淺議癥狀元素與復雜癥狀術(shù)語的處理方法

呂曉穎 李敬華 賈李蓉 楊逢春 李鴻濤 劉麗紅 田 野

(1北京中醫(yī)藥大學，100029;2中國中醫(yī)科學院中醫(yī)藥信息研究所)

中醫(yī)是一門經(jīng)驗學科，不同的學者對同一癥狀往往有不同的記錄，西方醫(yī)學經(jīng)傳道士帶入中國，對中醫(yī)癥狀的表述也產(chǎn)生了很多影響。目前中醫(yī)對癥狀的描述不統(tǒng)一的現(xiàn)象非常突出，概念范圍界定不清，常具有一個含義多種表述方式或者兩種癥狀的表述存在交叉，如“多食易饑”，在《黃帝內(nèi)經(jīng)》中稱為“消谷善饑”，在《傷寒論》中稱為“消谷喜饑”，后世中醫(yī)各家對其則有多種稱謂，如多食善饑、食欲亢進、好食易饑、貪食、多食、能食、易饑等，它很容易與消渴病之中的消癥混淆［1］。癥狀是診斷的根據(jù)，是辨證基礎，隨著信息時代技術(shù)的革命性發(fā)展，大規(guī)模的數(shù)據(jù)庫建設與數(shù)據(jù)倉庫形成，數(shù)據(jù)挖掘與利用的廣泛開展亟需對于癥狀數(shù)據(jù)統(tǒng)一的處理標準，以便于在計算機系統(tǒng)完成對海量雜亂數(shù)據(jù)的理解，進而從中挖掘出規(guī)律與知識，為醫(yī)生提供決策支持。本研究以中醫(yī)癥狀元素的分類與提取開展研究，從中探索繁雜癥狀數(shù)據(jù)的處理方法，以便與計算機科學相結(jié)合，提高醫(yī)生的診斷效率。

1 癥狀與癥狀元素

癥狀是指患者陳述的異常感覺和醫(yī)生發(fā)現(xiàn)的異?，F(xiàn)象［2］。一般說癥狀是廣義的癥狀，包含癥狀和體征兩個方面。“癥狀”是指患者主觀感到的痛苦或不適，如頭痛、耳鳴、胸悶、腹脹等;“體征”是指客觀能檢測出來的異常征象，如面色白、喉中哮鳴、舌苔黃等［3］。通過歷史文獻的研究，張啟明等［4］提出了癥狀單元的概念并將癥狀單元按癥狀部位和癥狀性質(zhì)在表示最小內(nèi)涵情況下進行分類。楊在綱等［5］提出“三類五性”的劃分方法，并根據(jù)癥狀在辨證中的作用不同將中醫(yī)“癥”進行了“意”“性”歸類。“意”包括一般意義的癥、定性意義的癥、定位意義的癥。定性意義的癥又分為一般定性意義的癥和特殊定性意義的癥。“性”是將癥狀歸納為必要性資料、特征性資料、偶見性資料、一般性資料和否定性資料［5］。這兩種劃分方法都對癥狀及其分類進行了深入思考，但是醫(yī)生在描述患者癥狀時，往往還會利用其他詞匯對基本癥狀加以形容，以更準確描述患者的異常狀態(tài)。因此，也就有了本研究中對癥狀更為細致的分類，盡量保證癥狀元素的任意組合可以完整表述醫(yī)生對患者癥狀的表達。

癥狀元素的概念結(jié)合了數(shù)學中集合與元素一對定義。集合是指具有共同屬性的事物的總體稱為“集”，而元素就是組成集的每個事物，即將癥狀按照一定的規(guī)則劃分使其每一個癥狀元素都屬于癥狀的一個分類集合。每一個癥狀元素都是唯一的、確定的和無序的，并且在一定的分類框架下具有最小內(nèi)涵意義。

2 研究方法

2.1 癥狀數(shù)據(jù)來源 本研究癥狀描述詞主要提取于中醫(yī)醫(yī)案數(shù)據(jù)庫。中醫(yī)醫(yī)案數(shù)據(jù)庫始建于2008年，由中國中醫(yī)科學院中醫(yī)藥信息研究所組織全國20余家科研院所近200名人員，以數(shù)據(jù)共建共享方式，合作開發(fā)的中醫(yī)醫(yī)案數(shù)據(jù)庫。該庫是結(jié)構(gòu)化的關(guān)系型數(shù)據(jù)庫，以公開發(fā)表于中醫(yī)期刊雜志的醫(yī)案文獻為加工對象，采用三級審校加工方式管理，著錄內(nèi)容涵蓋文獻題錄、作者、醫(yī)生、患者、癥狀、體征、證候、檢查、診斷、治療、預后等全部信息，現(xiàn)已收錄1984年以來近8萬條數(shù)據(jù)，并在不斷增量之中。在具有一定數(shù)據(jù)規(guī)?；A上，本所進行醫(yī)案數(shù)據(jù)的挖掘與利用研究，以方便研究者及公眾使用醫(yī)案資源并促進中醫(yī)臨床及基礎研究。

2.2 癥狀數(shù)據(jù)的清洗 選擇中醫(yī)醫(yī)案數(shù)據(jù)庫已加工完畢數(shù)據(jù)8萬余條，數(shù)據(jù)量大龐雜，抽取其中癥狀數(shù)據(jù)，建立access數(shù)據(jù)庫并進行以下步驟篩選。1)對所抽取的癥狀描述詞進行數(shù)據(jù)清洗，去除空白及缺損數(shù)據(jù)。2)對數(shù)據(jù)庫中的癥狀描述進行去重的操作。此處去重并不是指刪除重復的癥狀描述詞而是把具有相同意思的癥狀描述詞進行歸類。重復意思表述的癥狀主要有兩種情況:第一種描述前后順序?qū)е碌陌Y狀在形式上的不一致，例如，口唇干裂和唇口干裂;第二種是同一種癥狀的不同表述方式，例如:吐血和咯血、噯氣和打嗝等。將這些意思一致的癥狀進行整合，并對異名進行標注。3)對整理后的癥狀描述詞進行頻數(shù)統(tǒng)計，去除頻數(shù)為1的癥狀描述詞，重點對10次以上的癥狀描述詞進行分類，頻數(shù)詞為2次以上的癥狀描述詞進行補充。經(jīng)過以上三步的數(shù)據(jù)篩選整理后，會得到一個相對干凈的癥狀描述數(shù)據(jù)庫，這是進一步癥狀元素劃分的前提與基礎。

2.3 癥狀元素的分類 本研究將從中醫(yī)個案數(shù)據(jù)庫中提取的所有癥狀從多維角度進行拆分，將任意元素組合描述臨床癥狀，以彌補不同臨床醫(yī)生在表述癥狀時的差異。所有癥狀元素主要分為兩類，基本的癥狀元素類和限定元素類?；景Y狀元素類分為單純癥狀詞和復合癥狀詞，限定元素類不是具體意義的癥狀元素而是對癥狀元素意義的外延，與基本癥狀元素結(jié)合使用時可對患者臨床癥狀的表述更為準確。具體劃分維度及定義如表1。

表1 癥狀元素分類難度及定義

3 癥狀元素的提取

將經(jīng)過清洗的癥狀描述詞進行頻數(shù)統(tǒng)計，將在數(shù)據(jù)庫中出現(xiàn)10次以上的癥狀描述按照癥狀元素的劃分規(guī)則進行分類，最后將其他癥狀描述作為補充查看癥狀元素的分類結(jié)果是否有缺漏，部分結(jié)果如表2。

表2 癥狀元素提取結(jié)果(部分)

4 討論

本研究根據(jù)癥狀在醫(yī)案中的實際出現(xiàn)情況，探索了癥狀元素與復雜癥狀術(shù)語的處理方法，將8萬條醫(yī)案數(shù)據(jù)進行了癥狀元素分析，癥狀元素方法可以完成復雜癥狀自由語言的語義抽取和分類，在一定程度上實現(xiàn)語義多維度理解，但是癥狀術(shù)語數(shù)量極其龐大，本研究僅僅限于高頻癥狀的癥素抽取，更多更細的數(shù)據(jù)分析將有助于該方法的進一步完善。

［1］趙金鐸.中醫(yī)癥狀鑒別診斷學［M］.北京:人民衛(wèi)生出版社，1985:45.

［2］朱文鋒.中醫(yī)診斷學［M］.北京:中國中醫(yī)藥出版社，2002:132.

［3］黃碧群.中醫(yī)癥狀標準化的重要性［J］.中華中醫(yī)藥雜志(原中國醫(yī)藥學報)，2011，26(3):429 －432.

［4］張啟明，王義國，張磊，等.內(nèi)涵最小的獨立癥狀［J］.北京中醫(yī)藥大學學報，2010，33(1):5 －10.

［5］王亨飛，楊在綱.淺議“癥的分類”在辨證中的重要性［J］.甘肅中醫(yī)，2004，17(10):3 －4.