CTB11的个人博客分享 http://blog.sciencenet.cn/u/CTB11

博文

作为算法的中医

已有 3814 次阅读 2014-5-26 22:55 |系统分类:观点评述

我在这谈谈我的看法,欢迎大家批评,转载请注明。现代很多人从科学方法出发研究中医,包括控制实验,动物模型,数理建模等等,不太接近传统做法。通而言之,我对这些努力持比较悲观的态度。我个人理解,中医跟某些算法是相近的,从算法的角度理解中医,或许可以帮助我们了解哪些研究看起来是可能的,而哪些不是。我的看法有两点:


其一,我认为中药方剂的形成,是一个模拟退火的过程,本身没什么其他的“原理”或者“机制”。模拟退火是一种算法,有点数理背景的人基本都接触过。这种算法的目的是优化某个目标(取极大或极小),为了优化这个目标,它会让一个参数变动,看变动之后整体的输出是否趋向于极值,如果是的话就以很大的概率接受这个参数的变化,如果不是的话就以小的概率接受这个参数的变化。为什么说方剂的形成是模拟退火呢?因为在历史上,一个方子的产生,可能就是某个小医生阴差阳错开出来的,如果这个方子好用,它就有很大的概率存活下去。如果它不好用,那么它生存下去的概率就要小的多,但并不是没有这种可能(可能碰到另外一个人,就医好了,甚至可能就发挥安慰剂的作用)。中国的人口基数如此庞大,历史又悠久,很多医生代代地尝试,虽然很多人治不好,但能够筛出来一大堆有效的方子。所谓的“神农尝百草”,虽然有一些神话的部分,但大体能反映出中医发展初期的一个情况,神农也是不断地尝试草药,看哪个合乎要求,有用的就流传下来。看看本草纲目,就知道中国人试的门类之全,是世界上少有人能敌的(恐怕只有近代的药物筛选能媲美)。


前面说的是方子的诞生和接受,方剂在典籍上的记载和流传,也满足模拟退火的规律。甚至也合乎模拟退火另一个重要的特征,就是温度的要求。模拟退火算法中存在温度的概念,对应着“退火”这个名字。温度是什么意思呢,就是在优化目标的时候,是伴随着温度的降低的,温度降低之后,接受好的参数变化(这里定义的好指使系统输出趋近于优化目标)的概率越来越大,对应的接受坏的参数变化的概率越来越低,逐渐趋进于零。对应于中医的情况就是随着时间的推进,一些方子变为经典,不再变易,被人们习用。像现在什么六味地黄丸什么的,基本没什么大的调整了。这些就是固定下的有效的方子。还有一些方子不固定,还在调整,就靠一线医师的智慧了。



其二,中医的诊疗过程,就其建立的历史,就是一个神经网络训练的过程。神经网络还是一种算法,我这里只能简单介绍一下它的内容,神经网络是是通过一些训练数据去建立输入变量和输出变量的关系,然后在有新的输入变量的时候可以预测相应的输出变量。这种关系是通过网络的形式表现出来的,网络包含一个输入层,一个输出层,二者之间是中间层,输入层和输出层都和中间层相连,连接可以定义为某种运算,这样给定一个输入数据,通过中间网络的运算就可以计算得到输出的结果。而训练数据主要就是为了训练神经网络中的连接。这些连接和中间层一个样,没什么直观的意义,但神经网络很多时候其实工作的很好。有兴趣的同学可以查一查为什么它叫神经网络。为什么说中医的诊疗系统是神经网络系统呢?大家可以做这样一个类比,一个神经网络,输入层是中医“四诊”的内容,也就是望闻切听,然后中间层是什么,就是“辨证”,虚实表里寒热等等,前一部分的信息会转化为中间层的信息,然后输出层是方剂,就是药材的特定搭配。用神经网络的思路可以很好地理解中医工作的原理。


而这个网络训练的过程是这样的,如果一个老郎中碰到一个新症状,他会乱猜,这可能是什么什么肾气上升,然后蒙出来一个方子。一些中医典籍就有这种记载,讲的开方子的一些微妙之处,说得神乎其神,我认为都是瞎碰。如果药对头,治好了病,这个从症状到肾气再到最后的药的连接就比较靠谱了,至于会不会流传,参考我的第一点。这样逐渐训练,就得到一个十分庞大的网络,参考中医的教科书。这个网络好用么,我认为是好用的,它有什么原理么,我认为是没有的。现代中医势微,到处都在讲中西医结合,硬往西医靠。没多少合格的能开新方子的医生,人口虽然更大了,但没法允许这帮医生用新方子来试错。没有这试错的过程,我看中医也就到此为止了。


最后我声明我不是中医黑,我是中医粉,头痛感冒,就吃中药了,几千年几千万人试出来的东西,我是相信的。其他民族不信中医是嫉妒,他们没有这种条件。对中医感兴趣的同学我推荐上海科技出版社出的一套教材,很经典,好学习。








https://blog.sciencenet.cn/blog-927304-797898.html

上一篇:见过的最无语的审稿意见
下一篇:介绍几款网络作图软件
收藏 IP: 124.205.76.*| 热度|

2 武夷山 JIANHUN

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-20 05:25

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部