国内研究团队发表研究结果称,利用人工智能技术可鉴别假中药材,防止药害事故。
韩国韩医学研究院(KIOM)5日表示,韩药资源研究中心崔高野博士与东新大学韩医学系李崇仁教授的联合研究团队确认,利用深度学习方法可以鉴别外形上难以区分的韩药材。
研究团队关注的韩药材木通、防己、关木通(南五味子藤茎)形态彼此相似,非专家很难用肉眼区分。特别是由于含有诱发肾脏疾病的物质马兜铃酸(Aristolochic acid),关木通目前是被禁止使用的药材。但部分古文献将关木通记录为木通,可能与同名韩药材木通混淆,因此市场流通需要格外注意。
为准确鉴别韩药材,可以利用基因及成分分析试验,但受时间、空间、费用等限制,韩药材流通市场依赖肉眼鉴别。加之韩药材鉴别专业人力数量逐渐减少,肉眼鉴别的难度也在加大。
研究团队为寻找帮助非专家轻松鉴别假韩药材的方法,确认了利用人工智能技术深度学习方法进行韩药材鉴别的可能性。
首先用智能手机拍摄已被准确鉴定的韩药材饮片碎块,按药材获取了数百张照片。之后将相关照片信息用于训练多种深度学习模型,确认韩药材鉴别的准确度。
研究结果显示,利用深度学习的鉴别技术准确度最高达99.4%。这一数值高于本草学专业博士用肉眼判定同样照片时的平均鉴别准确度94.8%。若将该技术用于韩药材鉴别,预计可大幅减少非专家误用假韩药材导致的药害事故。
研究团队计划今后开展韩药材鉴别智能手机应用程序开发等后续研究,以便韩医医疗机构、院外煎药室、韩药材流通市场等能更准确地使用韩药材。
韩医学研究院院长金钟悦表示:“利用人工智能鉴别韩药材是很好地展现韩医学与人工智能融合可能性的成果”,“今后将通过人工智能韩医师开发等韩医学与IT技术的持续融合研究,全力为引领未来医学奠定基础”。






