知醫邦曾經公開表示ChatiSS堅持不開發、不落地AI中醫面診與AI中醫手診功能。首先知醫邦認為人臉屬于核心個人生物隱私信息，受法律嚴格保護，AI中醫面診很容易觸碰隱私合規紅線。其次AI中醫面診存在技術短板，在望神、望態層面無法通過靜態照片捕捉；在望形層面，紋路、體態特征，辨識度極低，一名未經專業訓練的普通人，僅憑肉眼觀察的準確率，就遠超AI算法識別結果。同時由于面色的病理變化極其微弱，遠不及人種膚色差異、光線強弱、拍攝角度、環境色溫帶來的干擾。外界環境的變量干擾，完全覆蓋了病理導致的膚色細微變化，導致AI算法無法完成標準化建模與精準判別。最終讓知醫邦避而遠之更重要的原因是面診與相術命理共用部分內容，糟粕太多。
8月中旬，知醫邦創始人應約參加河北省醫療器械技術審評中心組織的中醫輔助診斷研討會，學習并討論了《中醫輔助診斷軟件注冊審查指導原則（征求意見稿）》。
《原則》定義中醫輔助診斷軟件一般包括中醫四診或其中某種診法，包括但不限于：（1）望診：①面色：病色、常色；②舌診：舌色、舌形、舌態、舌苔（苔質、苔色）、舌下脈絡；③手診：手掌顏色等。（2）聞診：①聞聲音；②嗅氣味。（3）問診：①一般情況、主訴、現病史、既往史等（病歷管理功能）；②問現在癥：問寒熱、問汗、問疼痛、問頭身胸腹不適、問耳目、問睡眠、問飲食口味、問二便、問經帶、問小兒；③體質問卷：參考GB/T 46939《中醫體質分類與判定》。（4）切診：主要為脈診，分析脈位、脈率、力度、流利度、均勻度等要素。
既然官方《文件》肯定了AI中醫面診的醫療器械地位，也明確了AI中醫面診主要就是望面色（病色、常色），這便豁然開朗，“糟粕說”已不攻自破，取其精華（面色），去其糟粕（財帛、官祿、福德等十二宮位，蟹目、龍眼、鷹嘴鼻等望形術以及對應富貴貧賤、吉兇禍福、性格命運的紋路解讀）；“隱私說”也好解決，知醫邦舌診采樣時為了校色已經截取并保存了鼻部皮膚圖片，不涉及人臉識別特征，如果AI中醫面診就只是提取顏色特征而不涉及紋理形態，這張照片足矣；至于“技術說”就更加不應該成為攔路虎了，一個深耕AI算法8年，精于舌象圖像識別的公司，順便分析一下面色，加雙筷子的事而已。
運用窮舉算法，知醫邦AI中醫面診實現了ChatiSS對面色青紫、面色紫黯、面紫、面色紅紫、面暗、面?、面色青灰、面青、面色蒼白、面色潮紅、面紅、面色無華、面白、面色?白、陰黃、面黃、陽黃、面色萎黃、面色蒼黃、面色淡白、面黑21種病色與1種的稱之為面色正常的常色的全部面色的全面提取，已然成為AI中醫面診的標桿。
因為知醫邦之前不做AI中醫面診而刻意安排在問診量表中的這些面色內容，在知醫邦上線AI中醫面診之后，便有了客觀化的完美解決方案。
在ChatiSS大模型的參數文件當中，這22個面色詞條存在于4466個病證的辨證條件當中，AI中醫面診的加入，自動導入這22個面色詞條與權重參數，一定程度上的確是提高了知醫邦診療智能體的辨證準確率。
為了促進AI中醫面診客觀化的廣泛運用，知醫邦在此公布其AI中醫面診窮舉算法精要，供同行參考。
基于國際化視野，知醫邦研發的全部算法都覆蓋了所有地域、季節、人種、性別、年齡段，此次上線的AI中醫面診針對不同人種膚色按照色度角ITA°=arctan[(L*-50)/b*]×180/π設計了六檔基線，個人版還進一步依據個人的歷史平均值進行了基線的加權修正。
不光是AI中醫面診，知醫邦AI中醫智能體內嵌入的AI中醫舌診、AI中醫五音聞診、AI中醫脈診的算法都是基于基線計算出來的結果，這些基線都有設計地域、季節、人種、性別、年齡段的區分和全覆蓋。因此，ChatiSS用戶越多，樣本數量越大，基線越接近真實，計算出來的結果也就越正確，這也是ChatiSS必須聯網使用，拒絕脫網本地化部署的原因。
以此類推，因為ChatiSS個人版的基線進行了針對本人的加權修正，所以個人版的計算結果要優于執業版，前提是本人的ChatiSS歷史記錄數據足夠多，至少10次以上，最好每天一次，這與現代醫學近年來提出的連續不間斷動態監測的理論高度一致。ChatiSS要求用戶一定不用借用個人版賬號，以免個人數據污染。
盡管個人版全面免費，平臺毫無收益可談，為了計算結果的準確率，知醫邦還是強烈建議盡量用個人版查體診斷。執業版有兩種方式利用個人基線提高計算結果的準確率：
（1）要求患者用個人版完成查體診斷后將電子病案、動態曲線、病史記錄通過聯系醫生模塊分別轉發給醫生，醫生可以用執業版遠程模式查閱。
（2）醫生用執業版住院模式綁定個人版賬號，在個人版賬號里面直接查體診斷。
執業版查閱個人版賬號電子病案、動態曲線、病史記錄看到的內容與用執業版查體診斷的結果完全一致，要比個人版看到的內容信息量要大的多。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
