基于復(fù)雜網(wǎng)絡(luò)的智能配穴數(shù)目探討*

張若凡,陳藝丹,徐天成△

(1.南京中醫(yī)藥大學(xué)針?biāo)幗Y(jié)合教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023； 2.合肥工業(yè)大學(xué)，安徽 合肥 230601)

穴位配伍是影響針灸臨床療效的重要因素，配穴法雖然理論豐富，但穴位配伍的依據(jù)、規(guī)律和生物學(xué)機(jī)制缺乏科學(xué)有效解釋[1]，故相關(guān)理論進(jìn)展緩慢，制約提高臨床療效。目前，穴位配伍研究多基于單一疾病、文獻(xiàn)書籍或某一名醫(yī)的個(gè)人經(jīng)驗(yàn)，建立相應(yīng)針灸處方數(shù)據(jù)庫(kù)并進(jìn)行分析，或引入數(shù)據(jù)挖掘[2]、復(fù)雜網(wǎng)絡(luò)[3]、網(wǎng)絡(luò)生物學(xué)[4]與深度學(xué)習(xí)[5]等方法。這些研究在使用現(xiàn)代化技術(shù)發(fā)展針灸醫(yī)學(xué)方面起了開創(chuàng)性的作用，但鮮有研究以較為規(guī)范的數(shù)學(xué)方法形成成果，以標(biāo)準(zhǔn)化、定量化的途徑構(gòu)建基于不同醫(yī)家、不同時(shí)代的針灸醫(yī)學(xué)典籍構(gòu)建智能化知識(shí)網(wǎng)絡(luò)，從而較難用于智能針灸處方系統(tǒng)的構(gòu)建等前瞻性工作。這一工作需要系統(tǒng)性的完備研究，而從智能穴位配伍系統(tǒng)設(shè)計(jì)的角度而言，穴位數(shù)量的選擇對(duì)于選定具體算法有重要價(jià)值[6]。在使用復(fù)雜網(wǎng)絡(luò)技術(shù)構(gòu)建智能針灸處方系統(tǒng)的過(guò)程中，本團(tuán)隊(duì)使用圖論構(gòu)建穴-癥網(wǎng)絡(luò)圖譜，在分析其拓?fù)鋵W(xué)規(guī)律的基礎(chǔ)上，給出智能配穴數(shù)目的具體結(jié)果。本研究將結(jié)合相關(guān)研究對(duì)本團(tuán)隊(duì)研究的意義展開解讀。

1 復(fù)雜網(wǎng)絡(luò)的視角：智能配穴的研究對(duì)比

腧穴配伍可產(chǎn)生增效、減效與無(wú)效3種結(jié)果[7]，配伍效應(yīng)可能在簡(jiǎn)單的穴位組合時(shí)并不顯著，只有當(dāng)組合滿足一定條件時(shí)才能充分體現(xiàn)。組合的最優(yōu)化原則與復(fù)雜網(wǎng)絡(luò)“整體性”“非線性”“復(fù)雜性”特點(diǎn)相吻合[1]。

復(fù)雜網(wǎng)絡(luò)可看作復(fù)雜系統(tǒng)的高度抽象，復(fù)雜系統(tǒng)中的個(gè)體為節(jié)點(diǎn)，個(gè)體之間的關(guān)系為連邊，由大量的節(jié)點(diǎn)及節(jié)點(diǎn)間連邊構(gòu)成的網(wǎng)絡(luò)即是復(fù)雜網(wǎng)絡(luò)[8]，其在針灸學(xué)中的應(yīng)用逐年增加[9]。由于復(fù)雜網(wǎng)絡(luò)具有大規(guī)模、非線性等特征，尤其適用于腧穴配伍問(wèn)題研究，這一方法加快了結(jié)構(gòu)化的針灸知識(shí)圖譜的構(gòu)建工作。利用復(fù)雜網(wǎng)絡(luò)方法可揭示和挖掘腧穴配伍的規(guī)律與內(nèi)在關(guān)聯(lián)，對(duì)于指導(dǎo)針灸臨床具有實(shí)際意義，而受到諸多學(xué)者的關(guān)注。一些獨(dú)立團(tuán)隊(duì)正在進(jìn)行積極嘗試，如任玉蘭等[7]提出基于復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)，研究腧穴組合關(guān)系及其結(jié)構(gòu)和動(dòng)態(tài)演化特征。賀亞楠等[10]提出運(yùn)用復(fù)雜網(wǎng)絡(luò)的網(wǎng)絡(luò)配穴法，闡明和預(yù)測(cè)不同腧穴配伍模式。這些研究在建模方法的角度為本團(tuán)隊(duì)的研究提供了啟示。

目前針灸學(xué)相關(guān)文獻(xiàn)中復(fù)雜網(wǎng)絡(luò)的建模方法不盡相同，存在以穴位為節(jié)點(diǎn)、疾病為連邊，或穴位與疾病同時(shí)作為節(jié)點(diǎn)的2-模網(wǎng)絡(luò)這兩種代表性方式。相關(guān)典型算法有聚類分析、MCODE聚類算法[11]和Q-PSO聚類算法[12]等，如表1。王佑林等[13]通過(guò)改進(jìn)k核心算法，對(duì)67種疾病進(jìn)行驗(yàn)證，得出主穴范圍為3～9個(gè)。王媛媛等[14]構(gòu)建基于233種證、232個(gè)腧穴的有向網(wǎng)絡(luò)可視化圖，得到平均每種證選取約5個(gè)腧穴。魏秋紅[15]將穴位和疾病為節(jié)點(diǎn)的2-模網(wǎng)絡(luò)投影為基于疾病的穴位網(wǎng)和基于穴位的疾病網(wǎng)，提出基于穴位疾病網(wǎng)絡(luò)的模型，并將仿真結(jié)果與實(shí)際研究結(jié)果進(jìn)行比較。這些研究的建模方法、關(guān)注的書籍并不完全一致，但是得出的配穴數(shù)量卻非常接近。那么，倘若用較為統(tǒng)一的建模方法，關(guān)注各個(gè)時(shí)代的針灸專著，在這樣相對(duì)標(biāo)準(zhǔn)化的操作后，是否會(huì)得到相似的配穴數(shù)目？針對(duì)這一問(wèn)題，筆者展開了研究。

表1 常見針灸復(fù)雜網(wǎng)絡(luò)構(gòu)建模式

2 “六度分離”及其對(duì)穴位配伍的意義

2.1 “六度分離”的定量研究思路

“六度分離”指每個(gè)人平均只需通過(guò)6個(gè)人就能認(rèn)識(shí)一個(gè)陌生人。此理論最早構(gòu)想源自于一戰(zhàn)后，作家卡林西在小說(shuō)《枷鎖》中提出假設(shè)，人與人之間距離在逐漸縮小，任意兩個(gè)人最多可以通過(guò)5個(gè)熟人建立聯(lián)系。20世紀(jì)60年代，米爾格拉姆(Stanley Milgram)隨機(jī)信封實(shí)驗(yàn)標(biāo)志六度分離理論的正式成型，實(shí)驗(yàn)計(jì)算從總體中隨機(jī)選出的兩個(gè)個(gè)體連接起來(lái)所需的最小中介數(shù)量，即測(cè)量網(wǎng)絡(luò)的最短路徑，證實(shí)小世界現(xiàn)象，得到平均節(jié)點(diǎn)為5.5，路徑長(zhǎng)度為6[17]。

21世紀(jì)后，人們利用互聯(lián)網(wǎng)模擬、計(jì)算機(jī)計(jì)算，不斷驗(yàn)證，為六度分離假說(shuō)提供依據(jù)。Jure Leskovec等[18]從微軟Messenger快照中提取1.8億個(gè)節(jié)點(diǎn)和1.3億個(gè)邊的通信圖，發(fā)現(xiàn)平均距離是6，提示多達(dá)78%的用戶可以通過(guò)6個(gè)人就與1個(gè)陌生人建立聯(lián)系。2011年，F(xiàn)acebook以7.21億用戶、690億個(gè)友情聯(lián)系數(shù)據(jù)為基礎(chǔ)，計(jì)算得出網(wǎng)絡(luò)平均距離為4.74，即每?jī)蓚€(gè)用戶間平均通過(guò)4.74個(gè)間接人即可建立聯(lián)系[19]，而2008年測(cè)算的數(shù)值為5.28，但2011年已降至4.74，原有六度分離空間現(xiàn)已不足五度[20]，提示人與人之間連接更緊密。

圖1 Facebook圖、美國(guó)圖和瑞典圖不同年份的平均距離(單位：億)

2.2 “六度分離”在組合問(wèn)題中的應(yīng)用

如上文所述，社會(huì)網(wǎng)絡(luò)分析屬于社會(huì)科學(xué)領(lǐng)域常用的一種研究方法，而隨著各類知識(shí)領(lǐng)域的跨學(xué)科融合，“六度分離”最初用于各類社交應(yīng)用吸引用戶或營(yíng)銷傳播，后引申至多種學(xué)科并被大量應(yīng)用。

六度分離中的“度”是多種因素抽象的結(jié)果，如在營(yíng)銷界，商家可將聲譽(yù)、顧客滿意度和定價(jià)策略等因素抽象為網(wǎng)絡(luò)進(jìn)行分析，提供所有因素的合理定位，指導(dǎo)商戶針對(duì)特定用戶群體開展精準(zhǔn)的廣告投放以引導(dǎo)消費(fèi)行為[20]；在醫(yī)學(xué)界，一些研究已證明疾病傳播時(shí)間與復(fù)雜網(wǎng)絡(luò)中特征路徑長(zhǎng)度非常相似, 在傳播網(wǎng)絡(luò)中加入一些捷徑可使傳播速度明顯加快[22]。各“度”之間是否有聯(lián)系，聯(lián)系如何構(gòu)建及親密程度或追溯聯(lián)系[19]，都可用“六度分離”建模研究，如表2所示。而在本研究中，“度”指兩個(gè)穴位之間通過(guò)共同主治構(gòu)成直接聯(lián)系的穴位數(shù)量，對(duì)智能配穴數(shù)目的選擇具備指導(dǎo)意義。

表2 六度分離中“度”在各領(lǐng)域的實(shí)際含義與應(yīng)用

3 復(fù)雜網(wǎng)絡(luò)測(cè)算結(jié)果分析及對(duì)比

3.1 穴-癥網(wǎng)絡(luò)圖譜構(gòu)建

本團(tuán)隊(duì)自2016年起建立以“穴位”為節(jié)點(diǎn)，“主治”為連邊建立基于復(fù)雜網(wǎng)絡(luò)理論的穴-癥知識(shí)圖譜，針對(duì)6本經(jīng)典醫(yī)籍(即《針灸甲乙經(jīng)》《千金方》《針灸大成》《中國(guó)針灸治療學(xué)》《新針灸學(xué)》《經(jīng)絡(luò)腧穴學(xué)》)，提取其中關(guān)于穴位及其主治的文字?jǐn)⑹龆纬?0萬(wàn)條數(shù)據(jù)，構(gòu)建無(wú)向網(wǎng)絡(luò),如圖2，進(jìn)行可視化分析和具體指征的臨床驗(yàn)證[26]。

注：節(jié)點(diǎn)代表穴位，連線代表癥狀；左側(cè)為《經(jīng)絡(luò)腧穴學(xué)》，右側(cè)為《新針灸學(xué)》。圖2 《經(jīng)絡(luò)腧穴學(xué)》及《新針灸學(xué)》穴-癥知識(shí)圖譜

3.2 復(fù)雜網(wǎng)絡(luò)測(cè)算結(jié)果

團(tuán)隊(duì)前期研究已定量證明，基于這一標(biāo)準(zhǔn)化建模方法的穴-癥網(wǎng)絡(luò)具有高聚類特性和小世界效應(yīng)[27]，前者提示基于該網(wǎng)絡(luò)的構(gòu)成規(guī)則進(jìn)行智能化的選穴治病，比隨機(jī)選穴更有效；后者則提示，通過(guò)小世界網(wǎng)絡(luò)自動(dòng)配穴可實(shí)現(xiàn)使用相對(duì)較少的穴位，達(dá)更好的療效，智能提供“性價(jià)比高”的針灸處方，這也是相關(guān)智能算法的開發(fā)目的之一。

在得出這些結(jié)論的基礎(chǔ)上，團(tuán)隊(duì)進(jìn)一步發(fā)現(xiàn)，由于穴位間存在結(jié)構(gòu)和功能的相似性，處于同一“級(jí)別”的穴位能自行組織在一起[28]，故引入社團(tuán)概念，使用基于模塊度優(yōu)化的啟發(fā)式社區(qū)發(fā)現(xiàn)算法(fast_unfolding算法)[15]，對(duì)病癥-腧穴網(wǎng)絡(luò)進(jìn)行社團(tuán)劃分，得出基于圖論的穴-癥復(fù)雜網(wǎng)絡(luò)，其平均路徑長(zhǎng)度為2(1.87+0.2)。結(jié)合上文對(duì)這一指標(biāo)的討論，可以推斷：在復(fù)雜網(wǎng)絡(luò)意義上，通過(guò)癥狀的相關(guān)性尋求治療處方其基本穴位數(shù)目為4個(gè)。這與前文所述的部分團(tuán)隊(duì)研究結(jié)果有相似之處，而本研究基于更大的數(shù)據(jù)體量，獲得的指標(biāo)更加精準(zhǔn)，這也是在圖3中得以反饋的現(xiàn)象。

圖3 不同書籍得出的平均路徑長(zhǎng)度結(jié)果(單位：個(gè))

3.3 與現(xiàn)有研究比較及總結(jié)特點(diǎn)

與目前已有成果團(tuán)隊(duì)數(shù)據(jù)對(duì)比后發(fā)現(xiàn)，王媛媛等[14]將“證-穴”有向圖可視化，得到“出度圖”符合隨機(jī)分布的鐘形曲線模式，均數(shù)為5.47，遂得出每證約取4～7個(gè)腧穴，從“入度圖”推衍出腧穴的配證特異性。王佑林等[13]則改進(jìn)k核心算法，不斷刪除節(jié)點(diǎn)度最小節(jié)點(diǎn)及相關(guān)邊，精簡(jiǎn)出最核心子圖，得出用于臨床治療疾病的主穴為3～10個(gè)。值得注意的是，兩項(xiàng)研究的網(wǎng)絡(luò)構(gòu)建方法不同，前者為有向圖，后者為無(wú)向圖；同時(shí)，所用思路和目的不同，前者在“證-穴”關(guān)系基礎(chǔ)上為辨證取穴提供依據(jù)；后者挖掘主穴信息提供處方?jīng)Q策支持，故得出了不同的配穴數(shù)目。

而本研究的特點(diǎn)在于：基于標(biāo)準(zhǔn)化的方法，針對(duì)更多的針灸專著建立了規(guī)范化的“穴位-癥狀”復(fù)雜網(wǎng)絡(luò)，而復(fù)雜網(wǎng)絡(luò)理論最早在社交網(wǎng)絡(luò)的研究中廣泛應(yīng)用，社交網(wǎng)絡(luò)的研究佐證了：更大的數(shù)據(jù)量有助于逼近更加最終的穩(wěn)定拓?fù)渲笜?biāo)而進(jìn)一步指導(dǎo)現(xiàn)實(shí)應(yīng)用。如Facebook研究得出“隨著年份的推移，平均距離數(shù)據(jù)越趨于穩(wěn)定”的結(jié)論，提示數(shù)據(jù)量越大，系統(tǒng)越趨于穩(wěn)定，得到范圍越精確，則這一結(jié)論對(duì)針灸網(wǎng)絡(luò)配穴有重要啟示。筆者納入更多不同時(shí)代的針灸典籍所得出的結(jié)果，要比針對(duì)單個(gè)醫(yī)家或者某一時(shí)代某一本醫(yī)籍得出的結(jié)論更加接近于準(zhǔn)確的數(shù)值。針灸的網(wǎng)絡(luò)也符合此趨勢(shì)，高數(shù)據(jù)量帶來(lái)精準(zhǔn)的指標(biāo)結(jié)果，可獲得較精確的配穴數(shù)目，實(shí)現(xiàn)高效智能配穴，提供最優(yōu)處方?jīng)Q策支持。

小世界網(wǎng)絡(luò)可揭示當(dāng)前信息傳播的復(fù)雜性以及保障信息資源的最優(yōu)化利用[29]，由于持續(xù)增長(zhǎng)的用戶基數(shù)和不斷密集的關(guān)聯(lián)網(wǎng)絡(luò)，人與人的聯(lián)系更加緊密，不同節(jié)點(diǎn)間建立鏈接的效率大幅提高，分隔度不斷縮小。而在針灸學(xué)的范疇中，雖然歷代的穴位數(shù)量存在增減、主治病癥數(shù)量也有不斷的變化，但基于這兩者構(gòu)建的復(fù)雜網(wǎng)絡(luò)，卻具備穩(wěn)定的性能參數(shù)——通過(guò)癥狀聯(lián)系構(gòu)成配穴的數(shù)目為4個(gè)。這一數(shù)值即上述“六度分離”現(xiàn)象中通過(guò)6個(gè)陌生人聯(lián)系任意個(gè)體的體現(xiàn)所在。以此類推，來(lái)自不同時(shí)代、不同醫(yī)家的穴-癥網(wǎng)絡(luò)，不斷更新調(diào)整的穴位主治，數(shù)千年的知識(shí)積累，隨著數(shù)據(jù)量的不斷增加，配穴數(shù)目將無(wú)限趨近于精確結(jié)果。故本團(tuán)隊(duì)基于大量數(shù)據(jù)的“4穴”之配穴結(jié)果或許更具有參考價(jià)值。

4 小結(jié)

智能配穴的探討從整體角度出發(fā)，為針灸科學(xué)化、具象化提供思路，更好實(shí)現(xiàn)針灸智慧輔助診療，促進(jìn)穴位配伍研究發(fā)展。本研究將“六度分離”引申于穴位配伍研究，“度”指兩穴之間通過(guò)共同主治構(gòu)成直接聯(lián)系的穴位數(shù)量，即配穴數(shù)目。通過(guò)對(duì)小世界網(wǎng)絡(luò)圖中平均距離的計(jì)算，得到較為精確地配穴數(shù)目：4穴，實(shí)現(xiàn)更簡(jiǎn)潔的智能配穴，基于癥狀群之間的聯(lián)系建立穴位處方，而非依托個(gè)體經(jīng)驗(yàn)或者單一的書本得出相關(guān)結(jié)論，使得這一數(shù)值更具普適性，從而提高輔助決策支持力度。此外，本研究還存在許多不足，后期將補(bǔ)充臨床數(shù)據(jù)圖譜，進(jìn)行大規(guī)模真實(shí)世界研究，進(jìn)一步驗(yàn)證配穴數(shù)目。

未來(lái)團(tuán)隊(duì)研究考慮給“穴位-癥狀”的復(fù)雜網(wǎng)絡(luò)知識(shí)圖譜賦予權(quán)值，將穴位之間的聯(lián)系性量化，從而更好地服務(wù)于臨床診斷和智能醫(yī)療。如對(duì)特征向量中心度研究有助于發(fā)現(xiàn)網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，從而量化不同穴位的重要性，分析其在處方中的作用和地位。這一結(jié)論將用于智能配穴算法中穴位處方數(shù)量的確定，為智能針灸機(jī)器人等新型中醫(yī)裝備的研發(fā)提供重要基礎(chǔ)。