知医邦曾经公开表示ChatiSS坚持不开发、不落地AI中医面诊与AI中医手诊功能。首先知医邦认为人脸属于核心个人生物隐私信息受法律严格保护AI中医面诊很容易触碰隐私合规红线。其次AI中医面诊存在技术短板在望神、望态层面无法通过静态照片捕捉在望形层面纹路、体态特征辨识度极低一名未经专业训练的普通人仅凭肉眼观察的准确率就远超AI算法识别结果。同时由于面色的病理变化极其微弱远不及人种肤色差异、光线强弱、拍摄角度、环境色温带来的干扰。外界环境的变量干扰完全覆盖了病理导致的肤色细微变化导致AI算法无法完成标准化建模与精准判别。最终让知医邦避而远之更重要的原因是面诊与相术命理共用部分内容糟粕太多。8月中旬知医邦创始人应约参加河北省医疗器械技术审评中心组织的中医辅助诊断研讨会学习并讨论了《中医辅助诊断软件注册审查指导原则征求意见稿》。《原则》定义中医辅助诊断软件一般包括中医四诊或其中某种诊法包括但不限于1望诊①面色病色、常色②舌诊舌色、舌形、舌态、舌苔苔质、苔色、舌下脉络③手诊手掌颜色等。2闻诊①闻声音②嗅气味。3问诊①一般情况、主诉、现病史、既往史等病历管理功能②问现在症问寒热、问汗、问疼痛、问头身胸腹不适、问耳目、问睡眠、问饮食口味、问二便、问经带、问小儿③体质问卷参考GB/T 46939《中医体质分类与判定》。4切诊主要为脉诊分析脉位、脉率、力度、流利度、均匀度等要素。既然官方《文件》肯定了AI中医面诊的医疗器械地位也明确了AI中医面诊主要就是望面色病色、常色这便豁然开朗“糟粕说”已不攻自破取其精华面色去其糟粕财帛、官禄、福德等十二宫位蟹目、龙眼、鹰嘴鼻等望形术以及对应富贵贫贱、吉凶祸福、性格命运的纹路解读“隐私说”也好解决知医邦舌诊采样时为了校色已经截取并保存了鼻部皮肤图片不涉及人脸识别特征如果AI中医面诊就只是提取颜色特征而不涉及纹理形态这张照片足矣至于“技术说”就更加不应该成为拦路虎了一个深耕AI算法8年精于舌象图像识别的公司顺便分析一下面色加双筷子的事而已。运用穷举算法知医邦AI中医面诊实现了ChatiSS对面色青紫、面色紫黯、面紫、面色红紫、面暗、面㿠、面色青灰、面青、面色苍白、面色潮红、面红、面色无华、面白、面色㿠白、阴黄、面黄、阳黄、面色萎黄、面色苍黄、面色淡白、面黑21种病色与1种的称之为面色正常的常色的全部面色的全面提取已然成为AI中医面诊的标杆。因为知医邦之前不做AI中医面诊而刻意安排在问诊量表中的这些面色内容在知医邦上线AI中医面诊之后便有了客观化的完美解决方案。在ChatiSS大模型的参数文件当中这22个面色词条存在于4466个病证的辨证条件当中AI中医面诊的加入自动导入这22个面色词条与权重参数一定程度上的确是提高了知医邦诊疗智能体的辨证准确率。为了促进AI中医面诊客观化的广泛运用知医邦在此公布其AI中医面诊穷举算法精要供同行参考。面色青紫-SIN(23/24π)H算子≤-SIN(1/4π)∩SIN(1/24π)C算子≤SIN(1/9π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子面色紫黯-SIN(23/24π)H算子≤-SIN(1/24π)∩SIN(1/24π)C算子≤SIN(23/24π)∩-SIN(1/24π)S算子∩-SIN(1/9π)V算子≤-SIN(1/24π)面紫-SIN(1/4π)H算子≤-SIN(1/9π)∩SIN(1/9π)C算子≤SIN(1/4π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子面色红紫-SIN(1/9π)H算子≤-SIN(1/24π)∩SIN(1/4π)C算子≤SIN(23/24π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子面暗-SIN(1/24π)H算子≤SIN(1/24π)∩-SIN(1/24π)S算子≤SIN(1/24π)∩-SIN(1/9π)V算子≤-SIN(1/24π)面色正常-SIN(1/24π)H算子≤SIN(1/24π)∩-SIN(1/24π)S算子≤SIN(1/24π)∩-SIN(1/24π)V算子≤SIN(1/24π)面㿠-SIN(1/24π)H算子≤SIN(1/24π)∩-SIN(1/24π)S算子≤SIN(1/24π)∩SIN(1/24π)V算子面色青灰-SIN(1/24π)C算子≤SIN(1/24π)∩-SIN(1/24π)S算子∩-SIN(1/9π)V算子≤-SIN(1/24π)面青-SIN(1/24π)C算子≤SIN(1/24π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子面色苍白-SIN(1/24π)C算子≤SIN(1/24π)∩S算子≤-SIN(1/24π)∩-SIN(1/24π)V算子面色潮红-SIN(1/24π)H算子≤SIN(1/24π)∩SIN(1/24π)S算子∩-SIN(1/9π)V算子≤-SIN(1/24π)面红-SIN(1/24π)H算子≤SIN(1/24π)∩SIN(1/24π)S算子∩-SIN(1/24π)V算子面色无华-SIN(1/24π)H算子≤SIN(1/24π)∩S算子≤-SIN(1/24π)∩-SIN(1/9π)V算子≤-SIN(1/24π)面白-SIN(1/24π)H算子≤SIN(1/24π)∩S算子≤-SIN(1/24π)∩-SIN(1/24π)V算子≤SIN(1/24π)面色㿠白-SIN(1/24π)H算子≤SIN(1/24π)∩S算子≤-SIN(1/24π)∩SIN(1/24π)V算子阴黄SIN(1/24π)H算子≤SIN(1/4π)∩-SIN(23/24π)C算子≤-SIN(1/9π)∩-SIN(1/24π)S算子∩-SIN(1/9π)V算子≤-SIN(1/24π)面黄SIN(1/24π)H算子≤SIN(1/4π)∩-SIN(23/24π)C算子≤-SIN(1/9π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子≤SIN(1/24π)阳黄SIN(1/24π)H算子≤SIN(1/4π)∩-SIN(23/24π)C算子≤-SIN(1/9π)∩-SIN(1/24π)S算子∩SIN(1/24π)V算子面色萎黄SIN(1/24π)H算子≤SIN(23/24π)∩-SIN(23/24π)C算子≤-SIN(1/24π)∩S算子≤-SIN(1/24π)∩-SIN(1/24π)V算子面色苍黄SIN(1/4π)H算子≤SIN(23/24π)∩-SIN(1/9π)C算子≤-SIN(1/24π)∩-SIN(1/24π)S算子∩-SIN(1/24π)V算子面色淡白S算子≤-SIN(1/24π) 排除∉ (-SIN(1/24π)H算子≤SIN(1/24π)-SIN(1/24π)C算子≤SIN(1/24π))面黑V算子≤-SIN(1/9π)基于国际化视野知医邦研发的全部算法都覆盖了所有地域、季节、人种、性别、年龄段此次上线的AI中医面诊针对不同人种肤色按照色度角ITA°arctan[(L*-50)/b*]×180/π设计了六档基线个人版还进一步依据个人的历史平均值进行了基线的加权修正。不光是AI中医面诊知医邦AI中医智能体内嵌入的AI中医舌诊、AI中医五音闻诊、AI中医脉诊的算法都是基于基线计算出来的结果这些基线都有设计地域、季节、人种、性别、年龄段的区分和全覆盖。因此ChatiSS用户越多样本数量越大基线越接近真实计算出来的结果也就越正确这也是ChatiSS必须联网使用拒绝脱网本地化部署的原因。以此类推因为ChatiSS个人版的基线进行了针对本人的加权修正所以个人版的计算结果要优于执业版前提是本人的ChatiSS历史记录数据足够多至少10次以上最好每天一次这与现代医学近年来提出的连续不间断动态监测的理论高度一致。ChatiSS要求用户一定不要借用个人版账号以免个人数据污染。尽管个人版全面免费平台毫无收益可谈为了计算结果的准确率知医邦还是强烈建议尽量用个人版查体诊断。执业版有两种方式利用个人基线提高计算结果的准确率1要求患者用个人版完成查体诊断后将电子病案、动态曲线、病史记录通过联系医生模块分别转发给医生医生可以用执业版远程模式查阅。2医生用执业版住院模式绑定个人版账号在个人版账号里面直接查体诊断。执业版查阅个人版账号电子病案、动态曲线、病史记录看到的内容与用执业版查体诊断的结果完全一致要比个人版看到的内容信息量要大的多。