數(shù)據(jù)挖掘技術(shù)在乳腺癌研究中的應(yīng)用進(jìn)展

張婷　曹沛瑩　金順姬　鄭粉善

【摘 要】隨著信息技術(shù)的不斷發(fā)展，醫(yī)療大數(shù)據(jù)的概念也逐漸被人類所熟知。通過對(duì)數(shù)據(jù)挖掘技術(shù)在乳腺癌各領(lǐng)域的研究現(xiàn)狀（乳腺癌基因研究、乳腺癌早期輔助檢查、力學(xué)藥物靶點(diǎn)識(shí)別、乳腺癌新中醫(yī)治療方法）的分析，展望數(shù)據(jù)挖掘技術(shù)應(yīng)用于乳腺癌領(lǐng)域的前景，為數(shù)據(jù)挖掘技術(shù)在乳腺癌疾病的研究提供新思路。

【關(guān)鍵詞】數(shù)據(jù)挖掘;醫(yī)療大數(shù)據(jù);乳腺癌

中圖分類號(hào)： R737.9;TP311.13 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2019）15-0192-002

DOI：10.19694/j.cnki.issn2095-2457.2019.15.091

Progress in the Application of Data Mining Technology in Breast Cancer Research

ZHANG Ting1 CAO Pei-ying1 JIN Shun-ji2 ZHENG Fen-shan2

（1.Yanbian University，Yanji Jilin 133000，China;2.Yanbian Hospital，Yanji Jilin 133000，China）

【Abstract】With the continuous development of information technology，the concept of medical big data is gradually becoming well known by humans.Through the analysis of data mining technology in various fields of breast cancer research（breast cancer gene research，early breast cancer auxiliary examination，mechanical drug target recognition，breast cancer new Chinese medicine treatment method），prospective data mining technology applied to breast cancer field The prospects provide new ideas for data mining technology in the study of breast cancer diseases.

【Key words】Data mining;Medical big data;Breast cancer

0 前言

乳腺癌作為女性常見的惡性腫瘤之一，嚴(yán)重威脅著女性人群的身心健康[1]。臨床乳腺癌疾病的診察、治療以及術(shù)后的康復(fù)和護(hù)理等全方位醫(yī)療模式的研究，為乳腺癌疾病的診治提供了海量的醫(yī)療數(shù)據(jù)，促進(jìn)了臨床乳腺癌診治技術(shù)的不斷發(fā)展，本文將針對(duì)數(shù)據(jù)挖掘技術(shù)在乳腺癌領(lǐng)域的應(yīng)用現(xiàn)狀進(jìn)行綜述，旨在為臨床醫(yī)務(wù)人員和科研人員進(jìn)一步針對(duì)乳腺癌的數(shù)據(jù)挖掘提供借鑒。

1 什么是醫(yī)療大數(shù)據(jù)

醫(yī)療技術(shù)的不斷更新、發(fā)展，醫(yī)療數(shù)字化水平的不斷飛躍，將人類帶進(jìn)了醫(yī)療信息時(shí)代，醫(yī)療大數(shù)據(jù)是指在醫(yī)療行業(yè)中產(chǎn)生的各類數(shù)字信息數(shù)據(jù)，其主要來源包括臨床醫(yī)療及實(shí)驗(yàn)室數(shù)據(jù)、費(fèi)用報(bào)銷及利用率、健康管理及社交網(wǎng)絡(luò)、生命科學(xué)及制藥企業(yè)等方面的信息來源[2]。醫(yī)療大數(shù)據(jù)的應(yīng)用和研究在西方國家被廣泛認(rèn)可，多種醫(yī)療數(shù)據(jù)和平臺(tái)被廣泛開發(fā)應(yīng)用，隨著醫(yī)源性信息技術(shù)的進(jìn)步與完善，醫(yī)療大數(shù)據(jù)的發(fā)展，定會(huì)成為促進(jìn)醫(yī)療診治水平進(jìn)步的主要?jiǎng)恿Α?016年國務(wù)院頒布了醫(yī)療大數(shù)據(jù)建設(shè)文件（簡稱《醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》[3]）文件中著重提到要構(gòu)建權(quán)威、統(tǒng)一的人口信息平臺(tái)，不斷促進(jìn)大數(shù)據(jù)平臺(tái)的共享和開放，體現(xiàn)了我國對(duì)建設(shè)自己的醫(yī)療數(shù)據(jù)庫的重視及未來醫(yī)療大數(shù)據(jù)的發(fā)展方向。

2 什么是數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)又被稱為數(shù)據(jù)采礦，是指從海量數(shù)據(jù)庫中挖掘出有用信息，并對(duì)這些信息進(jìn)行分析的過程[4]。它的技術(shù)來源既包括統(tǒng)計(jì)學(xué)知識(shí)，同時(shí)也包含數(shù)據(jù)倉庫管理、模式識(shí)別系統(tǒng)和機(jī)器學(xué)習(xí)等，是一門多學(xué)科的交叉性科學(xué)。醫(yī)療大數(shù)據(jù)的分析應(yīng)用，改變了以往的傳統(tǒng)疾病診治模式，為許多醫(yī)學(xué)未解難題的研究和解決，提供了新的研究方向。目前在我國，也有通過數(shù)據(jù)挖掘技術(shù)在醫(yī)護(hù)領(lǐng)域進(jìn)行運(yùn)用并取得成功的案例，例如肖爽等[5]通過運(yùn)用數(shù)據(jù)挖掘技術(shù)，將重慶市內(nèi)，某三甲醫(yī)院在2011年至2012年間上報(bào)的跌倒事件，運(yùn)用關(guān)聯(lián)規(guī)則分析方法進(jìn)行分析，最終發(fā)現(xiàn)7條與跌倒有關(guān)的關(guān)聯(lián)規(guī)則，與傳統(tǒng)跌倒的單因素分析方法相比較，通過運(yùn)用數(shù)據(jù)挖掘技術(shù)分析的與跌倒有關(guān)的相關(guān)因素表現(xiàn)更為具體，通過運(yùn)用數(shù)據(jù)挖掘技術(shù)建立的防范體系，對(duì)臨床工作也起到更加全面的指導(dǎo)意義。

3 數(shù)據(jù)挖掘在乳腺癌領(lǐng)域中的應(yīng)用現(xiàn)狀

3.1 數(shù)據(jù)挖掘技術(shù)在乳腺癌臨床中的研究應(yīng)用

沙曉妍[6]等通過文獻(xiàn)統(tǒng)計(jì)學(xué)分析方法，檢索Web of Science數(shù)據(jù)庫中關(guān)于乳腺癌護(hù)理的相關(guān)文獻(xiàn)，發(fā)現(xiàn)從2001年起至2015年為止，乳腺癌護(hù)理的發(fā)文量逐年遞增，這說明針對(duì)乳腺癌患者護(hù)理的關(guān)注度正在逐年上升。文獻(xiàn)顯示，關(guān)于乳腺癌護(hù)理方面，發(fā)文量最多的國家是美國，占總數(shù)的51.22%，其次為英國，占發(fā)文比總量的5.95%，再次為加拿大，占發(fā)文比總量的5.50%，這表明歐美國家針對(duì)乳腺癌患者的護(hù)理有著更為深入的研究，而美國則在乳腺癌護(hù)理領(lǐng)域中的起到領(lǐng)頭作用。通過關(guān)鍵詞分析，可以了解到目前臨床乳腺癌護(hù)理的主要研究方向在：生存質(zhì)量（8.95%）、心理與社會(huì)支持（8.82%）、化療的癥狀困擾與癥狀管理（8.70%）、早期篩查（6.59%）等10個(gè)研究方向關(guān)注度較高。研究方向逐步從乳腺癌疾病病因治療轉(zhuǎn)向?yàn)檫\(yùn)動(dòng)干預(yù)、治療依從性等方面的研究。

何明艷[7]等運(yùn)用Joinpoint回歸模型分析軟件，對(duì)《中國腫瘤等級(jí)年報(bào)》中2005～2013年中中國女性乳腺癌發(fā)病率及死亡率進(jìn)行分析，計(jì)算出城市女性乳腺癌發(fā)病率與全國女性發(fā)病率持平，較農(nóng)村女性發(fā)病率高，但農(nóng)村女性發(fā)病率呈上升趨勢(shì)。同時(shí)計(jì)算出乳腺癌各年齡組的發(fā)病率與死亡率區(qū)間，城市女性在30～49歲年齡組為發(fā)病率快速上升期，50歲左右達(dá)到高峰期，農(nóng)村女性發(fā)病率快速上升期為30～44歲上下，在45歲左右達(dá)到發(fā)病率高峰期。

通過數(shù)據(jù)的集中分析，我們可以明了地知道乳腺癌患者的發(fā)病及死亡組別狀況，了解當(dāng)今乳腺癌患者的發(fā)病及護(hù)理趨勢(shì)，為今后護(hù)理工作及護(hù)理研究提供指導(dǎo)方向。

3.2 數(shù)據(jù)挖掘技術(shù)在乳腺癌基因研究中的運(yùn)用

根據(jù)陳萬青等[1]研究顯示，我國乳腺癌患者的發(fā)病率呈現(xiàn)出上升態(tài)勢(shì)。運(yùn)用數(shù)據(jù)挖掘技術(shù)分析乳腺癌疾病的相關(guān)數(shù)據(jù)，可以提早了解乳腺癌發(fā)生、發(fā)展的相關(guān)規(guī)律，在臨床應(yīng)用中更有利于制訂相應(yīng)的干預(yù)措施控制乳腺癌的發(fā)展速度及復(fù)發(fā)機(jī)率。

癌基因和抑癌基因的調(diào)控失調(diào)是導(dǎo)致腫瘤發(fā)生的主要原因，了解癌癥相關(guān)基因，可以更好的了解其發(fā)病機(jī)制，并可以確定早期檢測(cè)目標(biāo)。Pranavathiyani G等[7]從7個(gè)公開的微陣列數(shù)據(jù)庫中收集了431份乳腺癌樣本，并通過運(yùn)用分析軟件工具對(duì)431分乳腺癌樣本進(jìn)行數(shù)據(jù)分析，發(fā)現(xiàn)癌細(xì)胞基因參與細(xì)胞蛋白質(zhì)代謝過程，主要參與細(xì)胞周期和粘著斑途徑，同時(shí)還發(fā)現(xiàn)這些癌基因與皮膚病和病毒感染等其他疾病也有著密切的聯(lián)系，通過對(duì)乳腺癌中癌基因和腫瘤抑制基因的探索，可以幫助癌癥生物學(xué)研究早期診斷和制定有效治療方案。

3.3 數(shù)據(jù)挖掘在乳腺癌早期輔助檢查中的應(yīng)用

針對(duì)乳腺癌，早治療是有效降低死亡率的根本方法，在早治療中早發(fā)現(xiàn)又是確診乳腺癌的關(guān)鍵因素，但在乳腺癌診斷過程中，乳腺攝片的檢測(cè)中10%～30%的乳腺癌沒有被檢測(cè)出來[8]。這主要一是由于影像學(xué)早期特征一般不是很明顯，二是有可能受到主治醫(yī)生主觀意念的影響，出現(xiàn)誤診和漏診的狀況。

張旭東[9]等通過分析積累的醫(yī)療數(shù)據(jù)，采用數(shù)據(jù)清洗，數(shù)據(jù)成像等技術(shù)，運(yùn)用SMOTE算法對(duì)數(shù)據(jù)進(jìn)行處理分析，研究構(gòu)建出觸診成像乳腺癌智能診斷的初步模型，有望為臨床提供可以診斷乳腺癌腫瘤性質(zhì)的診斷工具。李江、唐威[10]等通過檢索Pub Med、SCI、CNKI等多個(gè)數(shù)據(jù)庫，對(duì)乳腺癌篩查領(lǐng)域的系統(tǒng)評(píng)價(jià)進(jìn)行二次評(píng)價(jià)，對(duì)所選文獻(xiàn)進(jìn)行嚴(yán)格篩查后，得出結(jié)論為大規(guī)模乳腺癌篩查具有良好的篩查率，但其安全性能是否良好，由于原始數(shù)據(jù)較少，研究時(shí)限較長，尚未得到完整的數(shù)據(jù)支持，還需不斷進(jìn)行論證研究。

3.4 數(shù)據(jù)挖掘技術(shù)在力學(xué)-藥物靶點(diǎn)識(shí)別的應(yīng)用

醫(yī)療大數(shù)據(jù)的應(yīng)用，不僅提高了生物醫(yī)學(xué)的發(fā)現(xiàn)速度，而且將腫瘤學(xué)的實(shí)踐研究也轉(zhuǎn)變?yōu)槎嘈畔⒖茖W(xué)，在乳腺癌的研究發(fā)展中，除受生物化學(xué)因素影響外，也受到力學(xué)因素的影響，有研究顯示，腫瘤力學(xué)的微環(huán)境的形成對(duì)腫瘤細(xì)胞的發(fā)生增殖及遷移等活動(dòng)起到極為重要的影響[11]。

余靜蕓等[12]通過在基因表達(dá)數(shù)據(jù)庫（GEO）中所獲數(shù)據(jù)進(jìn)行整理，對(duì)乳腺癌疾病的力學(xué)-藥物靶點(diǎn)進(jìn)行深入研究，通過力學(xué)原理與藥物學(xué)原理相結(jié)合的方法，對(duì)所得數(shù)據(jù)進(jìn)行深層次挖掘，識(shí)別出在乳腺癌疾病的發(fā)生發(fā)展過程中，有力學(xué)-藥學(xué)作用機(jī)制的靶點(diǎn)共計(jì)87個(gè)，其中有12個(gè)靶點(diǎn)，在靶向作用中發(fā)揮相關(guān)力學(xué)功能，被證實(shí)是乳腺癌治療的藥物靶點(diǎn)，而其余的靶點(diǎn)也被認(rèn)為是，潛在的乳腺癌藥物靶點(diǎn)，并進(jìn)行進(jìn)一步的深入研究運(yùn)用。這一研究結(jié)果的提出，證實(shí)了在乳腺癌疾病研究中，力學(xué)-藥學(xué)作用的分子機(jī)制，為乳腺癌的藥物治療方向提供了一定的研究依據(jù)，也為乳腺癌新藥的開發(fā)以及老藥新用方法提供理論參考。

3.5 數(shù)據(jù)挖掘技術(shù)在乳腺癌中醫(yī)治療方法的研究應(yīng)用

目前在臨床上，針對(duì)乳腺癌患者的治療方法，仍是以西醫(yī)治療為主的聯(lián)合治療，其中主要包括外科手術(shù)、放療化療等治療手段，中醫(yī)技術(shù)源遠(yuǎn)流長，作為乳腺癌患者的輔助性治療方法，適用于乳腺癌患者治療的各個(gè)階段。中醫(yī)藥治療，以內(nèi)服外敷、針灸等多途徑、多靶點(diǎn)、多形式的方法，結(jié)合西醫(yī)治療起到減毒增效的作用，在一定程度上可以起到延長患者生存期，降低乳腺癌復(fù)發(fā)率及轉(zhuǎn)移率的作用[13]。

楊玉鳳等[14]通過運(yùn)用中醫(yī)傳承輔助系統(tǒng)（V2.5），運(yùn)用關(guān)聯(lián)規(guī)則分析方法等現(xiàn)代數(shù)據(jù)挖掘技術(shù)，對(duì)85位乳腺癌患者案例進(jìn)行統(tǒng)計(jì)分析，計(jì)算出乳腺癌術(shù)后的基本證型、主要治療法則，通過分析乳腺癌患者在治療過程中，常用的中醫(yī)藥材使用頻次，發(fā)現(xiàn)了各中醫(yī)藥材之間的相互關(guān)聯(lián)，并從中發(fā)掘出16個(gè)核心的關(guān)聯(lián)配伍、以及8個(gè)藥材新處方。謝宛君、林毅等[15]運(yùn)用中醫(yī)傳承輔助系統(tǒng)（V2.5），對(duì)林毅教授中醫(yī)門診診治有效的89位轉(zhuǎn)移性乳腺癌患者所使用處方的藥物、藥性等進(jìn)行分析，診脈得出乳腺癌患者多為肝脾血虛者，計(jì)算出處方用藥原則多為甘性藥材，其次為溫性藥材，再次為平性藥材，少為涼性藥材，計(jì)算出用藥頻次最多的為白術(shù)、茯苓、山藥等前十位藥材。中醫(yī)學(xué)的數(shù)據(jù)分析及研究，為乳腺癌術(shù)后和轉(zhuǎn)移患者的中醫(yī)辨證論、治理論的可行性提供了有效的參考依據(jù)。

4 討論

數(shù)據(jù)挖掘技術(shù)是一項(xiàng)跨學(xué)科多領(lǐng)域的新興技術(shù)，在醫(yī)療大數(shù)據(jù)的背景下合理運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以解決很多問題，如有效提高臨床疾病診斷準(zhǔn)確性、提高疾病預(yù)警機(jī)制、開展遠(yuǎn)程醫(yī)療、提高醫(yī)療質(zhì)量、減少醫(yī)患矛盾等[16]。目前我國數(shù)據(jù)挖掘技術(shù)正處在初步起始階段，雖然國務(wù)院辦公廳已經(jīng)頒布了（《醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》（簡稱）），但基于目前我國醫(yī)療數(shù)據(jù)管制體系的不健全，造成的醫(yī)療數(shù)據(jù)獲取困難，增加了醫(yī)療數(shù)據(jù)的統(tǒng)合分析難度。只有將所有醫(yī)療數(shù)據(jù)在錄入端及進(jìn)行標(biāo)準(zhǔn)化統(tǒng)一模式，才能有效提高數(shù)據(jù)的搜索率，同時(shí)各醫(yī)療機(jī)構(gòu)及領(lǐng)域間建立數(shù)據(jù)共享，實(shí)現(xiàn)醫(yī)療數(shù)據(jù)共享網(wǎng)絡(luò)，才能達(dá)到數(shù)據(jù)利用率的最大化。國家同時(shí)也應(yīng)加大醫(yī)療信息研究復(fù)合型人才的培養(yǎng)，加快我國醫(yī)療信息平臺(tái)的建設(shè)，才能盡快與國際接軌，實(shí)現(xiàn)醫(yī)療信息現(xiàn)代化的快速發(fā)展。

數(shù)據(jù)挖掘技術(shù)是在海量數(shù)據(jù)庫中，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一分析處理的一門技術(shù)，對(duì)醫(yī)學(xué)領(lǐng)域而言，發(fā)現(xiàn)潛藏在醫(yī)療數(shù)據(jù)庫中的有效信息，并將這些潛藏信息應(yīng)用到臨床實(shí)踐的一次有意義的嘗試過程。乳腺癌已被公認(rèn)為嚴(yán)重威脅女性健康的惡性疾病，通過對(duì)乳腺癌疾病的不斷深入研究，存在乳腺癌疾病下的信息被不斷探索，針對(duì)乳腺癌的診治方法，也將得到不斷創(chuàng)新，隨著醫(yī)療數(shù)據(jù)的持續(xù)積累，也許在將來的某一天，乳腺癌會(huì)變成可以被根治的疾病。

【參考文獻(xiàn)】

[1]陳萬青，鄭榮壽.中國女性乳腺癌發(fā)病死亡和生存狀況[J].中國腫瘤臨床，2015，42（13）：668-674.

[2]張振，周毅，杜守洪，等.醫(yī)療大數(shù)據(jù)及其面臨的機(jī)遇與挑戰(zhàn)[J].醫(yī)學(xué)信息學(xué)雜志，2014，35（06）：2-8.

[3]國務(wù)院辦公廳：《國務(wù)院辦公廳關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》http：//www.gov.cn/zhengce/content/2016-06/24/content_5085091.htm.

[4]蔡斌.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用[J].電子技術(shù)與軟件工程，2018（21）：148.

[5]肖爽，趙慶華.數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則在住院患者跌倒事件防范中的運(yùn)用[J].中華護(hù)理雜志，2014，49（10）：1215-1218.

[6]沙曉妍，劉竹韻，林細(xì)吟.2001～2015年Web of Science數(shù)據(jù)庫中乳腺癌護(hù)理研究論文的計(jì)量學(xué)分析[J].護(hù)理學(xué)雜志，2017，32（03）：84-87.

[7]PRANAVATHIYANI G，THANMALAGAN R R，DEVI N L，Amouda Venkatesan：Integrated Transcriptome Interactome study of Oncogenes and Tumor Suppressor Genes in Breast Cancer[J]Genes & Diseases，2018.

[8]MOURA D C，LOPEZMA G.An evaluation of imagedescriptors combined with clinical data for breast cancer diagnosis[J].Intemational Joumal of computer Assisted Radiology and Surgery，2013，8（4）：561-57.

[9]張旭東，孫圣力，王洪超.基于數(shù)據(jù)挖掘的觸診成像乳腺癌智能診斷模型和方法[J].大數(shù)據(jù)，2019，5（01）：68-76.

[10]李江，唐威，王昕，等.乳腺癌篩查領(lǐng)域的系統(tǒng)評(píng)價(jià)再評(píng)價(jià)[J].中國腫瘤，2018，27（06）：401-408.

[11]ANIKA N，JOHAN B，ALAN E.Span：The mechanical microenvironment in cancer：How physics affects tumours，Seminars in Cancer Biology 35（2015）62–70

[12]余靜蕓，李乾鵬，田地，等.基于表達(dá)譜數(shù)據(jù)的乳腺癌疾病力學(xué)-藥物靶點(diǎn)識(shí)別[J].北京生物醫(yī)學(xué)工程，2017，36（06）：558-563+625.

[13]侯公楷.中醫(yī)藥防治乳腺癌進(jìn)展[J].遼寧中醫(yī)藥大學(xué)學(xué)報(bào)，2016，18（05）：249-253.

[14]楊玉鳳，亢小雨，李遠(yuǎn).從數(shù)據(jù)處理中挖掘乳腺癌術(shù)后的中醫(yī)證治規(guī)律[J].醫(yī)學(xué)研究與教育，2017，34（05）：16-23.

[15]謝宛君，林毅，梁倩蓉，等.基于數(shù)據(jù)挖掘的林毅教授轉(zhuǎn)移性乳腺癌論治經(jīng)驗(yàn)[J].中國中藥雜志，2018，43（15）：3198-3204.

[16]惠華強(qiáng)，鄭萍，張?jiān)坪?醫(yī)療大數(shù)據(jù)研究面臨的機(jī)遇與發(fā)展趨勢(shì)[J].中國衛(wèi)生質(zhì)量管理，2016，23（02）：91-93.