开发产品或探讨产品，都是遗憾的艺术（读《临床诊疗人工智能：可解释、可通用的临床决策支持系统》）

这两天读到一本新书《临床诊疗人工智能：可解释、可通用的临床决策支持系统》，书名很贴合当下的关注点，两位主编分别是河南大学淮河医院的朱一帆教授和嘉兴市妇幼保健院信息科的陆菲主任。一个是临床专家，写过不少介绍临床思维的著作，一个是信息科专家，这种搭配显示出本书医工融合的导向。

全书120多页，很快就能看完。总体感觉，亮点和优点是阐述了如何在临床决策支持系统（CDSS）的开发中让临床思维回归主导地位，提出了临床知识库的优化方向，不足之处是没能把知识工程、软件工程、设计科学这三者的最新成果拉进来，建立完整的、有实践指导价值的CDSS开发路径。应该说，这本书很像这个行业的现状，已具备良好的开端，但仍是未尽的旅程。

以下简要过一下这本书的大体内容，供各位同行读者参考。

第1章“人工智能的概念及发展”，第2章“机器学习”，第3章“医疗人工智能的缘起和发展”，都是常规内容，可以直接跳过。有价值的核心内容是从第四章开始的。

第4章题为“CDSS必须解决的问题”，这部分首先概述了CDSS的种类和应用效果，然后分5个方面阐述CDSS必须解决的问题：

• 专业问题

• 可解释的算法问题

• 开发者的自我角色定位

• 临床推理的理论建设问题

• CDSS的确定性和因果性

  
  

书中表4-2：CDSS对确定性的要求

这种对问题的拆解方法虽说比较全面，但维度上不够清晰，加上论述的篇幅较小，没能充分展开，不太解渴。

这部分引用的一些经典文献都很贴切。比如在讲“可解释”的问题时，提到了朱迪亚·珀尔（Judea Pearl）的那本《为什么》（The Book of Why）。在讲“开发者的自我角色定位”和“临床推理的理论建设问题”时，多段引用了耶鲁大学临床研究方法专家Alvan R.Feinstein在1973年发表的著名论文。

（顺便提一下，书中在此处出现了几处编校差错。Alvan R.Feinstein 1973年论文的题目应该是“An analysis of diagnostic reasoning. I. The domains and disorders of clinical macrobiology”，而不是正文中给出的“Trade-off Between Angular and Spatial Resolutions in in Vivo Fiber Tractography”。幸好后面附上的PMID是对的，章后参考文献也是对的。）

第5章“医学哲学的历史回顾”，通过回顾西方现代医学发展史，说明现代医学研究的是人体结构及其相应功能，二者之间存在因果逻辑关联，CDSS的顶层设计和具体技术必须考虑这些因素。

第6章“CDSS与临床思维理论”，分为“CDSS与临床思维的关系”、“可解释、可通用的CDSS应该有的样子”、“临床思维理论现状”三个部分。在前两章的基础上，进一步阐述了CDSS的算法逻辑应该是对临床思维逻辑模式的模拟，而一个可行的临床思维理论应契合临床诊疗过程，这样才能对CDSS的建设有实际的指导作用。

书中表6-1：目前主流临床思维理论举例和简介

第7章“逻辑型临床思维理论”。作者在这部分提出了其核心观点，即基于“人体结构→功能→身体状态”或“病变的人体结构→病理生理功能→疾病状态（症状、体征）”这一因果逻辑链条（作者给出了一些临床常见症状分析举例），构建可解释、可通用的CDSS的理论基础。

书中表7-3：人体客观因果逻辑规律的两种表现形式

作为这一理论基础的具体内容，书中递进式给出了四个要点：

• CDSS在临床决策中的角色。CDSS的算法逻辑应遵循临床诊疗的医学逻辑，满足临床诊疗对因果逻辑和诸多确定性的追求，而不是以医学逻辑之外的概率论算法来指导其辅助的主体，本末倒置。

• 可解释、可通用的含义。可解释性是指诊疗过程中的每一步推理都基于证据、合乎医学逻辑，在出现问题时，可通过每一步推理的证据和逻辑来判断推理的合理性。可通用性是指CDSS推理模式的泛化能力。

• 可解释、可通用的CDSS的技术要求。“实现智能的关键是用因果推理取代相关性推理”（朱迪亚·珀尔），CDSS的可解释性来自其推理模式应具备的因果逻辑，其通用性来自对医学知识和数据的深刻认知。因此，CDSS应在技术上满足此二者的要求。

• 逻辑型临床思维理论是可解释、可通用的CDSS构建的理论基础。逻辑型临床思维理论贴合了临床诊疗过程，为可解释、可通用的CDSS的顶层设计和技术实现奠定系统化的认识论基础提供了方法论指导。
  
  

第8章“逻辑型临床思维理论对临床信息化的提示”，将理论基础落实到具体开发，这部分给出了一个“结构化临床数据库”的构建框架。其中，林林总总的临床检测检验技术被归纳为两大类，即人体结构检查技术（如CT、B超、MRI、血常规等）与人体功能检查技术（如心率、血压、肝功能、肾功能等）。

书中图8-1：结构化临床数据库示意

坦率地说，将结构数据和功能数据进行二元划分，看似清晰，实际上过于简化了，靠这一招无法完成临床诊疗所需的多模态知识底座和数据平台的构建，和本书所倡导的临床思维也无法做到完全对应，和“从知识到行动”的循证逻辑也有脱节之处，并不是一个令人信服的设计。书中也没能给出其有效性的实际证据。这一章内容一共只有6页，感觉有些草率了。

第9章“中医诊疗的人工智能”，阐述了中医的临床思维，介绍了5大类中医智能诊断软件系统（查询工具类、评定类、计算类、图像处理类、中医GPT类），讨论了中医人工智能发展方向。

整个读下来，对临床思维的强调是这本书的亮点和营养所在。

开发CDSS不容易，写一本探讨CDSS的书也不容易，道阻且长。虽说还有遗憾，但其开拓性不可否认，也是一个理论探讨的新样例，还是应该给写作团队点个大大的赞。