数据挖掘方法在中医医案研究中的应用.pdf

该【数据挖掘方法在中医医案研究中的应用 】是由【贾赦】上传分享，文档一共【6】页，该文档可以免费在线阅读，需要了解更多关于【数据挖掘方法在中医医案研究中的应用 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。世界中医药 2021年6月第16卷第11期·1659·
数据挖掘方法在中医医案研究中的应用
王 康1,2 尹玉洁3,4,5 李雅文1,2 秘红英2 李红蓉3,4,5 贾振华1,2,3,4,5
(1河北中医学院研究生学院,石家庄,050090;2河北以岭医院,石家庄,050091;3络病研究与创新中药国家重点实验室,
国家中医药管理局重点研究室,石家庄,050035;4国家中医药管理局重点研究室(心脑血管络病),
石家庄,050035;5河北省中西医结合医药研究院,石家庄,050035)
摘要 中医医案作为中医诊疗经验及学术观点的载体,历来是中医传承研究的重中之重。传统的“个人领悟式”方法在分
析医案时难以避免存在片面性和主观性。因此,寻找一种可以全面、客观地反映医案中隐藏信息的医案研究方法就显得
尤为重要。近些年随着信息技术的飞速发展,数据挖掘技术在医案研究中的应用也日益深入。现通过对目前医案研究领
域常用的数据挖掘方法、软件及平台的应用现状进行梳理,并对每种方法在医案研究中的适用领域进行简要评述,以期为
医案研究者选择合适的研究方法提供参考,为传承医案中蕴含的诊疗经验及发展中医药事业提供新思路。
关键词 中医医案;中医诊疗经验;数据挖掘;统计学方法
ApplicationofDataMiningMethodsintheResearchofMedicalRecordsofTraditionalChineseMedicine
WANGKang1,2,YINYujie3,4,5,LIYawen1,2,MIHongying2,LIHongrong3,4,5,JIAZhenhua1,2,3,4,5
(1DepartmentofGraduateSchool,HebeiUniversityofChineseMedicine,Shijiazhuang050090,China;2HebeiYilingHospital,
Shijiazhuang050091,China;3StateKeyLaboratoryofCollateralDiseaseResearchandInnovativeChineseMedicine
Medicines,KeyLaboratoryofNationalAdministrationofTraditionalChineseMedicine,Shijiazhuang050035,China;
4KeyLaboratoryofNationalAdministrationofTraditionalChineseMedicine(Cardiovascular&Cerebrovascular
CollateralDisease),Shijiazhuang050035,China;5HebeiAcademyofIntegratedTraditionalChinese
andWesternMedicine,Shijiazhuang050035,China)
Abstract AsthecarrierofexperienceoftraditionalChinesemedicine(TCM)diagnosisandtreatmentandacademicviewpoints,
-based
,itisimportanttofinda

therapiddevelopmentofinformationtechnologyinrecentyears,theapplicationofdataminingtechnologyinmedicalrecordsre-
searchisincreasinglyin-,softwareandplatformcommonly
usedinthefieldofmedicalrecordsresearch,brieflyreviewstheapplicationofeachmethodinmedicalrecordsresearch,inorderto
provideareferenceformedicalrecordsresearcherstochoosetheappropriatemethods,andprovidemethodstoinherittheexperience
ofdiagnosisandtreatmenthiddeninmedicalrecordsofTCMandprovideideastodevelopTCM.
Keywords MedicalrecordsoftraditionalChinesemedicine;ExperienceoftraditionalChinesemedicinediagnosisandtreatment;
Datamining;Statisticalmethod
中图分类号:R242;R249文献标识码:Adoi:.1673-
中医医案,又称病案、诊籍、方案、脉案等,是记成了我国第一部医案专著———许叔微的《伤寒九十
录中医医家临床辨证、立法、处方用药的第一手资论》[3]。长期以来对医案的解读和学习一直是中医
料[1]。医案作为中医理、法、方、药信息的综合载体,传承与发展的重要手段,故著名中医学家秦伯未曾
蕴含着医者的诊疗经验和学术观点,是中医传承与在《清代名医医案精华》序言中提及“合病理、治病
发展的基石[2]。医案发展源流大致可概括为“萌芽于一,而融会贯通,卓然成一家言,为后世法者,厥惟
于先秦,发展于宋元,繁盛于明清”。现存最早的正医案”[4]。由此可见医案研究对临床实践及学术研
式医案是西汉《史记》所记载的淳于意的二十五“诊究均具有重大意义。
籍”,经后世不断完善,医案形式渐臻成熟,至宋代形然而在中医发展的长河中,由于历史时代不同
基金项目:国家重点研发计划项目(2017YFC1700501);中国工程院咨询研究项目(2019-XY-81)
作者简介:王康(—),男,博士,医师,研究方向:中西医结合防治心血管疾病,E-mail:******@
通信作者:万方数据贾振华(—),男,博士,主任医师,研究方向:中西医结合防治心血管疾病研究,E-mail:******@
·1660·WORLDCHINESEMEDICINE ,,
或医家习惯各异,医案的术语形式多样,难以规范统据挖掘方法之一,广泛应用于处方配伍规律挖掘及
一[5],加之医案留存失当,资料信息的损毁遗失[6],症-证-药关联规律挖掘方面。其中最具代表性的是
导致传统“个人领悟式”方法在分析医案时难以避Apriori算法。信楠等对《临证指南医案》中脾胃病
免存在片面性和主观性,不能保证对医案全部信息相关医案进行系统整理,运用Apriori算法对医案中
进行综合考量。而随着大数据时代的到来,起源于包含的证型与药物的相关性进行研究,从而归纳总
商业信息处理的一类深层次数据分析技术———“数结《临证指南医案》中脾胃病证治规律,为促进中医
据挖掘”逐渐被应用到中医研究领域,其具有多样证治理论传承、发展与创新提供有力的依据[11]。又
化、海量、快速、数据价值密度低等特点,为中医医案如陈擎文[12]通过整理中医古籍中风相关医案,并运
研究提供了新思路和新手段[6],运用统计分析、数据用Apriori算法挖掘了古代中风病相关药物的关联
库、信息检索、机器学习等方法,可以从海量医案数情况,归纳常用药对及角药,并总结出古代中风病的
据中凝练潜在诊疗经验规律。目前运用数据挖掘方证治规律,结果具有较强的临床应用性。
聚类分析 聚类分析(ClusterAnalysis)是根
领域的新热点。我们在参考大量医案研究文献的基据各元素间的相似性将研究对象中相似或相近的对
础上,对医案研究领域中的常用数据挖掘方法、软件象加以归类分组的统计分析技术,“组内相似度最
及平台应用现状进行介绍,并对每种方法在中医医大”和“组间相似度最小”为其根本原则。常用于分
案研究中的适用领域进行简要评述。析医案中疾病常见证型及组方规律等信息,在证型
1 医案研究中常用数据挖掘方法归纳及提取核心组方方面独具优势。范李阳和高
近年来,运用于医案研究的数据挖掘方法种类山[13]通过对130篇病毒性心肌炎相关文献中包含
日益增加,可大致分为频数分析方法、监督学习方的医案进行整理,共得到205首方剂,涉及中药18
法、无监督学习方法以及其他分析方法等类别。类,共139味,对其中应用频次最高的33味药物进
频数分析法 频数分析法(FrequencyAnaly-行聚类分析,得到3个聚类方,分别适用于治疗气阴
sis)是医案研究中应用最普遍的数据挖掘方法,通过两虚、热毒侵心、气滞血瘀证型的病毒性心肌炎。宋
计数各个组内所含个体的数目,观察组中标志值对宁等[14]采集80例难治性胃食管反流病医案中的四
于总体水平所起作用的大小[7]。该方法虽然形式简诊信息,应用聚类分析方法归纳出难治性胃食管反
单,但在各疾病“证-症-药”分布规律研究中具有重流病医案中医辨证分型,结果与临床研究相一致,可
要价值,常与其他数据挖掘方法联合运用,为后期较用于指导临床实践。聚类分析最大程度避免了分类
为复杂的分析方法提供数据分布情况依据。韩析霖过程中主观因素掺杂,保证了所得医案信息规律的
等[8]研究了孟河医派费、马、丁、巢四家治疗咳嗽的真实性及客观性。
医案中的高频药物,使用频次大于30% 因子分析 因子分析(FactorAnalysis)是从
含:杏仁、茯苓、陈皮、瓜蒌皮、半夏和甘草。其中温变量群中提取代表性因子的技术手段[15]。目前常
性药及甘味药在高频次药物中占比最高,归肺经、大用于医案证候学研究,特别是对医案中蕴含的证素
肠经和脾胃经的药物在高频药物中占比最高,从药信息的提取。许前磊等[16]对1632例艾滋病患者证
物使用频次的角度总结了孟河医派名医治疗咳嗽的候信息研究中,运用因子分析方法对患者最常见的
用药规律和性味归经偏好。45个症状体征进行分析,共得到15个公因子,并赋
无监督学习方法予其中医证候含义,最终总结出艾滋病常见证候规
无监督学习在设计分类器时不预设目标,让计律,为艾滋病的临床辨证提供指导。韦葭蔚等[17]提
算机自己学习如何去做,可以用于分析数据间关联取了312例冠心病慢性心力衰竭患者的证候要素,
和聚类情况[5]。现将医案研究中常用的无监督学习通过因子分析得出14个公因子,归纳出冠心病慢性
方法列举如下。心力衰竭中医证型分类,为冠心病慢性心力衰竭中
关联规则 关联规则(AssociationRule)是医证素研究提供了研究思路。
主成分分析 主成分分析(PrincipalCompo-
挖掘方法[9-10]。其原理是利用迭代方法,从目标数nentAnalysis)是在最少损失原有信息的前提下,通
据库中提取支持度和置信度不小于给定阈值的强关过线性变换将原数据分成多个彼此不相关的主成分
联信息。万方数据关联规则是医案研究领域应用最重要的数的降维技术[18]。目前多用于医案症状及证型研究。
世界中医药 2021年6月第16卷第11期·1661·
主成分分析能从医案中众多症状中提取主要症状,处理医案中复杂的不确定性和关联性问题时具有独
并排除无关症状,使中医辨证得以简化。李毅等[19]特优势[24]。甘小金等[27]回顾整理150例王子瑜教
收集232例溃疡性结肠炎患者的病案信息,运用聚授治疗子宫内膜异位症的门诊医案,运用贝叶斯网
类分析归纳出溃疡性结肠炎证候群,并运用主成分络方法对症状-证素信息做分类识别,结果显示贝叶
分析对各证候群的症状进行综合分析,最终获得溃斯网络算法对寒凝证、湿热证、气滞证、肝郁证、肾虚
疡性结肠炎常见证候的主要症状指标,%、%、86%、
结果基本符合临床实际。%、%,说明贝叶斯网络算法在研究老中
监督学习方法医医案中包含的学术思想方面具有较好的应用
监督学习是通过从给定的训练样本调整分类器前景。
的参数,得出最优模型,当输入新数据时, 粗糙集理论 粗糙集理论(RoughSetTheo-
出相应的输出,通过对输出结果的判断实现对未知ry)是一种刻画不确定、不完备系统的数学工具,善
数据的分类[5]。现将医案研究领域常用的监督学习于从宏观角度对医案中临证经验进行综合分析,多
方法列举如下。用于中医辨证及诊断研究[9]。孙继佳和王鲲[28]运
Logistic回归分析 Logistic回归分析(Logis-用粗糙集理论对883例乙肝患者病案资料进行研
ticRegressionAnalysis)是一种广义的线性回归分析究,构建中医证候决策信息表并结合关联规则得到
模型,是定量研究因变量对自变量的依赖程度、分析各证型与中医临床指标的相关性,对乙肝临床治疗
变量之间关联性并预测、预报的基本方法[20]。在医及学术研究均具有较高的参考价值。
案研究中常用来对“证-症” 决策树 决策树(DecisionTree)是一种逼近
进行挖掘分析。王伟杰等[21]整理302例类风湿关离散值函数的分类预测方法,通过构成决策树来求
节炎患者的病案信息,借助Logistic回归分析方法,取净现值的期望值不小于零的概率,对项目进行风
归纳出类风湿关节炎主要证候与症状、舌脉之间的险评价及可行性判断[29-30]。决策树的判定过程就相
相关关系,为指导类风湿关节炎临床辨证提供科学当于从根结点到某一叶子结点,该过程与中医辨证
依据。徐亮等[22]对125例名老中医治疗风湿性心思维过程的高度相似性,因此决策树算法常用于中
脏病的医案进行整理,运用Logistic回归对35味高医证候及诊断研究。别涛和阎兆君运用决策树分类
频中药进行分析,总结得出风湿性心脏病以“益气活算法对210例咳嗽变异性哮喘患儿的中医证候信息
血为主,兼以温阳、养阴、利水”的治法原则。进行分析,得出了咳嗽变异性哮喘的中医证型规
判别分析 判别分析(DiscriminatoryAnaly-律[31]。曾雪元等[32]整理3322例缺血性卒中患者
sis)是在分类确定的条件下,根据研究对象的特征值医案信息,采用决策树算法构建缺血性卒中复发预
对其进行归类判别的多变量分析方法[23]。依据判测模型,使用混淆矩阵及受试者工作特征曲线
别准则不同可分为贝叶斯、费歇、距离等判别方法,(ROC)评价模型的效能。得到8个解释变量,模型
其中贝叶斯判别分析在医案研究中较为常用[24],该精确度为81%,,显示出决
方法在对医案中的症状体征等指标进行量化的基础策树模型在缺血性卒中复发预测方面具有宽广的发
上通过计算获得判别函数,并以其作为临床诊断的展空间。
重要标准。张颖等[25] 人工神经网络 人工神经网络(Artificial
据372例慢性再生障碍性贫血患者医案信息,建立NeuralNetworks)是一种人脑的抽象计算模型,通过
慢性再生障碍性贫血辨证分型判别方程,并采用自彼此连结的神经元结构信息进行处理。神经元之间
身验证回代法对判别方程进行检验,总体正确率为的连结经过加权处理,其权重由从数据中学习、总结
%,其结果显示判别分析在中医辨证领域具有出的使用函数决定[30,33]。医案中蕴含着大量非线
独特优势,为人工智能在中医诊断领域的应用奠定性的复杂的诊疗信息,其自身复杂性决定了医案研
了技术基础。究必须从复杂科学视角出发,用不同的方法进行多
贝叶斯网络 贝叶斯网络(BayesianNet-学科交叉研究,人工神经网络作为复杂科学研究领
work)又称信度网络,是贝叶斯判别分析的扩展,是域应用最为广泛的研究方法之一,能够客观真实地
基于概率推理的数学模型,善于解决不定性和不完反映研究对象内部的非线性关系,多用于舌象、脉象
整性问题万方数据[26],具有较高的重复性和客观性。因此在辨识,证候分类等复杂问题[34]。辛基梁[35]收集
·1662·WORLDCHINESEMEDICINE ,,
1146例患者医案信息,通过人工神经网络分类算法2 医案研究中常用数据挖掘软件及平台
进行训练建模,并测试该模型预测精度,结果显示模目前,医案数据挖掘领域中的常用软件主要包
,结果显示人括3大类,即:统计软件(SPSS、Stata、SAS等)、编程
工神经网络分类算法在中医证候分类领域具有独特软件(R语言、Python、Weka等)及中医数据挖掘平
优势。台(、、
支持向量机 支持向量机(SupportVector古今医案云平台等)。不同软件具有各自的优势和
Machine)是一种按监督学习方式进行的数据二元分不足,如SPSS、Stata等统计软件事先内置封装了多
类方法,适用于处理小样本、非线性资料和高维模式常用分析方法及模型,研究者只需通过界面简单操
识别问题[36],在医案研究中常用于诊断研究、证素作即可实现数据分析,但恰恰因其分析方法已固定,
研究、舌象脉象辨识等领域。王阶等[37]通过收集无法对分析模型进行修改或自定义;R语言/Python
115例冠心病名医诊疗医案,采用支持向量机方法则需要通过写代码的方式来运行分析,使用灵活但
对医案中相关证候要素进行分类并求得各子项的权门槛较高。近些年具备“数据录入(导出)-管理-查
重值,结果显示名医普遍认为“虚实夹杂,本虚标询-分析-可视化展示”等功能为一体的多种中医数
实”是冠心病的病机特点,%的患者中出据挖掘平台被研发出来,其中应用最广泛的是由中
现“血瘀”病机,说明血瘀在冠心病发病过程中起到国中医科学院中药研究所和中国科学院自动化所联
重要作用。,因其具备了中医
其他分析方法 在医案研究领域还涉及深度数据挖掘的主流分析功能,且操作简单易学,受到广
学习、迁移学习等多种研究方法。深度学习是一种大研究者的青睐。以下从主要分析功能、操作难易
基于多层神经网络的机器学习方法,通常需要大量程度、可视化效果及应用现状4个方面对上述软件
样本来训练模型参数,但实际中样本量往往较少,而进行简要比较。见表1。
迁移学习恰好可以通过将某一相关领域学习到的模3 总结
式应用于当前领域来解决上述问题,2种方法常常目前,应用于医案研究的数据挖掘方法纷繁,如
联合用于解决图像和文本的分类及回归问题,尤其何根据待分析的医案数据具体特点及研究目的选择
是在中医舌象提取识别研究中应用颇为广泛。刘梦适合的研究方法是在数据挖掘之前首要考虑的问
等[38]通过收集500例齿痕舌和裂纹舌舌象图片,运题。不同医案研究其目的各异,其中用药规律挖掘
用深度学习技术与迁移学习技术构建舌象识别模和辨证规律挖掘是目前医案研究的热点[39-41]。用药
型,具有较高的准确率、精确率及召回率,研究结果规律挖掘主要从用药频次、治疗剂量、药对配伍等方
显示基于深度学习和迁移学习构建的舌象识别模面探究医家用药经验;辨证规律挖掘则是从证素研
型,具备了高通量图片识别处理能力,能够较好地解究、病机研究、症状规律,治法研究等方面挖掘医案
决局部舌象识别问题。中的临证诊疗思想[18]。在进行研究时数据之间的
表1 数据挖掘常用软件特点比较
软件名称主要分析功能操作难易程度可视化应用现状
SPSS频数分析;相关分析;回归分析;因子分析;主成分分功能较强,操作界面简单,但需要学习统计及一般广泛
析;聚类分析;决策树等建模知识
Stata相关分析;聚类分析;主成分分析;因子分析;回归分需要学习统计及建模知识一般较少
析等
SAS相关分析;聚类分析;主成分分析;因子分析;回归分需要学习统计及建模知识一般较少
析;判别分析;决策树;人工神经网络等
R语言/Python通过编程或使用程序包,可完成绝大多数分析功能功能强大;有门槛,需要具备R语言编程学习优秀较少
Weka通过编程或使用程序包,可完成绝大多数分析功能有门槛,需要学习软件操作一般较少
中医传承辅助频数分析;关联规则;熵聚类分析等录入医案信息即可,简单易学一般广泛

中医传承计算频数分析;关联规则;K-means聚类分析等Excel快速导入医案数据,在线分析,简单易学一般较广泛(上线
)
古今医案频次分析;关联规则;系统聚类分析;社团分析;复杂录入医案信息,在线分析,简单易学较广泛较广泛
云平台网络分析;支持向量机;方剂树;网络药理学等
万方数据
世界中医药 2021年6月第16卷第11期·1663·
关联讨论是必不可少的,关联规则简单、易理解、数结合,进一步从分子层面验证所得经验规律的准确
据要求低,可以从大量数据中快速准确地发现项集性,同时为中医机制研究提供新思路。多种挖掘方
之间或内部的有义关联,在发现医案中症、证、药之法优势互补、相关学科联合运用,将为数据挖掘方法
间关联具有独特优势。除进行数据关联讨论以外,在医案研究领域的应用带来新的活力。
对拟分析数据库进行分类研究也十分必要。聚类分综上所述,数据挖掘技术对医案所蕴含的理论
析是最常用的分类研究方法,可简洁直观地对医案及学术思想的挖掘整理受到越来越多的关注。国学
数据进行症状组合、药物归类及证候规律挖掘;当面大师章太炎曾说:“中医之成绩,医案最著。”[43]医案
对分类已确定条件下处理研究对象分类问题,例如是每位医者学术思想的精华所在,医案研究作为中
中医证型判别问题时,这时判别分析方法更为适合;医临床最基础的研究,是中医学理论体系架构的来
在处理症状-证素分类识别问题时,贝叶斯网络较为源之一[18]。运用数据挖掘方法对中医医案进行分
常用,多用于中医诊断、证候和辨证等方面的分析研析,既可以节省对大容量样本的处理时间,又能使得
究;决策树分类算法在处理高维度数据分类问题时出的结论更加客观、科学。随着越来越多人工智能
具有独特优势;支持向量机则更适合解决小样本、非算法和模型应用于医案研究,将为中医药事业的传
线性资料的分类问题[42]。每种数据挖掘方法都有承与发展提供一条新的思路。
其自身的优势及缺陷,如频数统计仅能反映某种药参考文献
物的使用频次,但不能反映其在处方中的贡献度,而[1]李鑫颉,贾振华,
聚类分析恰好可以解决上述问题[43]。多种数据挖状分析[J].中国中医基础医学杂志,2012,18(1):4.
[2]何彦澄,肖永华,闫璞,[J].中医杂
掘方法优势互补、取长补短、相互交融、综合运用,所
志,2018,59(13):1106-1109.
[42]
得结果才能更加契合临床实际。[3]徐世杰,[J].北京中医药大学
数据挖掘技术就像一把双刃剑,首先其为医案学报:中医临床版,2013,20(5):7-11.
研究者提供了一条有效捷径,但其计算得出的结果[4]高新彦,廖成荣.《程原仲医案》简介及特色浅析[J].河北中医,
中混杂有大量无义信息,这就要求研究者在处理数2015,37(11):1722-1723.
据挖掘结果时务必做到人机交互,反复校正,去粗取[5]
[D].北京:北京中医药大学,2016.
精、去伪存真,所得结果才能契合临床实际,真正体
[6]翟佳琪,郭洁,
[6]
现医家学术思想。此外目前常用的数据挖掘方中的应用[J].名医,2020,11(4):66,68.
法也存在其固有缺陷,在用药规律研究中,现有方法[7]田琳,朱建贵,
主要通过计算方剂中药物属性,利用数据挖掘算法拟处方用药规律分析[J].中国中医药信息杂志,2012,19(11):
分析方剂中的核心药物及药物配伍组合规律。然22-24.
而,目前数据挖掘算法没有充分考虑药物特性和方[8]韩析霖,秦空,
规律研究[J].环球中医药,2020,13(2):224-228.
剂功效之间的深层联系,导致所得用药规律与临床
[9]刘兴方,[J].
用药规律存在一定差异。因此需要在算法中进一步中国实验方剂学杂志,2014,20(9):247-250.
融合方剂药物的特性,以抽象出药物与方剂的深度[10][J].光明
关系;在方证关系研究中,多以疗效作为数据收集的中医,2011,26(7):1340-1341.
指标,按照疗效采集获取高质量的诊疗数据,分析药[11]《临证指南医案》脾胃病证治规律研究
[D].广州:广州中医药大学,2017.
物与疗效间的关系、症状与疗效间的关系,将药物和
[12][J].
疾病症状联系到一起,然而当前方法仅仅建立了症
中华中医药学刊,2008,26(10):2254-2257.
状与药物间的联系,并未考虑症状中隐含的病理因[13]范李阳,[J].
素和药物的治疗特性之间的关系,因此在设计算法智慧健康,2018,4(24):69-70.
过程中,需要进一步融合病症特征与药物属性间的[14]宋宁,唐丽明,
规律[44]。医证型分布规律研究[J].江苏中医药,2018,50(10):58-61.
[15]
除此之外,还要重视数据挖掘方法与生物信息
[D].南宁:广西中医药大学,2018.
学、网络药理学、分子生物学、多组学等其他相关学
[16]许前磊,谢世平,陈建设,
科联合运用,使“证-症-药”的医案经验研究模式与[J].中医杂志,2014,55(19):1672-1675.
万方数据
“药物单体-作用靶点-信号通路”的机制研究模式相[17]韦葭蔚,赵慧辉,黄幸,
·1664·WORLDCHINESEMEDICINE ,,
中医证候特点研究[J].辽宁中医杂志,2018,45(6):1218-[J].湖北中医杂志,2019,41(1):47-49.
[18]仲芳,杨巍,赵翀,[32]曾雪元,宫伟国,胡云峰,
[J].中国中医药信息杂志,2020,27(2):141-[J].吉林中医药,2020,40(4):437-440.
[19]李毅,刘艳,刘力,[33]赵铁牛,于春泉,王惠君,