第5期 张勤：智慧医疗促进分级诊疗一一DUCG的初步实践 ·1031· 诊”，病人才愿意接受“基层首诊”，而非现在这 队，包含主诉症状的各种跨科室疾病的知识。病 样：到大医院首诊，到基层拿药，与“分级诊疗”的 历数据只是用于第三方验证，而不是构建知识 医改方案完全相反。 库。此外，现在知识库被误解为各种教科书、病 DUCG在科学方法论上是对现代临床诊断学 历、论文、指南、规范等文献的集成，其实那只是 的颠覆。因为现代临床诊断是指医生凭自己的经 可检索的数据库，而非知识库。知识库应当与推 验，从各种检查结果来推断到底是何种疾病，这 理算法相融合，无论其表达方式是什么。也就是 要靠经验的积累，所以一定要20多年才能成为一 说，知识库是可以活用的知识，而不是静态的碎 个专家。而DUCG只需要从因到果构建知识库， 片化的知识。习近平总书记在党的十九大报告中 然后能够反向计算，由果到因诊断出疾病，乃至 提出“推动互联网、大数据、人工智能和实体经济 于可以动态地生成病人个体优化的临床检查路 深度融合”。大数据和人工智能是并列关系，不是 径。DUCG的个体优化临床检查路径考虑了疾病 等同关系。大数据机器学习是对数据的拟合（黑 的危险度、检测的代价和检测效。这样就使得临 箱)：DUCG是对知识的图形表达（白箱），其维护 床诊断学从一门经验科学变成了一门精确计算的 和升级是通过专家验证新知识后在知识库编辑器 严谨的科学，我们的每一个公式都是经得起证实 中修改模块再合成而得，两者有本质区别。基于 或证伪的，是透明的，它的物理意义都是清晰可 知识的DUCG更加稳定可靠并具有可解释性。 辨的。 张钹院士认为“AI奇迹难再现，深度学习潜力近 目前我们的系统通过第三方验证后，已经在 天花板”；谭铁牛院士在2018年院士大会上指出， 山东胶州和重庆忠县的县、乡镇和村（社区）三级 目前大数据机器学习人工智能存在六大瓶颈： 医疗机构实际应用，并与当地的HI$系统双向对 1)数据瓶颈：2)泛化瓶颈；3)能耗瓶颈；4)语义鸿 接，不干扰当地诊病的正常流程。目前胶州已积 沟瓶颈：5)可解释性瓶颈；6)可靠性瓶颈。而 累9000多个病例，异议率3.3%，其中只有6例是 DUCG无这些瓶颈。当然大数据也有优势，如医 DUCG的问题，即我们的主诉知识库中没有包含 学的图像识别，声音识别。医学影像识别和声音 两个应该包含的疾病。例如腹痛中没有包含妇科 识别结果可作为DUCG的输入，彼此是合作关 的盆腔炎。现在将盆腔炎加入腹痛后，诊断就正 系，相得益彰。 确了。也就是说，DUCG在基层实际使用的正确 作者简介： 率近乎100%。忠县开展的晚些，也积累了6000 张勤，教授，博士生导师。全国政 多个病例，异议率更低。 协常委，国际核能院院士，国家核电重 目前有一种误解，似乎人工智能就是大数据 大专项战略咨询专家组组长，中国人 机器学习。但这是不对的，DUCG就不用大数 工智能学会会士、不确定性人工智能 专委会主任，中国知识产权研究会副 据，而是大知识。我们建库不用一个病历数据， 理事长兼学术顾问委员会主任。 只跟专家合作。当然，专家后面通常是一个团 中文引用格式：张勤.智慧医疗促进分级诊疗一一DUCG的初步实践J智能系统学报，2020,15(5)：1028-1032 英文引用格式：ZHANG Qin.Medical intelligent system to promote graded clinical diagnoses and treatments::application of dy- namic uncertain causality graph[J].CAAI transactions on intelligent systems,2020,15(5):1028-1032.诊”，病人才愿意接受“基层首诊”，而非现在这 样：到大医院首诊，到基层拿药，与“分级诊疗”的 医改方案完全相反。 DUCG 在科学方法论上是对现代临床诊断学 的颠覆。因为现代临床诊断是指医生凭自己的经 验，从各种检查结果来推断到底是何种疾病，这 要靠经验的积累，所以一定要 20 多年才能成为一 个专家。而 DUCG 只需要从因到果构建知识库， 然后能够反向计算，由果到因诊断出疾病，乃至 于可以动态地生成病人个体优化的临床检查路 径。DUCG 的个体优化临床检查路径考虑了疾病 的危险度、检测的代价和检测效。这样就使得临 床诊断学从一门经验科学变成了一门精确计算的 严谨的科学，我们的每一个公式都是经得起证实 或证伪的，是透明的，它的物理意义都是清晰可 辨的。 目前我们的系统通过第三方验证后，已经在 山东胶州和重庆忠县的县、乡镇和村（社区）三级 医疗机构实际应用，并与当地的 HIS 系统双向对 接，不干扰当地诊病的正常流程。目前胶州已积 累 9 000 多个病例，异议率 3.3%，其中只有 6 例是 DUCG 的问题，即我们的主诉知识库中没有包含 两个应该包含的疾病。例如腹痛中没有包含妇科 的盆腔炎。现在将盆腔炎加入腹痛后，诊断就正 确了。也就是说，DUCG 在基层实际使用的正确 率近乎 100%。忠县开展的晚些，也积累了 6 000 多个病例，异议率更低。 目前有一种误解，似乎人工智能就是大数据 机器学习。但这是不对的，DUCG 就不用大数 据，而是大知识。我们建库不用一个病历数据， 只跟专家合作。当然，专家后面通常是一个团 队，包含主诉症状的各种跨科室疾病的知识。病 历数据只是用于第三方验证，而不是构建知识 库。此外，现在知识库被误解为各种教科书、病 历、论文、指南、规范等文献的集成，其实那只是 可检索的数据库，而非知识库。知识库应当与推 理算法相融合，无论其表达方式是什么。也就是 说，知识库是可以活用的知识，而不是静态的碎 片化的知识。习近平总书记在党的十九大报告中 提出“推动互联网、大数据、人工智能和实体经济 深度融合”。大数据和人工智能是并列关系，不是 等同关系。大数据机器学习是对数据的拟合 (黑 箱)；DUCG 是对知识的图形表达 (白箱)，其维护 和升级是通过专家验证新知识后在知识库编辑器 中修改模块再合成而得，两者有本质区别。基于 知识的 DUCG 更加稳定可靠并具有可解释性。 张钹院士认为“AI 奇迹难再现，深度学习潜力近 天花板”；谭铁牛院士在 2018 年院士大会上指出， 目前大数据机器学习人工智能存在六大瓶颈： 1) 数据瓶颈；2) 泛化瓶颈；3) 能耗瓶颈；4) 语义鸿 沟瓶颈； 5) 可解释性瓶颈； 6) 可靠性瓶颈。而 DUCG 无这些瓶颈。当然大数据也有优势，如医 学的图像识别，声音识别。医学影像识别和声音 识别结果可作为 DUCG 的输入，彼此是合作关 系，相得益彰。 作者简介： 张勤，教授，博士生导师。全国政 协常委，国际核能院院士，国家核电重 大专项战略咨询专家组组长，中国人 工智能学会会士、不确定性人工智能 专委会主任，中国知识产权研究会副 理事长兼学术顾问委员会主任。 中文引用格式：张勤. 智慧医疗促进分级诊疗——DUCG 的初步实践 [J]. 智能系统学报, 2020, 15(5): 1028–1032. 英文引用格式：ZHANG Qin. Medical intelligent system to promote graded clinical diagnoses and treatments: application of dy￾namic uncertain causality graph[J]. CAAI transactions on intelligent systems, 2020, 15(5): 1028–1032. 第 5 期 张勤：智慧医疗促进分级诊疗——DUCG 的初步实践 ·1031·