名老中医经验传承研究的数据挖掘方法

名老中医经验传承研究的数据挖掘方法

著名中医遗产是中医学传统方法是否得以延续，中医理论能否得到发展的一个计划。名老中医经验传承研究走过了从起步到繁荣,从独立研究到合作研究,从运用传统方法到尝试各种新方法的道路。目前对名老中医学术经验继承和发扬的工作方兴未艾,数理分析方法具有系统性、多角度、大通量、客观化的特点,能够客观总结、归纳证、病、症、方、药间复杂的关系。随着信息化、数字化和知识化的发展,研究者在遵循传统中医学科学发展规律的基础上,逐步探索并引用“数据库中知识发现(KDD)”技术。与KDD相关的一个重要概念是数据挖掘。数据挖掘(DateMining),也叫数据开采、数据采掘,是从大量的、不完全的、有噪音的、模糊的、随机的实际数据中,提取隐含在其中的、人们事先不知道的、但是又是潜在有用的信息和知识的过程。近年来数据挖掘方法在名医经验传承方面得到广泛应用,现笔者概述如下。1机器学习方法数据挖掘的方法分为几类,主要包括统计方法、机器学习方法、神经网络方法和数据库方法。统计方法又可细分为回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析(系统聚类、动态聚类等),探索性分析(因子分析、主成分分析、相关分析等)。机器学习方法可以细分为归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等。神经网络方法又可进一步分为前向(BP神经网络)和自组织神经网络(自组织特征映射、竞争学习等)。数据库方法主要是多维数据分析和OLAP技术,此外还有面向属性的归纳方法。2挖掘方法在传承名人传记中的应用2.1基于关联规则分析的处方配伍规律(1)频数统计分析。张京春等将91例诊断为冠心病并经陈可冀老师治疗的患者初诊数据录入数据库,对其证候、立法、处方、用药等进行统计分析。结果:91例患者出现的证候多为痰瘀互结、气虚血瘀、气阴两虚等证。处方多以瓜蒌薤白半夏汤、生脉散、冠心Ⅱ号方、血府逐瘀汤等化裁。用药次数最多的依次是瓜蒌、半夏、薤白、川芎、赤芍、延胡索、红花、丹参等。结论:数据分析结果客观反映了陈可冀老师治疗冠心病侧重化痰活血、益气养阴以及心胃同治的辨治特点。(2)聚类分析法。又称集群分析。是指利用物以类聚的原理,把大量无序的数据分成数类,有助于对大量数据中的规则予以认识,它是一种数理统计方法,可将一些观察对象依据某些特征加以归类,在生物学和医学分类问题中有着广泛的应用。李文林等用加权的层次聚类方法从量-效关系的角度分析周仲瑛教授治疗哮喘的用药特色,结果发现周老治疗哮喘大部分药物的剂量范围在临床常规用量范围之内,但也有若干异常剂量药物的出现,如玉米须、钟乳石、石斛、挂金灯等药物的用量均远低于常规低剂量,葶苈子、泽漆、炒枳实等则远高于临床常规用量。(3)关联规则挖掘。叶放等选择周仲瑛教授以犀角地黄汤为基础方的有效医案317例,对四诊信息进行规范预处理,采用描述性分析、关联规则等方法分析。结果:涉及病种广泛,病位主要在肝、肾;病性多为热、瘀、阴虚、湿、毒。主要四诊信息表征包括舌苔黄占77.60%,舌质红或暗占52.37%~76.97%,腻苔占55.84%;热象占38.83%;疼痛39.74%;出血征占30.04%等。总计涉及269味中药,每例患者每次用19.93味药,与凉血、清热、解毒、化湿、滋阴等5类药物配伍占83.31%。结论:犀角地黄汤适用于多种难治性病证,瘀热相关病机演变每多复杂,临证要把握“瘀热”病机主要信息表征特征,随证加减,灵活施治。吴荣等收集7位名医治疗冠心病心绞痛典型医案115例,建立名医冠心病诊疗数据库,运用关联规则分析名医医治疗冠心病的方剂配伍规律。结果:在所使用的175种中药中,活血药、化痰药及补虚药之间的配伍是最常用的药物组合,瓜蒌薤白类方、活血通脉剂及生脉散等是名医治疗冠心病的基本方药,三者之间的配合应用构成了名医用药的一般规律。(4)无尺度网络法。无尺度网络(Scale-FreeNetwork)是基于关联规则的一种数理分析模型与方法,在医学研究领域如分子结构研究、功能发现、新药开发研究等方面都有应用,是构成复杂系统各元素间关系的一种表达形式。基于古方及当代临床复方数据的分析表明,中医药理论指导下的复方配伍过程具有无尺度复杂网络现象。郭旸等通过将戴希文102例慢性肾脏病(CKD)患者门诊病历资料录入“临床诊疗信息采集系统”,形成戴老教授信息数据库,运用无尺度网络方法进行数据分析,得出处方配伍网络及网络药物关联频度信息,分析结果并与戴老反复交流,得出戴老治疗CKD的核心方药、随证加减规律,并据此总结戴老临床经验及学术观点。结果:总结出核心方药15味,随证加减18组,结果体现出戴老诊治CKD扶正祛邪的总治则,益气活血、清热解毒利湿的主要治法,气血水同治、重视祛邪的临证思路,扶正不壅补的用药特点及以平为期的治疗目标。结论:运用无尺度网络方法进行戴老用药经验研究,结果直观、客观,较为深入、完整、如实地反映了戴老治疗CKD的用药经验及部分学术观点,有一定的临床指导意义。(5)贝叶斯网络法。是指基于概率分析、图论的一种不确定性知识的表达和推理的模型。从直观上讲,贝叶斯网络表现为一个赋值的复杂因果关系网络图,网络中的每一个节点表示一个变量,即一个事件,各变量之间的弧表示事件发生的直接因果关系。它能直接从数据出发获取知识,从数据中发现变量间的因果关系,并用概率定量表示这些因果关系的强度,表示出定性知识和定量知识。吴荣等收集名医冠心病典型医案115例,建立冠心病名医诊疗数据库,运用贝叶斯网络方法进行了证候要素及应证组合规律的研究。提取了8个证候要素,确定其定量诊断并阐释了证候要素应证组合规律。2.2高级并行处理人工神经网络是指模拟人脑工作机制的一种计算模型,它是由非处理单元组成的非线性大规模自适应系统,以类似于人脑神经网络的并行处理结构进行信息的高级处理。由于它具有自适应性、并行处理能力和非线性处理的优点,所以在医学领域被广泛应用。杜文斌以病证结合为前提,以名老中医的病案为数据源,开展人工神经网络用于冠心病证候诊断标准的模型研究,提出了证候诊断标准建立的方法学,通过模型验证了该方法的可行性。2.3中医诊断和功效研究肖永华等收集128例经吕仁和教授诊治的糖尿病患者的医案,医案数据经过一致化处理之后,存储于“中医医案数据库”中,对糖尿病类型、分期、并发症、病因、病位等的出现几率及其关系进行统计分析。结果吕教授临床治疗的糖尿病患者以出现糖尿病并发症和伴发病的2型糖尿病患者为绝对主体;并发症以糖尿病肾病的出现几率最高,其次为糖尿病神经病变;“肥美之所发”的饮食因素和“怒则气上逆”的情绪因素是重要的中医病因;肾、肝为主要病位。结论“中医医案数据库”数据挖掘结果客观地反映了吕教授治疗糖尿病病的临床思路与经验,该技术适合中医医案的知识挖掘和学习,利于专家学术思想的总结。结构化电子病历系统的研究和开发,能全面收集、记录老中医的诊疗信息和思维轨迹,保持临床数据的多维、动态性特征,形成临床诊疗数据库。王映辉等利用课题建立的名老中医数据仓库,针对不同主题,通过设置病例数据的范围,利用多种数据挖掘方法,实现对不同名老中医共性及个性经验的知识发现。结果:发现了名老中医运用某些治法、方剂及药物的特点得出了不同名老中医针对中、西医疾病的异病同治规律,从而总结出不同老中医临床经验的共性规律及个性差异。结论:比较名老中医经验的异同,有利于更加深入地认识中医个体化医学的核心内涵,发现其共性规律,明确个性经验产生的原因,为今后开展验证性研究以及形成更加科学的中医经验理论提供了基础。同时为后学者博采众长、学习和汲取多位名老中医经验提供了示范,对促进中医药的传承和发展具有一定意义。李秀娟等以《董建华老年病医案》为数据源,采用频数分析、关联规则等数据挖掘方法对医案进行数据挖掘,对核心药物、药对规律进行探讨。结果:通过36个病种101例217诊次医案的分析,获得21类、250味药、2494药次及每一类药的核心药物;获得药对关联规则共27条。结论:董建华治疗老年病善用理气药,药对以理气药药对为主;所用药对既有效法古人者,也有自己创见者。王阶等以名医诊治冠心病典型医案115例,建立冠心病名医诊疗数据库,运用支持向量机方法进行了证候要素诊断及相关研究。结果:提取到名医诊治冠心病8个主要证候要素:血瘀、痰浊、气虚、阳虚、阴虚、内热、血虚、气滞,并确定了其定量诊断,阐释了证候要素应证组合规律,归纳了名医治疗冠心病8个证候要素的用药规律。结论:证候要素研究揭示了名医证候诊断的内涵及其组方用药规律,对中医辨治冠心病有指导意义。综上所述,用数据挖掘方法在名医经验传承已经取得了很多成就,也是当前名医经验传承的趋势。运用结构化数据库和数据挖掘方法有可能解决中医特色研究和发展中的关键问题,可使名老中医学术继承整理更加全面,为中医特色各个信息单元之间内在隐含关系的挖掘、规律的总结、问题的发现等提供技术和方法学上的支持。3问题3.1高效数据结构化处理由于历史原因,中医药原始数据存在重复、歧义、缺省、含糊、关联不确定等很多问题,这与知识发现所要求的数据准确性、一致性、完整性和可靠性相去甚远,将直接影响数据挖掘的质量,因此,严格的数据结构化处理亟待解决。同时,有关中医临床信息的特征、类型、结构、维度和关联方式等也需要深入研究。3.2机人的结合主要是人数据挖掘的结果未必能代表名老中医本人的经验,对结果的解析,还需要遵