基于阴阳五行理论的中医究竟有多靠谱？ 第1页

中医与时俱进一下便好，传统的中医有丰富的诊疗手段，可以将传统的手段结合现代科技相结合。

望

遗传疾病综合症影响了世界范围内8％的人口，许多综合症具有可识别的面部特征。例如患有德朗热综合症（Cornelia de Lange）的人往往有小鼻子和拱形眉毛；天使人综合症（Angelman）的异常表现是白皙的皮肤和头发。
FDNA是一家位于波士顿的数字健康公司，该公司的研究人员搭建了一个名为DeepGestalt的人工智能系统，该系统利用计算机视觉算法分析面部照片，凭借面部特征识别遗传疾病。
研究人员利用DeepGestalt对德朗热综合症和天使人综合症进行两项测试。测试结果表明，当任务是区分患者是否患有某一种遗传综合症时，Deepgestalt的准确率超过90%，击败了专家临床医师，通常医生在类似测试中的准确率约为70%。在502张显示92种不同综合症患者的图像上进行测试时，Deepgestalt用了90%的时间对图像做出10种可能诊断，从而确定了目标疾病。

闻

威斯康星大学麦迪逊威丝曼中心（University of Wisconsin–Madison’s Waisman Center）和威斯康星发现研究院（ Wisconsin Institute for Discovery）研究得出仅靠5min录音判断某个人是否易患遗传疾病以及相关的并发症的系统。
雷锋网了解到，X染色体易损综合症的主要特征是智力下降和身体残疾，目前全世界有数百万人口携带突变前期脆弱的X染色体。具有这种特征的染色体会增加神经退行性疾病、不孕不育等病症的风险，此外携带该染色体的人群的后代也容易发生脆性X染色体综合征（fragile X syndrome）。
研究人员利用机器学习能力分析数百种语音记录，能够准确地识别携带突变前期的脆弱的X染色体的个体。

问

在实验中，该模型分析了142段就诊者同医生之间的面谈，其中大约30%被医生诊断为抑郁症。它使用了被称作顺序模拟法的技巧。来自抑郁症患者和健康人的不同的言语模式被按照顺序输入进模型,并由模型决定哪些词语同抑郁症有关，并做出诊断，在实验中它最终达到了77%的成功率。实验还表明，抑郁症患者在对话中选择的词语比他们的声音更有助于诊断。

切

北京太一科技有限公司创始人兼CEO解渤表示：“第一是如何找到中医的大数据来源，很多人说我们可以在网上搜索，但这些都是垃圾数据，我们在美国和北京看到很多团队都在做中医的大数据整理，但三四年过去以后一无所获，因为整理的数据是垃圾数据，用来做人工智能算法基本上是无源之数、无本之木。然后是如何建立客观标准，我们在人体上不管得病还是病理状态都要有一个客观标准，而不是靠我们想像力和评论。这个客观标准该怎么建立?如何建构中医的评价体系?用药的好与坏、进程以及它的未来发展，该用什么去评价?这个评价如果完全用西方医学的生化指标来评价是不够的，需要一套完善的中医评价体系。”
解渤认为中医目前的唯一的有效的数据入口唯有脉学，因为第一相对于其他的诊断手段，脉学它与病因、病基和病症的匹配关系最高，能够高达80%。脉诊体现了患者实时客观的状态，而且是不延迟的，其他的诊断方法很多都是有延迟的，因为它是一个动脉系统。正是因为这一点，脉诊可以贯通中西医，与疾病的匹配度非常高。

很多人都在认真作研究，切勿当个妄下评判的键盘侠，关于切脉一块还在研究，相信未来会有结果。

那么为什么在前面望闻问三个方面 ，是可以达到准确的识别效果？

因为AI的原理就是使用的神经网络，本质上其实与阴阳五行没什么区别。

众所周知，神经网络的结构，是多层感知器所实现，而普通的感知器，可以表达一个逻辑回归模型，当进行多层叠加上，就拥有表达了异或的能力，异或之所以重要，因为它是一具半加器，即不进位的二进制加法。

那么这种表达能力是如何实现的，首先神经网络中划分成一个个神经元， 而神经元之间又有相互的关系，其关系无非就是激活抑制，所有的神经网络中，神经元之间的运算都离不开这个，唯一有所变化的，只是这个激活函数如何表达而已。

而所谓的激活函数，其实就是把输入的数据映射成神经元，将其权重及偏置量映射到到某个有限的区间之中，并在有限的区间之中，因为处处可微，所以不断收敛找到到合适的参数。

那么抽象来说，其实神经元之间无非五种关系：A激活B，B激活A，A抑制B，B抑制A，AB无影响，显然，这就是生克的关系，而能表达生克关系的最小集合，就是五行。

那么，阴阳五行作为一种运算手段，哪里不靠谱的？