腦叫你買下去

詳細資料

關注風雲之聲 提升思維層次 導讀 中醫和世界其它國家的傳統醫學相比，突出的特點就是複雜。中國古人對藥材進行了瘋狂的混搭運動，建了無數種藥方「模型」。歷代中醫們，對幾十億人進行了無數次「療效」觀察與訓練。這個框架，正好與多層神經網絡的深度學習類似。 註：風雲之聲內容可以通過語音播放啦！讀者們可下載訊飛有聲APP，聽公眾號，查找「風雲之聲」，即可在線收聽~ 一．借疫情東風，中醫發展迎來好時機 中醫藥在新冠疫情治療中起了很大作用，甚至走出了國門。3月23日，張伯禮院士介紹了連花清瘟膠囊在義大利的應用。 ... 中醫藥在疫情中「大顯身手」，毫無意外地再次引發了一波對中醫療效的爭論。否定者認為，中醫的「療效」是安慰劑效應，至今沒有一種中藥療效能通過國際上嚴格的雙盲測試。支持者認為，中醫參與湖北以外的多個省市治療效果顯著，與武漢前期治療形成鮮明對比，疫情發展是中醫療效的鐵證。 筆者是計算機專業，從事人工智慧研發。近年來深度學習技術從人工智慧行業異軍突起，是科技界多年來影響最大的技術進步之一，AlphaGo事件引爆了一波巨大的人工智慧熱潮。深度學習技術應用，已經擴散到了無數個行業，可以說對許多科研人員產生了靈魂衝擊。通過堆積樣本粗暴訓練，深度神經網絡的效果好得讓人難以置信。 深度學習相關的理論仍然模糊不清，為何幾百萬個係數搭建的深度神經網絡，訓練之後就能模擬人類的智能？絕大多數應用開發者對此並無興趣，只要管用就行了，不去深究為什麼。這種應用態度，對於精通數學物理邏輯思維、講究學理、講究積累的研究者來說，頗有些無耐。人類多年積累的圍棋知識，被人工智慧暴力否定。機器並不知道自己在幹啥，卻比有理有據推導的人類還厲害。深度學習代表的「機器學習」思維，對於人類的研發思維產生了很大衝擊。 對於中醫是否有效，筆者經過反覆搖擺，終於從深度學習框架入手，堅定地選擇了方向：中醫藥不是安慰劑，是真實有效的。筆者對這個選擇深具信心，道理完全可以說明白。 中醫的療效有哲學解釋可以相信，又在全球戰疫中口碑崛起，確實迎來了相當好的發展機會。 二．中醫與深度學習框架的類比 首先要明確，中醫是屬於「傳統醫學」。世界多國都有古代起源的傳統醫學，原理與從西方起源的現代醫學截然不同。中醫理論和其它國家的傳統醫學一樣，都是古人在不了解現代醫學常識的情況下，土法上馬也得去治病，發明出來的。中醫和多國的傳統醫學一樣，都有一些錯誤的認識，被現代醫學常識所否定。這是歷史局限性，不需要強行辯護。 印度人認為牛尿有神奇療效，因為牛是神牛，傳統中醫也有類似的動物直覺。穿山甲在地上鑽來鑽去，它的殼能治血栓；蝙蝠眼睛厲害，夜明砂能治眼疾；動物的角能夠壯陽。這類理論是樸素的直覺，可以理解，但不太可能是正確的，反而很可能被現代醫學所證偽。即使支持中醫，也不應該無腦支持這些落後的糟粕，大方承認傳統中醫理論有一些錯誤觀點就可以了。 世界各國有各種不同的宗教信仰，不知道哪個神是真神，很多持無神論的中國人認為都不可信，要信科學。世界多國的傳統醫學，各有各的傳統套路，是不是與科學發展出來的現代醫學相比，都不行？這卻不是了。中醫在世界各國的傳統醫學裡，可以說是「一枝獨秀」。中醫生命力之旺盛，筆者斷定是所有國家傳統醫學裡最高的。 許多中醫愛好者對科學原則相當了解，面對現代醫學絲毫不憷，雙盲實驗是「日經」話題，戰得有來有往。其它國家傳統醫學和現代醫學的爭論，沒見過象中醫這樣能常年有如此高的熱度。中醫作為傳統醫學，卻有相當多的從事科研的專業人士支持。而高舉現代科技旗幟的中國政府也認定了中醫的價值，國家規劃中醫藥要占到醫藥行業三分之一的產值。 中醫的旺盛生命力，是因為中國人特別迷戀傳統文化？並沒有。京劇、相聲等傳統文化，遠不如中醫發展得好。是中國人缺乏科學精神？這種現象是有，但中國在世界上並不是特別地沒有科學精神，各國民眾都不怎麼樣。科學精神在世界上還是一種小眾的理念，需要相當的教育。 其實很簡單，在中國這個崇拜科學的國情里，中醫的旺盛生命力基礎，必然是「療效」。如果沒有療效，再怎麼吹也忽悠不了人。中國確實流傳著種種中醫治療成功的案例，「中醫黑」也是承認的，但就說是安慰劑「自愈」，吵個沒完沒了。可以較有把握地說，中國有著世界上最多的傳統醫學療效案例，這才是中醫在現代中國仍然盛行的根本。 這種情況，其實就是和深度學習有點類似的。中醫的理論要去說服人，說實在的難度很高，真有興趣能看懂的就不多，也有很多讓人詬病的說法。深度學習理論也是，根本說不清道理，不是「以理服人」的。深度學習橫掃天下，靠的就是「效果」，算法效果拿出來，剛剛的，人都沒話說了。只不過深度學習的成功，沒有安慰劑、碰運氣的說法，無人反對。 再進一步思考，會發現深度學習依賴的多層神經網絡，和早期的簡單神經網絡相比，本質區別在於網絡結構複雜多了，係數多了很多倍。簡單神經網絡也能有一些效果，但是能力有限缺陷明顯，人工智慧進入冬天。網絡複雜多了，就產生了質變，深度學習引爆熱潮。 中醫和世界其它國家的傳統醫學相比，突出的特點就是複雜。中醫有和印度牛尿類似的「藥材」，童子尿等等，當初肯定有不少古人拍腦瓜胡想。但是中醫不滿足於一種或者數種藥材，而是瘋狂地發掘了上千種。其中很多動物、植物、礦物品種，即使從現代醫學理論來看，也是正兒八經有用的材料。中國古人為何如此熱衷尋找藥材品種，我們不清楚，但這是一個極不平凡的特點。 下面是正經中藥材品種的列表，約500種。「人血饅頭」等一些過於驚悚的「藥引」，其實不是中醫藥的特色，算是民間偏方。 麻黃、桂枝、紫蘇、生薑、香薷、荊芥、防風、羌活、白芷、細辛、藁本、蒼耳子、辛夷、蔥白、鵝不食草、胡荽、檉柳、薄荷、牛蒡子、蟬蛻、桑葉、菊花、蔓荊子、柴胡、升麻、葛根、淡豆豉、浮萍、木賊、石膏、寒水石、知母、蘆根、天花粉、淡竹葉、鴨跖草、梔子、夏枯草、決明子、谷精草、密蒙花、青葙子、黃芩、黃連、黃柏、龍膽、秦皮、苦參、白鮮皮、苦豆子、金銀花、連翹、穿心蓮、大青葉、板藍根、青黛、貫眾、蒲公英、紫花地丁、野菊花、拳參、漏蘆、魚腥草、金蕎麥、射干、山豆根、馬勃、青果、錦燈籠、木蝴蝶、白頭翁、馬齒莧、鴉膽子、委陵菜、翻白草、半邊蓮、白花蛇舌草、山慈菇、熊膽、千里光、白蘞、四季青、綠豆、生地黃、玄參、牡丹皮、赤芍、紫草、水牛角、青蒿、白薇、地骨皮、銀柴胡、胡黃連、大黃、芒硝、番瀉葉、火麻仁、郁李仁、甘遂、京大戟、芫花、牽牛子、巴豆、千金子、獨活、威靈仙、川烏、蘄蛇、烏梢蛇、木瓜、蠶沙、伸筋草、尋骨風、松節、海風藤、青風藤、丁公藤、昆明山海棠、雪上一枝蒿、路路通、秦艽、防己、桑枝、豨薟草、海桐皮、絡石藤、雷公藤、老鸛草、穿山龍、絲瓜絡、五加皮、桑寄生、狗脊、千年健、雪蓮花、鹿銜草、石楠葉、藿香、佩蘭、蒼朮、厚樸、砂仁、豆蔻、草豆蔻、草果、茯苓、薏苡仁、豬苓、澤瀉、冬瓜皮、香加皮、枳椇子、澤漆、螻蛄、薺菜、車前子、滑石、木通、通草、瞿麥、萹蓄、地膚子、海金沙、石韋、冬葵子、燈心草、萆薢、茵陳、金錢草、虎杖、地耳草、垂盆草、雞骨草、珍珠草、附子、乾薑、肉桂、吳茱萸、小茴香、丁香、高良姜、胡椒、花椒、蓽茇、蓽澄茄、青皮、枳實、木香、沉香、檀香、川楝子、烏藥、青木香、荔枝核、香附、佛手、香櫞、玫瑰花、娑羅子、薤白、天仙藤、大腹皮、甘松、九香蟲、刀豆、柿蒂、山楂、神曲、麥芽、萊菔子、雞內金、阿魏、使君子、苦楝皮、檳榔、南瓜子、雷丸、鶴虱、榧子、小薊、大薊、地榆、槐花、側柏葉、白茅根、苧麻根、三七、茜草、蒲黃、降香、白及、仙鶴草、棕櫚炭、血餘炭、藕節、艾葉、炮姜、灶心土、川芎、延胡索、鬱金、薑黃、乳香、沒藥、五靈脂、夏天無、楓香脂、丹參、紅花、桃仁、益母草、澤蘭、牛膝、雞血藤、王不留行、月季花、凌霄花、土鱉蟲、馬錢子、自然銅、蘇木、骨碎補、血竭、兒茶、劉寄奴、莪術、水蛭、斑蝥、穿山甲、半夏、天南星、禹白附、白芥子、皂莢、旋覆花、白前、貓爪草、川貝母、浙貝母、瓜蔞、竹茹、竹瀝、天竺黃、前胡、桔梗、胖大海、海藻、昆布、黃藥子、海蛤殼、瓦楞子、礞石、苦杏仁、紫蘇子、百部、紫菀、款冬花、馬兜鈴、枇杷葉、桑白皮、葶藶子、白果、矮地茶、洋金花、胡頹子葉、硃砂、磁石、龍骨、琥珀、酸棗仁、柏子仁、首烏藤、合歡皮、遠志、石決明、珍珠母、牡蠣、代赭石、刺蒺藜、羅布麻葉、生鐵落、羚羊角、牛黃、珍珠、鉤藤、天麻、地龍、全蠍、蜈蚣、僵蠶、麝香、冰片、蘇合香、石菖蒲、人參、西洋參、黨參、太子參、黃芪、白朮、山藥、白扁豆、甘草、大棗、刺五加、絞股藍、紅景天、沙棘、飴糖、蜂蜜、鹿茸、紫河車、淫羊藿、巴戟天、仙茅、杜仲、續斷、肉蓯蓉、鎖陽、補骨脂、益智仁、菟絲子、沙苑子、蛤蚧、核桃仁、冬蟲夏草、韭菜子、陽起石、紫石英、海狗腎、海馬、哈蟆油、羊紅膻、當歸、熟地黃、白芍、阿膠、何首烏、龍眼肉、楮實子、北沙參、南沙參、百合、麥冬、天冬、石斛、玉竹、黃精、枸杞子、女貞子、桑椹、龜甲、鱉甲、麻黃根、浮小麥、糯稻根須、五味子、烏梅、五倍子、罌粟殼、訶子、石榴皮、肉豆蔻、赤石脂、禹餘糧、山茱萸、覆盆子、桑螵蛸、金櫻子、海螵蛸、蓮子、刺蝟皮、椿皮、雞冠花、常山、瓜蒂、膽礬、雄黃、硫黃、白礬、蛇床子、蟾酥、樟腦、木鱉子、土荊皮、蜂房、大蒜、升藥、輕粉、砒石、鉛丹、爐甘石、硼砂 【袁嵐峰註：可以參考韓啟德的兩篇文章： 1、中科院韓啟德院士：我的中西醫觀點 「中醫和西醫一樣嗎？當然不一樣。 如果說五百年以前一樣不一樣？完全一樣。大家都是從經驗來，憑經驗看，不一樣的是中醫比西方的醫學要發達得不知道多少倍，因為西醫什麼也沒有，到16世紀中期才寫了第一本解剖學的書，到18世紀才有生理學，19世紀才有病理，才有一些理論的突破。現代醫學西方也是到20世紀以後才有真正的發展。 如果看150年以前，一個西方的醫生看病跟中醫古時候清朝時候看病沒什麼大的差別，差別也是一樣，我們中醫辦法比西醫多的是，西醫就是安慰病人，沒有別的。有一點差別，他們用氯化汞，我們是用大量有效的中藥。」 2、韓啟德：醫學是什麼（講座全文實錄） 「如上所述，醫學科學在文藝復興以後、隨著現代科學的發展，進展非常迅速，可以說到十九世紀的中葉，醫學理論已經突破許多障礙，達到相當高的水平。然而，一直到十九世紀後半葉，臨床醫學和藥學仍然嚴重滯後。當時在西方，臨床上並沒什麼多少辦法治病，只有通過出汗、放血、通便等落後的辦法來治療病患，基本上沒有化學合成藥物可用。草藥還是有的，但也遠遠沒有我們中醫藥那麼發達。正規的藥物有什麼呢？汞劑是主要的一種，用的是氯化亞汞，俗稱「藍色藥丸」。那個時候不管是什麼病，能給的只有這個藥，可想而知是什麼樣的效果了。換了當今的醫藥管理局制度，對汞劑使用肯定是不會被批準的，因為重金屬是有毒的，當時也不知道治好了多少人，又治死了多少人。」】 另一個不平凡之處是，中國古人對藥材進行了瘋狂的混搭運動，建了無數種藥方「模型」。中國歷史悠久、人口眾多。中醫歷史總有數千年，比較成體系的也有2000年了。這麼多年，這麼多人，歷代中醫們，對幾十億人口進行了無數次「療效」觀察與訓練。 ... 常見深度學習算法的要點，就是要有相當數量的樣本「打標」，人工進行標註，形成訓練數據集。訓練時，根據這些「答案」，反向去調整多層神經網絡里的係數。而歷代中醫們，也不自覺地進行了無數次「打標」：病人治好了標個1，治死了標個0；治成活蹦亂跳標個1，治得有氣無力標個0。這種打標工作是平凡的，是個人就能幹深度學習打標。中醫里觀察療效也是標準明確的，打標沒難度。 打標之後，深度學習訓練會根據神經網絡跑出來的結果，回頭調整神經網絡係數。這就是「學習」，是「訓練」，用機器來跑。中醫體系里，沒有機器，但是可以人工進行參數調整。發現人治死了，感覺是哪味藥用過了；發現有效了，對新放進來的藥品增強信心。這裡的關鍵是，學習調整參數，不能搞幾下就算了，要搞幾百萬上千萬次。而歷史中醫們「調參」就是多年來堅持進行，經驗留在書里，下一代接著來。歷史長、人口多、有傳承，實踐機會很多，一代代接力調參。 古代中醫們學來學去，真總結出了不少經驗，對不少藥材的特性有了模糊的感覺，給了「溫涼寒熱」等各種屬性。這些屬性還進入了飲食文化，桔子性燥、螃蟹性涼，和人的經驗直覺還能對得上。就象深度學習研發人員搭網絡模型，雖然講不清道理，但不能說是胡蒙。那些中藥材品種能在歷史上傳下來，不是無緣無故的，肯定是經過多次的實踐。當然會有不少錯誤的經驗，但是摸對了方向的也很正常。 ... 別國的傳統醫學，也可能從簡單走向複雜。但是沒有象中醫這樣，正經地成體系實踐總結學習，開展了持續千年的深度學習訓練。比如多國流行的「放血療法」，作為一個獨特的「替代療法」是成立的，《潛伏》里翠萍給余則成就放過「病血」。但是框架上就沒法對它進行「深度學習訓練」，調參動作太單一，多放點血少放點血，不可能有什麼深度。牛尿也類似，什麼病都是它，這就相當於簡單神經網絡，能搞定一點事，沒有發展了。 中醫有「藥方」，對各藥材品種的性能有詳細描述，配伍、劑量相當講究，完全是一個成體系學習訓練的框架。別國傳統醫學的方子，都無法與中醫藥體系的複雜程度相比。複雜產生質變，這就是中醫在眾多傳統醫學裡一枝獨秀的秘密。 大自然無比神奇。自然沒有自主意識地進化，卻形成了多彩多姿的世界。並不需要「現代科學」有意識地指導，只要種群繁多、年頭夠長，動植物就能自然選擇進化出神奇的功能。中醫也是如此，即使沒有「現代醫學」的指導，但是體系足夠複雜，訓練樣本和時間足夠長，就真的能產生一些非平凡的藥方。歷代中醫們折騰了這麼長時間，其中頗有一些才智之士，如果沒有訓練出有療效的藥材和方子，那才是奇怪。只要相信深度學習框架，不難看出中醫發展框架的偉大之處。 ... 例如「小柴胡感冒清」，裡面的核心藥材是「小柴胡」。它的療效是用中醫體系來描述的，這是不是一種借著安慰劑效應的自吹自擂？是有這種可能性，療效和喝熱水一樣，雙盲要做很麻煩，人得感冒情況多得很。但是這個藥材經過了無數醫生病人的試用，在市場上還是取得了相當的口碑。這種統計性的效果，還是有意義的。為什麼治感冒是「小柴胡」顆粒，不是其它中藥顆粒深入人心？把它理解成深度學習的訓練選擇就能理解了，不用把人的感覺全說成安慰劑效應。 再如連花清瘟，它是有歷史傳承的，不是隨便胡編個由頭就湊出個方劑膠囊。這個歷史傳承，不只是寫在古書上，更代表了上千年的中醫藥深度學習訓練史。沒有這上千年的歷史沉澱，那還是需要重新進行細緻的藥效檢驗，起碼不要吃出問題。有了歷史積累，就可以給多一些信任，簡化測試環節，這也是符合研發原理的。面對一個新問題，胡搭一個新網絡模型，還是從管用的老模型開始找感覺？研發者對老模型還是有更多信心，願意給老模型多些機會。 三．中醫藥療效的疑問解釋與理論探討 經過曠日持久的中醫爭吵，有很多對中醫質疑的常見問題，需要進行解釋，不然無法讓人相信中醫。另一方面，也有一些人對於中醫的神奇過於誇張，從反面招黑了，這都需要指出來。 1. 如果中醫有用療效神奇，為什麼古代中國人壽命很短？ 古代中國人壽命很短，遠不如現代，中醫的作用在哪？這是一個常見的問題，甚至可以說是中醫黑粉爭論的核心問題之一，吵了一百遍了。 用深度學習框架來理解就很簡單了，這很正常。深度學習是能開發出一些管用的功能，但是解決不了一些簡單的問題。比如排序問題，按算法原理寫一段冒泡排序是正經的辦法，用深度學習框架去解決就非所長了。越是這種「科學原理」清楚的問題，越是應該用經典的辦法去解決。深度學習無法取代編寫簡單代碼的程式設計師。 中醫體系也是一樣，它的理論模糊，有嚴重的短板，並不能代替現代醫學，而是現代醫學的補充。 中醫最嚴重的短板是，它解決不了各種致死的病毒、病菌。小孩碰上天花就死掉，受傷者傷口感染就完，這在古代非常可怕，人體免疫系統解決不了。古代人均壽命，是由這些可怕的致死病菌決定的，小孩養不大是常事，即使國泰民安有飯吃，得了致命的傳染病也完了。古代人均壽命長期就是30多歲，小孩和年青人太容易死掉了。這是現代醫學的長處，從原理上解決了大問題，是人均壽命提高的主力。 就象人們進行深度學習應用，除了訓練好的多層神經網絡模型，還得配上一些人工寫出來的常規代碼，才是一個完整的應用。從眾多應用程式整體來看，還是常規代碼遠遠多於深度學習相關的代碼。蹭熱點學了些深度學習入門課的人，跑到IT公司找工作是不行的，還得有常規代碼能力。 2. 中醫開方子不穩定，千人千方，對每人開的方子都可能不同，各種藥材混一起，是不是有問題？ 其實在深度學習框架里，這種事常見得很。一個神經網絡訓練得不錯了，它是不是還能改進，比如去掉一半的係數加快計算速度也能有同樣效果？這是完全可能的。如果真是計算設備算力不夠，要把神經網絡規模縮一半，多半是可以重新整一個出來的。但更常見的，用多了係數也沒關係，反正就是機器在那死算，多了無所謂。中藥也是，不那麼關鍵的成分多點少點，都能有療效。 不同的醫生開方子不同，這也是常見的。不同的研發者要用深度學習去解決同樣的問題，搞出來的神經網絡模型多半不同，但是核心技術還是相同的。 確實有些中醫開的方子不管用，學藝不精，經驗不足。這確實是中醫的大問題，標準化不太好辦。但這不是大問題，名醫也不一定都靈，本來治病就有些運氣成分，治不好都能理解，不會成為醜聞。中醫這麼多年都是如此的，經常不管用。能有旺盛的生命力，是因為治好了一些病。 3. 中醫再怎麼吹，也需要面對雙盲檢驗，不然就沒有科學基礎 雙盲檢驗，確實能有效排除安慰劑效應。受試者和施治者，都不知道是服的真藥還是安慰劑，統計顯著的解釋就是療效。 中醫藥是有參與雙盲檢驗的，在國內一些期刊上不時有測試成功的案例。有問題的是在國際上的雙盲檢驗，還沒有完全成功的。最接近成功的是天士力的複方丹參滴丸，治療心絞痛的，2017年都到美國FDA的監床三期了，2018年9月6日和美國ARBOR公司簽署在美國臨床研究和銷售許可協議，但仍然面臨FDA不批準上市的風險。這個FDA的臨床三期沒有通過，但也不應該解釋成失敗。應該說是，能看出些統計性效果，但是需要改進，FDA的標準非常嚴格。 對這個問題應該這樣看，我們相信中醫藥經過千年的深度學習，肯定是有療效的，但是「是藥三分毒」，也會有副作用。也還有一些中藥，甚至是沒療效的，或者療效不穩定不顯著的。一個藥，如果要到美國FDA去搞臨床三期認證，要消耗巨大的資金，風險巨大。風險與收益權衡，沒有多少中藥去大規模沖國際市場。 否定者可以認為是中醫藥對自己沒信心，但也可以解釋為耗資巨大。甚至可以認為，這是主要原因，研發成本太高，不可能為了某種藥去花上億忙活，想都不會想。並不是中藥沒有成功的，其實也沒幾個失敗的，門檻太高一共也沒幾種藥去試。雙盲試驗成本太高，導致樣本太小，不說明問題。如果雙盲實驗容易做，起碼能列出一堆雙盲失敗的中藥案例，但其實沒有。 更為關鍵的是，雙盲測試是個非常麻煩的事。哪怕是新冠疫情有這麼多病人了，要準備對照組來進行實驗，也不容易。由於想做實驗的藥品種很多，一些藥甚至找不到足夠病人了。對配伍出來的中藥，你怎麼設計實驗？一堆成分混搭的，到底哪個是關鍵成分？對每個人都是對癥下藥的，上哪找那麼多情況接近的病人？有沒有風險？現實情況一堆的麻煩。 例如日本發生過「小柴胡湯事件」。90年代日本有百萬肝病患者服用小柴胡湯，是因為1994年厚生省經過大量研究，認為小柴胡湯能改善肝病患者的肝功能障礙。這是不弱於雙盲測試的療效認可，小柴胡湯作為肝病用藥被正式收入國家藥典。1995年是小柴胡湯在日本的全盛期，占了漢方製劑銷售額的25%。本來是個好事，但是1996年有報告說，88名慢性肝炎患者喝出了致間質性肺炎，喝死了10人。事情反轉，漢方藥地位在日本大降。 這個事件公平地說，小柴胡湯肯定是有統計性療效的，正如我們相信小柴胡對感冒有療效，不然不會這麼多人喝它，正規研究也不會認可。但是搞出了問題，喝死人了，這能說是中藥的錯麼？上百萬人喝，88人喝出問題10人喝死，作用機理非常複雜，顯然可以理解為這些人體質不適合喝這個湯。正確的方法，應該是想辦法判斷，哪些人不適合喝小柴胡湯，而不是把它打成有害禁掉。西藥也有過敏之類的說法。 所以中藥想通過FDA等國際嚴格認證，非常複雜。不是光有療效就行，還有各種全方位的安全性問題，越扯越遠，最後就會扯到體系的巨大區別。西藥因為成分單一，療效機理比較容易判斷，哪些人不適合吃也能搞明白。中藥因為成分複雜，機理複雜，所以測試要麻煩得多。 無論如何，合理的判斷還是，至少有一些中醫藥有顯著療效。不然千年的深度學習調參白做了，全在胡搞麼？只是這些療效，要獲得現代醫藥體系的絕對安全性與絕對療效的認可，有一個磨合的過程。 個人認為，對於中醫藥療效的評判，應該結合中醫藥的特點，不要完全照搬現代醫藥的檢驗理論。可以把檢驗原則放寬一些，方便做測試，大機率有效，總是正面的跡象，不用追求排除一切可能的絕對有效。 這不是中醫的問題。中醫在現代醫藥體系中，通過中西醫結合，已經有很好的生存辦法了，西醫搞不好的領域也很多，中醫經常能發揮不錯的作用，群眾基礎深厚。中醫不需要FDA發認證，也能過得不錯。 不能西醫居高臨下單方面說，中醫要按西醫套路來。那只是一些單純的成分，比如麻黃的藥效肯定能確認，那就不是中醫了，而是「廢醫驗藥」，中醫只是提供一些成分提示。中醫就得是，多種藥組合，參數複雜，這才是深度學習的特點。要是沒幾個參數，那不是深度學習，不是中醫。 既然中醫是深度學習，那就拿它合適的領域來測試。不要拿一些簡單的原則來判斷，說深度學習不行。比如拿深度學習去試一些隨機圖，它會莫明其妙地認出了一個車，然後程序會出錯，導致自動駕駛撞死人。這是深度學習的缺陷，而且無法避免，人寫的算法肯定不會犯這種錯。我們還是得用深度學習，但不要為難它，也不要過分相信它，要了解它的缺陷。中醫也是如此，要用正確的方法去應用，也不要過於神化，要認識到一些中藥成分可能是有害的。 4. 中醫是有理論的，陰陽五行等等，這些理論聽上去很象胡扯 中醫是有很多看上去很古怪的理論。如有的中醫理論認為，治療左眼和右眼同樣的病癥，方法都是不同的，因為左升右降云云，一般人很難理解。 對這些理論不要過於深究，正如深度學習理論用不著去煩，應用就行了。但是也不要當這些理論不存在，中醫是會基於「氣」之類的理論，不然都知道如何開方子了。深度學習不斷有發展，就是因為有人在進行理論研究。 中醫的理論，也並不完全是胡扯，有些聽上去還是有一定道理的。如有的中醫理論認為人就是「一氣」，人體的「氣」會周期性變化，把這個「氣」養好，人就健康了。這聽上去有點整體論的意思，有相當可能是符合科學的，或者說與科學不矛盾。 無論如何，中醫理論非常難懂，一般人肯定是學不會的。有些才智之士，學成了名醫，這種情況應該也是有的。 這不是問題的關鍵。如本文所論證的，中醫足夠複雜，有千年深度學習的框架，這是中醫一枝獨秀的關鍵。中醫理論有多高明，並不是最關鍵的。 對於中醫理論中明顯錯誤的，要大膽基於科學原則駁斥否定。中醫要發展，需要坦然接受現代科學的糾正，邏輯清楚明顯錯誤的，必須拋棄，否則就是反科學了。中醫不能反科學。 另一方面，科學也需要有寬容的一面。如果不能論證中醫的理論與實踐是反科學的，那中醫取得現代醫學無法實現的療效，應該是有可能的。 擴展閱讀： 大逆轉——防疫成功、恢復經濟與全球疫情形勢 | 陳經 新冠病毒為什麼攻克一個個國家？因為它是心理戰高手 | 陳經 ... 背景簡介：本文作者筆名陳經，中國科學技術大學計算機科學學士，香港科技大學計算機科學碩士，科技與戰略風雲學會會員，《中國的官辦經濟》作者，微博@風雲學會陳經。 責任編輯：孫遠

文章來源取自於：

壹讀 https://read01.com/QAdNLJa.html

博客來 https://www.books.com.tw/exep/assp.php/888words/products/0010002340

如有侵權，請來信告知，我們會立刻下架。

DMCA：dmca(at)kubonews.com

聯絡我們：contact(at)kubonews.com

豐原短髮帶來的新鮮感推薦髮型設計工作室和平外捲短髮霧峰韓系明星髮型風格專業剪髮推薦髮廊霧峰油頭造型推薦髮廊推薦髮型設計工作室
大里八字劉海推薦染髮髮廊 大遠百附近秋冬髮色怎麼選學生染髮推薦髮廊 台中質感色系商業髮色專業髮廊台中北區兩側漸層髮型上班族染髮推薦髮廊 后里羊毛捲髮推薦染髮店 染髮技術最好的台中髮廊東勢中分直長髮推薦髮型設計工作室 龍井男生髮型推薦的髮廊推薦髮型設計工作室 水波紋燙台中燙髮推薦太平洋SOGO附近自然捲毛燥有漂過修改髮型推薦髮廊推薦染髮髮廊 大遠百附近電棒燙專業染髮燙髮髮廊 台中南屯染髮推薦