数据挖掘技术在中医药研究中的应用进展

徐静雯，夏 菁 ，邸若虹，卜建宏※

(1.上海中医药大学附属市中医医院急诊科，上海 200071； 2.上海市普陀区人民医院康复科，上海200060；3.上海中医药大学，上海 201203)

中医药事业为人类健康做出了巨大贡献，但其仍具有一定的局限性，如中医诊断会受医者主观影响出现偏差；中医方剂配伍规律数据极其复杂靠人工分析很难完成；中药药性通过传统实验研究准确性较差且损耗较大；名中医经验通过师带徒、院校授课等方式很难全面地传承与发展，从而使得中医药的发展缺乏客观性、全面性、创新性。数据挖掘(data mining，DM)作为一门融合了机器学习、人工智能和数理统计等的新型学科技术，它弥补了人类思维认识与计算的不足，人们利用不同的DM方法对不同领域的数据进行挖掘分析，可发现各领域内的新知识[1]。目前，常用的DM技术有贝叶斯网络、人工神经网络、关联分析、聚类分析、判别分析、随机森林等。通过DM技术可以预测未来的行为和趋势，发现隐含、有潜在价值的知识，使社会更好地发展。在中医药领域内引入DM技术，可以使其发展更规范、更科学，也为中医药事业的发展带来新活力。现就DM技术在中医药研究中的应用进展予以综述。

1 DM技术在中医方面的应用

1.1中医诊断的研究 中医诊断所收集的临床数据既复杂又无序，易受各种主观因素(认知水平、思维方式、研究方法等)影响，故缺乏系统又规范地总结与分析。目前，DM技术在中医证候、中医四诊等方面应用较为广泛，其可规范中医诊断，使中医诊断更为准确、客观。

1.1.1中医证候的归纳 中医证候是运用中医望、闻、问、切四诊采集临床资料，结合中医基础理论，对疾病进行分析、认识疾病的病理状态，因此中医证候欠缺规范。而运用DM技术对中医证候进行分析，总结疾病证候要素的分布特点、明确证候分类方法、研究疾病的证候学规律，可规范、量化证候诊断。王一战等[2]收集了感染性腹泻中医证治文献171篇、医案243例，运用聚类分析的方法对感染性腹泻的证候分布特点进行分析，结果发现在不同时间点感染性腹泻呈不同的证候要素，这为其中医诊治提供了一定参考。Chen等[3]运用频数统计、关联规则等DM技术对气虚证的特征谱(包括其影响因素、临床表现等)进行探究发现，DM技术对规范临床诊断具有一定的指导。方朝晖等[4]运用频数和构成比分析了不同年龄2型糖尿病患者的中医证候分布特点，结果发现2型糖尿病患者的中医证候以气阴两虚夹瘀证最多见，其中0～40岁以气阴两虚证居多，40岁后以气阴两虚夹瘀证为主。王一战等[5]收集了142例急性脑卒中患者，运用关联规则、聚类算法等对其证候规律进行分析，不仅明确了脑卒中先兆证临床表征的频次及症状间关联规律，还总结了脑卒中先兆证发病的证候规律。因此，DM技术不仅可以分类识别不同的证候规律，证候与疾病、症状间的关系，还在中医证候模型、证候诊断标准方面也有一定的研究。

1.1.2规范中医四诊 中医四诊是中医诊断的基础，如脉诊、舌诊常带有医者的主观意识，其结果会有所偏差，而使用DM技术可以克服传统诊断方法的不足，提高中医舌象、脉象的准确率，促进脉象、舌象辨识的信息化。刘旺华等[6]利用脉搏波动图谱所获得的特征参数构建神经网络，选取一定数量的特征参数作为人工神经网络系统的输入值，对应神经网络的输入节点，以具体脉名为输出节点，取得了较满意的效果，其识别准确率为70%，从而促进了脉象辨识的信息化。唐俊安等[7]以“寒湿证”和“湿热证”两种舌象信息为标本，运用snake模型对这两种证型的舌象进行检测与对比，结果发现此模型对舌象检测效果极佳，其可使舌象诊断趋于客观化。贺宏波[8]运用DM方法探究了2型糖尿病患者的舌象，并运用复杂网络Liquorice软件及点式互信息法计算舌象与中药的相关性，总结了不同舌象关联频次前十的中药，为临床诊治糖尿病提供了帮助。可见，运用DM技术对中医舌象、脉象进行研究，不仅可以提高舌脉诊的准确率，还可以指导临床诊断及用药，但该技术在问诊、闻诊方面操作不易，研究甚少，今后需进一步研究。

1.2中医方剂的研究 方剂是理法方药的数据集合，有其独特的配伍规律及方证关系。方剂中药物的剂量、药味的随证加减也有一定规范，但因涉及的数据庞大，靠传统研究方法很难对其进行全面又系统的分析，而运用DM技术对中医方剂的数据信息进行分析，挖掘出常用药物及高频药对，总结其配伍规律，不仅为新处方的研究奠定基础，也为临床疾病诊治提供一定帮助。

1.2.1方剂配伍规律 方剂是不同中药遵循特定配伍原则的有效结合，其中药物的配伍选择、药物剂量的加减、君臣佐使的组方关系等均会影响临床疗效，而通过DM技术分析各临床方剂的配伍特点、核心处方等，可使方剂的应用更科学、更全面。王倩等[9]运用关联规则、改进的互信息算法、复杂系统熵聚类等方法对慢性心力衰竭气虚血瘀证的处方进行分析，总结出了高频度的中草药及核心方剂，这为临床治疗慢性心力衰竭各种伴随症状提供了参考。康晨等[10]运用频数分析和关联原则方法对催乳复方的配伍规律进行研究，分析了催乳复方配伍的特点，挖掘治疗产后缺乳的整体用药规律和核心处方。Ou- Yan等[11]运用贝叶斯方法和关联规则对治疗史蒂文斯约翰逊综合征处方中的药物进行分析，总结了其中最可能有效的药对，结合临床治疗结果一起分析，为治疗该病的新药研究奠定了基础。谢辉等[12]使用中医传承辅助平台软件对中医治疗神经根型颈椎病的处方进行关联规则分析、药物频次统计等发现，治疗神经根型颈椎病各药物的用药频次、常用药对及新处方，对临床治疗该病具有一定的指导意义。Yu等[13]对212个中医治疗肾脏病的相关处方利用优化算法进行数据分析，有效分析了不同肾脏疾病相关处方药物剂量的参考值，最大限度地提高处方的药效和尽量减少药物不良反应，从而为临床医师合理用药提供参考。

1.2.2方- 病- 证关系 不同方剂有其所对应的证候，所适应的症状，临床治疗的高频疾病，因此实现方- 病- 证的有效结合，是临床诊疗的基础。汤尔群等[14]通过中医处方智能分析系统对《伤寒论》中的方剂进行量化表达，总结出了方剂的气、味、归经及方- 证间的关系等。Huang等[15]对40例失眠患者的临床表现及方剂进行关联分析，总结出了12种证候- 药物关联规则，如 “口渴、稀便- 茯苓”“口渴、稀便- 白术”等，他们认为关联规则法是分析中医方证关系的有效算法。徐建虎等[16]整理了散见于古今医案专著、临床经验专著及期刊中的2 898例小柴胡汤医案，运用频数分析的方法对小柴胡汤的临床病证规律进行挖掘分析，推测出小柴胡汤所治的四大主要症状(往来寒热、胸胁苦满、不欲饮食、心烦喜呕)、高频疾病(感冒、咳嗽等)及主要证候(少阳证)，实现了方- 病- 证之间的有效结合，从而可更好地诊治疾病。蒋萃等[17]对运用五苓散治疗的112则医案进行挖掘分析，总结出该方治疗以“蓄水证”为主，高频疾病以水肿、泄泻、癃闭多见，实现了方- 病- 证的有效关联，从而为临床合理运用五苓散诊治疾病提供参考。方剂是中医药的重要组成部分，是人类防治疾病的重要手段。通过DM技术可以解决方剂配伍关系、方- 病- 证关系等不同方面的问题，使其更好地运用于临床，但目前研究还处于萌芽阶段，它的使用价值及可行性还有待进一步证实。

1.3名中医临床经验的研究 名中医经验传承以往主要以中医院校的教育、师带徒言传身教、纸质或电子文献的总结等方式，但其均有一定的局限性，难以全面系统地传承名中医的学术思想及临床经验。而将各名中医的处方数据采用不同DM方法分析研究，总结常用药物、核心处方、临床诊治经验，能使名中医经验及思想的总结与传承更加完善、规范。陶凤英和黄缨[18]对名老中医刘云鹏治疗不孕症的中药处方采用关联原则、频数分析方法进行挖掘分析，总结了高频药物及常用药对、药物组合、中医证候与中药之间的关系，为现代运用中医手段治疗不孕症奠定了基础。卢晨霞等[19]用医院信息系统采集了吴寿善运用中药治疗肝硬化的894例处方数据，基于关联原则对其用药规律进行挖掘，并对其配伍规律和核心药对挖掘分析，归纳总结出名中医吴寿善的临床用药经验。王庆等[20]挖掘分析了余国友治疗胃肠功能衰竭的处方，着重分析了其使用中药的类别、频次等，总结其用药规律、常用药物和处方，对今后余国友特色处方的开发研究具有一定的指导意义。姜劼琳等[21]整理了名中医胡珂治疗胃食管反流病的100例医案，关联分析了胡珂治疗该病强关联的药对、常用药物，总结了他治疗胃食管反流病的基础方及其病、证、方、药的规律，为今后临床诊治胃食管反流病提供了参考。目前，DM技术应用于名老中医的临床处方挖掘分析较为普遍，可大致了解各名老中医的用药规律及学术思想，促进其学术思想的传承，同时对中医药的发展也有深远意义，需要不断创新及发扬。

2 DM技术在中药方面的应用

2.1中药药性的研究 中药药性体系庞大且复杂，其研究多倾向于文献和实验研究。当代学者通过搜集考证文献、经典书籍, 并整理分析文献中的药性研究成果, 进一步发掘和完善中药药性体系，但文献研究的方法耗时、耗费人力，研究成果具有主观性，需进一步完善；同时，研究者也可对药性开展实验研究，但得到的实验数据时有偏差，而引入DM技术研究中药药性可减少损耗，提高准确性和研究价值。肖雨函等[22]运用关联原则及频数分析的方法对植物类的中药进行研究，发现了其药性、功效及靶点之间有关联性，这为中药进一步开发奠定了基础。刘景亮等[23]以90味利水功效的中药为研究对象，通过DM技术总结了该类药物利水的药性与药物有效成分之间的关系，为中药药理研究提供了理论依据。杨文国等[24]运用频数分析及变量交叉等DM方法对有挥发油透皮促成作用的中药进行挖掘分析，揭示了中药四气五味与中药挥发油的透皮促渗作用具有一定关联，这对今后研究中药挥发油透皮促渗剂具指导意义。中药药性研究是一项复杂的工程，引入DM技术可发现药性与功效之间的关联，提高研究的准确性，减少研究的损耗。

2.2中药图谱的研究 中药图谱非常复杂，传统图谱的研究缺乏多角度、全方位的特性，而DM技术，可以凸显出中药材指纹图谱的多维多息特征，可以从不同角度展示中药材的特征。赵慧辉等[25]建立黄芪药材的反相高效液相指纹图谱共有模型,通过聚类分析方法评定不同产地黄芪中化学物质的含量特点,为科学评价黄芪的内在质量提供参考。张晓帆等[26]以苦碟子注射液的特征参数建立中药色谱指纹图谱的决策树和聚类分析的两个数据挖掘模型，通过对数据模型进行分析得出了对中药指纹图谱评价影响较大的多维多息特征参数及分数，为今后确立中药标准的指纹图谱提供了理论参考。郝燕等[27]运用SPSS软件对不同产地的当归指纹图谱的多维多息特征参数进行主成分分析，发现了4个主成分能反映中药色谱指纹图谱信息的规律。中药图谱是鉴定中药的复杂手段，而运用DM方法对图谱潜在的数据信息进行挖掘分析，能发现其潜在、有价值的信息。

3 DM技术在针灸方面的应用

3.1针灸取穴规律的研究 针灸腧穴的选择及配伍对临床治疗疾病的疗效影响甚大。传统针灸治疗中，针灸医师凭借自身对疾病及腧穴的认识、自身临床经验等为患者选取腧穴，其治疗欠缺规范，而使用DM技术，可以分析总结疾病的腧穴选取规律，使临床治疗更准确、规范。王坤等[28]对针灸治疗荨麻疹的取穴规律进行聚类分析、频数分析等研究，总结了针灸治疗该病的高频穴位、穴位配伍组合，并进一步总结了取穴规律，为今后临床治疗荨麻疹提供一定帮助。郑丽丽等[29]收集了治疗慢性盆腔炎的临床研究，运用关联分析、描述性分析等方法挖掘分析，总结了治疗慢性盆腔炎的高频腧穴、经外奇穴、特定穴，并通过对腧穴与经络、部位的关联分析，总结了治疗该疾病的主要经络和取穴部位。王坤等[30]运用DM方法对针灸治疗慢性萎缩性胃炎的文献进行挖掘分析，通过描述性分析总结了针灸治疗该病的高频腧穴、通过聚类分析总结了常用的核心穴对、通过关联分析显示了支持度最高的穴位组合，并对针灸治疗慢性萎缩性胃炎的选穴规律和核心穴对进行了有效总结，为临床治疗提供参考。潘鸿等[31]运用规则分析、修订互信息等DM方法对针灸治疗糖尿病周围神经病变进行分析，总结出了高频穴位组合，且发现治疗该病取穴要以阳明经络和背俞穴为主，这对今后针灸治疗糖尿病周围神经病变具有一定指导意义。可见，通过运用DM技术对针灸腧穴有效地挖掘分析，总结出合理的腧穴及其配伍选择，以及正确的配穴方法、选穴原则，能使其更好地应用于临床。

3.2针灸方法选择与应用的研究 临床针灸治疗可以选取刺灸法、头针、刺络放血等不同方法，通过DM技术分析其各自的适应证及临床优势，为今后临床针灸方法的选取奠定了基础。朱学亮等[32]整理了2 516篇关于灸法治疗疾病的文献，选取合适的DM方法，总结了不同灸法科属应用频次、痊愈率、临床应用病种频次以及优势病种的疗效，为今后临床治疗疾病能选取合适的灸法提供帮助。王琼等[33]整理了自1970年起头针治疗疾病的文献，挖掘分析头针的临床应用特点，且发现头针在内科中应用最为广泛，以中风后遗症为主，并总结了头针主要的进针、行针手法，以指导临床应用。李柏英等[34]通过频次统计的方法对自1960年以来使用灸法和火针治疗的文献进行研究分析，总结了灸法、火针法使用频次最高的科属、病种，并发现这两种方法适应病种的差异性，为临床提供参考。张晓旭[35]整理了1 848 篇关于刺络放血疗法治疗疾病的文献，运用遗传算法、分类算法、关联规则等分析总结出了刺络放血疗法适合的科属、优势疾种及证型，并有效总结了该方法的临床治疗的疾病谱，使其更好地服务于临床。可见，不同疾病适宜选取不同的针灸方法，通过DM技术分析总结针灸各法的适应科属、优势病种等，可指导临床。

4 小 结

DM技术在中医方面的研究较为广泛，利用该技术可研究中医证候规律，规范中医四诊，总结临床各医家的辨证规律，使诊断更具客观性、规范性。且该技术也可挖掘分析方剂中的配伍规律、方- 病- 证的关系，名中医的临床用药规律及学术思想等，为今后临床诊治疾病奠定了一定的基础。同时，该技术在中药药性与成分、功效之间的关系、中药图谱表达特征研究方面也有一定的应用，其使药性的研究更简便、准确，药物图谱表达的信息更多维全面，为今后新药的开发、医学科研提供了一定参考。此外，DM技术在针灸取穴规律方面的运用也日益广泛，从而使针灸更好地服务于临床。目前，DM技术还未被全面接受和应用，需要培养高技术的中医药人才来扩宽该技术在中医药领域的应用。未来，可将DM技术渗入到中医药信息学方面；也可将DM技术与中药药理相结合，为今后新药的开发奠定基础；可建立中医诊断、方剂、中药或针灸的研究模型等，提高DM技术的针对性和实用性，使中医药数据更加信息化、现代化，从而为今后中医药的发展带来新机遇。