數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥研究中的應(yīng)用

文/甘櫪元 郭超峰

1 數(shù)據(jù)挖掘技術(shù)的過程與方法

數(shù)據(jù)挖掘歸屬于計算機科學的范疇，是數(shù)據(jù)庫知識發(fā)現(xiàn)中不可或缺的重要步驟之一，具體而言，數(shù)據(jù)挖掘就是從海量的數(shù)據(jù)中，依托相關(guān)的算法，對隱藏在這些數(shù)據(jù)中的信息進行搜索的過程。數(shù)據(jù)挖掘技術(shù)的提出有其必然性，在進行數(shù)據(jù)挖掘的過程中，對諸多先進的思想進行了借鑒和利用，如統(tǒng)計學的抽樣與假設(shè)、AI中的搜索算法及學習理論等等，由此使數(shù)據(jù)挖掘日漸成熟和完善，應(yīng)用領(lǐng)域也隨之拓寬。

1.1 過程

對于數(shù)據(jù)挖掘而言，由于需要從海量的數(shù)據(jù)中找出有利用價值的信息，從而使得整個挖掘過程相對比較復雜。常規(guī)的數(shù)據(jù)挖掘步驟如下：

Step1：問題分析。這是數(shù)據(jù)挖掘的開始，具體是指對數(shù)據(jù)及相關(guān)的業(yè)務(wù)問題進行理解，在此基礎(chǔ)上提出問題，并對目標進行定義；

Step2：準備數(shù)據(jù)。這是數(shù)據(jù)挖掘中較為重要的步驟之一，包括對數(shù)據(jù)的提取及校驗。需要先獲得原始數(shù)據(jù)，從中抽取子集，并將這些數(shù)據(jù)子集放在數(shù)據(jù)模型兼容的數(shù)據(jù)庫當中，再以清洗的方法，將不兼容的數(shù)據(jù)剔除掉，利用剩余的數(shù)據(jù)創(chuàng)建挖掘庫；

Step3：建立模型。將相關(guān)的算法在模型上進行應(yīng)用后，能夠得到一個與實際問題相關(guān)聯(lián)的結(jié)構(gòu)，通過對該結(jié)構(gòu)中的數(shù)據(jù)進行瀏覽，對源數(shù)據(jù)進行確認，據(jù)此生成模型，該模型中包含一些重要的特征；

Step4：編寫查詢程序。當數(shù)據(jù)模型建好之后，可使用相應(yīng)的編程語言和工具，如VB等，對前端查詢程序進行編寫；

Step5：模型維護。因數(shù)據(jù)模型中初始數(shù)據(jù)的一些特征可能在使用的過程中發(fā)生改變，所以需要對模型進行定期維護，以此來確保數(shù)據(jù)挖掘精度。

1.2 方法

數(shù)據(jù)挖掘方法的種類較多，比較常見的有以下幾種：統(tǒng)計、機器學習、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫等等。

1.2.1 統(tǒng)計

這是數(shù)據(jù)挖掘中較為經(jīng)典的一種方法，包括抽樣技術(shù)、多元化統(tǒng)計分析以及預(yù)測等。

1.2.2 機器學習

這種數(shù)據(jù)挖掘方法中，較具代表性的有歸納學習，如決策樹；范例學習；遺傳算法以及粗糙集等等。其中遺傳算法能夠獲取全局最優(yōu)解，而粗糙集可以有效處理完整程度低以及不確定的問題。

1.2.3 神經(jīng)網(wǎng)絡(luò)

這是一種通過模擬人的神經(jīng)元，按照人腦的思維方式解決相關(guān)問題的方法，最終獲得的結(jié)果可用于分類與回歸。神經(jīng)網(wǎng)絡(luò)突出的特點在于能夠?qū)性肼暤臄?shù)據(jù)進行處理，并且還可以對一些非線性數(shù)據(jù)進行處理。

1.2.4 數(shù)據(jù)庫

這里的數(shù)據(jù)庫是一種分析方法，可對多維數(shù)據(jù)進行分析，其存儲結(jié)構(gòu)的主要作用是對數(shù)據(jù)進行高效檢索，適用于聚合數(shù)據(jù)。

2 中醫(yī)藥研究中數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用

中醫(yī)藥是涵蓋內(nèi)容極為豐富的醫(yī)藥學體系，其除了具有悠久的歷史之外，還有著獨特的理論與技法，是我國醫(yī)藥衛(wèi)生事業(yè)的重要組成部分之一，與現(xiàn)代西方國家的醫(yī)學體系并立。中醫(yī)藥信息的特點體現(xiàn)在如下幾個方面：信息既多且雜，并且形式多種多樣；專業(yè)數(shù)據(jù)不規(guī)范，信息較為模糊；中醫(yī)藥的方法論具有傳承性。為促進我國中醫(yī)藥事業(yè)的穩(wěn)定、持續(xù)發(fā)展，可在中醫(yī)藥研究領(lǐng)域中，對數(shù)據(jù)挖掘技術(shù)進行合理運用，以此來實現(xiàn)中醫(yī)藥特色研究不斷突破的目標。下面對數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥研究中的具體應(yīng)用進行分析。

2.1 在中藥方劑研究中的應(yīng)用

中藥方劑即治病的藥方，是中醫(yī)藥研究的重點領(lǐng)域之一，較具代表性的藥方有《神農(nóng)本草經(jīng)》、《金匱要略》、《千金要方》等等。方劑是中醫(yī)治法實現(xiàn)的前提和基礎(chǔ)，不同的方劑在治療各種疾病中所能起到的作用均不相同。大部分的方劑是由四個部分組成：君藥、臣藥、佐藥和使藥，通過對中藥的選擇及配伍，能夠配制出各種藥物，從而滿足治病救人的需要。在中藥方劑研究中，對數(shù)據(jù)挖掘技術(shù)的合理運用，能夠找到方劑中各類中藥的配伍規(guī)律，進而發(fā)現(xiàn)方劑與病癥之間的內(nèi)在聯(lián)系，揭示方劑的功效，為臨床醫(yī)師開具處方及合理用藥提供指導。

如，可運用數(shù)據(jù)挖掘中的頻繁項集與關(guān)聯(lián)規(guī)則，對治療呼吸疾病的中醫(yī)方劑中的中藥成分及規(guī)律進行研究分析，由此可得出如下結(jié)論：在選取的500個方劑中，甘草的使用頻率最高，置信度達到52.5%，苦杏仁、五味子、麻黃及人參這四味中藥次之；在500個方劑中，苦杏仁與麻黃同時出現(xiàn)的比例為92.5%，說明二者適宜配對使用。在治療呼吸困難的方劑中，甘草和麻黃配對使用的較多，而在清熱化痰的方劑中，配對使用的中藥有甘草與半夏、苦杏仁與半夏。又如，可以利用雙向關(guān)聯(lián)規(guī)則挖掘算法，將支持度小且對方劑意義不大的藥對排除掉，再通過聚類分析法，對挖掘出來的藥對進行功效總結(jié)，進而得出治療脾胃類方劑中，藥對的配伍規(guī)律，其中使用頻率較高的藥對為白術(shù)與茯苓、陳皮與茯苓、白術(shù)與人參，配以甘淡、苦溫等方面的中藥，可以起到化濕、健脾、理氣的功效。在中醫(yī)方劑的研究中，數(shù)據(jù)挖掘最終獲得的結(jié)果，與藥物的配伍規(guī)律相符，可為醫(yī)師開具處方提供指導。

2.2 在中醫(yī)診斷中的應(yīng)用

2.2.1 四診客觀化

中醫(yī)診斷是中醫(yī)藥研究的重點領(lǐng)域，具體是指在中醫(yī)基礎(chǔ)理論的指導下，對診察病情、辨別病癥的方法和技能進行研究。中醫(yī)診斷是基礎(chǔ)理論與臨床的橋梁，其重要性不言而喻。中醫(yī)四診包括望、聞、問、切四種診斷方法，四診客觀化是實現(xiàn)中醫(yī)診斷客觀化的前提和基礎(chǔ)，而數(shù)據(jù)挖掘技術(shù)則是四診客觀化對相關(guān)文獻處理的有效途徑之一。例如，可將中醫(yī)的病案與脈診和舌診理論進行有機結(jié)合，據(jù)此構(gòu)建OLAP系統(tǒng)，即中醫(yī)病案聯(lián)機分析處理系統(tǒng)，依托該系統(tǒng)對實際案例進行研究，從而了解當代名醫(yī)對脈診和舌診的認識，掌握脈象、舌象與患者病癥之間的相關(guān)性。

2.2.2 臨床診斷

對于中醫(yī)臨床而言，診斷的主要作用是對治療方案進行確定，對方劑的使用進行指導，從而達到調(diào)理康復的目標。因此，中醫(yī)診斷的正確性尤為重要。由于中醫(yī)臨床的部分疾病具有錯綜復雜的特點，為此，可在中醫(yī)臨床診斷中，對數(shù)據(jù)挖掘技術(shù)進行合理運用，借助分析分類的方法進行疾病診斷。例如，可以利用數(shù)據(jù)挖掘中的貝葉斯學習分類法，對男女患者的CT圖像進行自動診斷；借助機器學習的方法，對重癥患者的呼吸壓力進行分析。在中醫(yī)藥研究中，數(shù)據(jù)挖掘技術(shù)的應(yīng)用越來越廣泛，由此使得中醫(yī)藥海量數(shù)據(jù)信息的處理成為可能，對于促進中醫(yī)診斷學研究水平的提升具有重要的現(xiàn)實意義。

2.3 在證候研究中的應(yīng)用

在中醫(yī)學中，證候是一個專業(yè)術(shù)語，是具有關(guān)聯(lián)性的癥狀總稱，即通過四診獲得的疾病在機體上的反應(yīng)狀態(tài)及變化情況。對中醫(yī)證候進行研究的過程中，需要使用方法學，而數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，為證候研究水平的提升提供了技術(shù)支撐。目前，基于數(shù)據(jù)挖掘的中醫(yī)證候研究呈現(xiàn)出逐步增多的態(tài)勢，并且其中部分研究取得了突破性進展，通過各種數(shù)據(jù)方法的聯(lián)合運用，能夠?qū)χ嗅t(yī)證候的特點進行區(qū)分與歸納，從而為辯證治療提供支持。例如，可以采用樣本聚類分析的方法，找出胃脘痛的證候特點，再通過回歸分析的OR值，可對胃脘痛證候的量化診斷進行深入探討，從而為臨床辯證治療提供依據(jù)。又如，可利用決策樹C4.5算法，構(gòu)建中醫(yī)辯證模型，對慢性胃炎的中醫(yī)證候進行鑒別診斷。

2.4 在中醫(yī)針灸中的應(yīng)用

針灸是一種治療疾病的方法，分為針法和灸法。目前，針灸已經(jīng)被正式列入國家級非物質(zhì)文化遺產(chǎn)名錄當中。針灸是一種內(nèi)病外治的傳統(tǒng)醫(yī)術(shù)，是中國醫(yī)學遺產(chǎn)的一部分，通過針灸能夠疏通經(jīng)絡(luò)、調(diào)和陰陽，很多疑難雜癥都可以采用針灸進行治療，并且療效顯著。盡管現(xiàn)代醫(yī)學快速發(fā)展，但中醫(yī)針灸卻仍然在醫(yī)學界中占據(jù)一席之地，這種治療方法的傳承與發(fā)展有其重要性和必要性。利用數(shù)據(jù)挖掘技術(shù)，對針灸治療各種疾病時的用穴特點進行研究分析，能夠幫助醫(yī)師更快地掌握針灸的方法，對于促進該醫(yī)療手段的發(fā)展具有重要作用。例如，借助數(shù)據(jù)挖掘技術(shù)中的多層關(guān)聯(lián)規(guī)則，可對針灸治療心絞痛的用穴特點及規(guī)律進行分析，從而得出中醫(yī)針灸在治療心絞痛方面使用頻率較高的經(jīng)絡(luò)和穴位為心包經(jīng)、膀胱經(jīng)以及任脈。內(nèi)關(guān)則是使用頻率最高的腧穴，膻中穴和心俞次之。從中發(fā)現(xiàn)，在針灸治療心絞痛時，有8個特定的穴位，配伍則是以這些穴位為主。該研究結(jié)果對于促進針灸療法的改進和發(fā)展意義重大。

3 結(jié)論

綜上所述，中醫(yī)藥研究是一項非常重要的工作，尤其是在醫(yī)療技術(shù)快速發(fā)展的今天，中醫(yī)藥仍然占據(jù)一席之地。由于中醫(yī)藥有著悠久的歷史傳承，在這一過程中形成大量的數(shù)據(jù)信息，為從這些數(shù)據(jù)中發(fā)現(xiàn)更多有價值的信息，可對數(shù)據(jù)挖掘技術(shù)進行合理運用，由此能夠推動我國中醫(yī)藥事業(yè)的持續(xù)發(fā)展。