基于知識圖譜的中醫(yī)健康體檢研究熱點與趨勢分析

吳丹　周作建　商洪濤

摘? 要： 對中醫(yī)健康體檢的文獻進行可視化分析，探索、發(fā)現(xiàn)此領域的研究熱點與發(fā)展趨勢。對2001年—2020年發(fā)表在中國知網(wǎng)的中醫(yī)健康體檢主題的文獻進行檢索并篩選，運用Citespace對納入的文獻進行分析，繪制中醫(yī)健康體檢知識圖譜。2001—2019年發(fā)文量總體呈現(xiàn)上升趨勢，研究熱點集中在體質(zhì)辨識、治未病、健康管理及中醫(yī)四診。中醫(yī)體檢正處于不斷發(fā)展的研究階段，個體化健康管理及人工智能診斷技術將成為未來的重點研究方向。

關鍵詞： 中醫(yī)健康體檢; 體質(zhì)辨識; 中醫(yī)四診; 健康管理; 知識圖譜

中圖分類號：R211? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2022）02-59-03

Analyzing the research hotspots and trends in TCM physical

examination with knowledge graph

Wu Dan1， Zhou Zuojian1， Shang Hongtao2

（1. School of Artificial Intelligence and Information Technology， Nanjing University of Chinese Medicine， Nanjing， Jiangsu 210023， China;

2. Jiangsu Provincial Hospital of Chinese Medicine）

Abstract： The literature of Chinese medical health examinations is visually analyzed to explore and discover the research hotspots and development trends in this field. The literature on TCM health examination topics published on CNKI from 2001 to 2020 is searched and screened， and Citespace is used to analyze the included literature to draw a knowledge graph of TCM health examination. The number of articles published from 2001 to 2019 showed an overall upward trend. Research hotspots focused on physical identification， prevention of disease， health management and four diagnosis of TCM. TCM physical examination is in the research stage of continuous development， and individualized health management and artificial intelligence diagnosis technology will become the key research directions in the future.

Key words： TCM（Traditional Chinese Medicine） physical examination; physical identification; four diagnostic methods of TCM; health management; knowledge graph

0 引言

健康體檢產(chǎn)生于上世紀90年代，自2002-2003年非典爆發(fā)之后，體檢受到廣泛關注，國內(nèi)的健康體檢行業(yè)快速發(fā)展并不斷擴大[1]。傳統(tǒng)的西醫(yī)體檢模式只針對身體已經(jīng)出現(xiàn)的異常指標給出大概的體檢結(jié)論，忽略了無異常指標卻身體不適的亞健康狀態(tài)人群。隨著中醫(yī)藥文化走向現(xiàn)代化與國際化[2]，中醫(yī)體檢逐漸成為一種全新的體檢模式。中醫(yī)體檢奉行“未病先防，既病防變，瘥后防復”的三防“治未病”理念[3-4]，將傳統(tǒng)的中醫(yī)四診與體質(zhì)辨識和如今的智能檢測儀器相結(jié)合，并針對不同的體質(zhì)及身體狀況給出治療方案和健康指導，達到中醫(yī)治未病的目標。

本文主要以2001—2020年發(fā)表的關于中醫(yī)健康體檢主題的文獻為研究對象，使用Citespace軟件對篩選后的期刊進行知識圖譜可視化分析，以此展現(xiàn)當下我國中醫(yī)體檢的研究熱點與發(fā)展趨勢，為今后的中醫(yī)體檢相關研究提供參考與建議。

1 資料與方法

1.1 數(shù)據(jù)來源及檢索策略

以“中醫(yī)體檢”為主題詞在中國知網(wǎng)中文數(shù)據(jù)庫進行檢索，檢索時間跨度設置為2001年-2020年。通過瀏覽文獻題目、摘要及關鍵詞等信息，依據(jù)設置好的文獻篩選排除標準，確定是否納入該文獻。排除標準如下：①與中醫(yī)體檢主題明顯不相關的期刊文獻;②內(nèi)容相似度高的期刊文獻;③新聞報道、推廣廣告、會議通知。

1.2 數(shù)據(jù)處理

將篩選后的文獻以Refworks格式導出，并將文件名保存為download_*.txt格式。將文件導入到Citespace3.9.R6中進行數(shù)據(jù)轉(zhuǎn)換，進行分析并繪制可視化知識圖譜。

1.3 分析方法

采用4年時間片分區(qū)法進行可視化分析。將節(jié)點類型選取為關鍵詞，閾值（c，cc，ccv）設置為（4，3，20）、（4，3，20）、（4，3，20），圖譜修剪方式選擇pathfinder、pruning sliced networks和pruning the merged network。

2 結(jié)果

2.1 文獻基本情況

共檢索到1041篇文獻，去除無關文獻后，最終納入研究文獻995篇。對相關文獻按發(fā)表時間進行統(tǒng)計分析（見圖1），可得2006年—2019年中醫(yī)體檢的相關文獻數(shù)量總體呈現(xiàn)上升趨勢，在2019年發(fā)文量達到頂峰。整體發(fā)文趨勢符合y=6.3466x-16.889（R=0.8975）線性增長模型。

2.2 研究熱點

運行Citespace軟件對中醫(yī)體檢關鍵詞進行共現(xiàn)分析，如圖2，圖譜包含154個節(jié)點，188條連線，網(wǎng)絡密度為0.016。出現(xiàn)頻次排名前10的關鍵詞分別為“中醫(yī)體質(zhì)”（157）、“健康體檢”（97）、“治未病”（83）、“健康管理”（83）、“中醫(yī)體質(zhì)辨識”（78）、“亞健康”（49）、“中醫(yī)”（36）、“中醫(yī)證型”（34）、“高血壓”（24）、“老年人”（21）。

2.3 研究熱點聚類分析

對關鍵詞進行k值聚類分析，得到11個有效聚類，將11個聚類的研究方向進行歸納（見表1），#0、#3、#10是中醫(yī)體質(zhì)辨識與辯證，#1、#4、#5是個體化健康管理，#2是中醫(yī)望診在獻血體檢篩查中的應用，#6、#7是中醫(yī)舌診的研究分析，#8、#9是老年人社區(qū)衛(wèi)生服務體系研究。

3 討論

3.1 中醫(yī)體質(zhì)辨識在個體化健康管理中的應用研究

中醫(yī)將人的體質(zhì)分為平和、氣虛、陰虛、陽虛、濕熱、痰濕、淤血、氣郁、特稟九大體質(zhì)[5]。在中醫(yī)認知體系中，體質(zhì)不同會影響病證的易感性及復發(fā)性[6]，程全周[7]等分析了1456例心血管病高危人群的體質(zhì)特點及與體質(zhì)指數(shù)、頸動脈內(nèi)中膜厚度的相關性后發(fā)現(xiàn)，濕熱體質(zhì)、痰濕體質(zhì)及血瘀體質(zhì)人群相比其他體質(zhì)人群更易得心血管疾病，為從中醫(yī)體質(zhì)角度進行心血管病患者的健康管理提供了參考價值。田洪燕[8]等在進行對心臟康復患者的中醫(yī)體質(zhì)辨識個體化健康指導的實驗后發(fā)現(xiàn)，在對患者的健康教育中加入與體質(zhì)辨識相關的個體化健康指導，有利于控制疾病的危險因素以及提高患者的生活質(zhì)量。將中醫(yī)體質(zhì)辨識應用于慢性病的健康管理中，有助于鞏固健康狀態(tài)及提高生活滿意度[9]，但目前進行體質(zhì)辨識的方式主要是問卷調(diào)查的形式[10]，缺乏統(tǒng)一的規(guī)范標準，如何進行規(guī)范化的體質(zhì)辨識是接下來的研究難點。

3.2 人工智能在中醫(yī)四診中的應用研究

中醫(yī)四診包括“望、聞、問、切”，四診是辯證論治的基礎[11]。在望診方面，人工智能目前主要集中應用在目診儀及舌診儀。目診儀通過觀察人眼底血管的改變診斷病證，智能化目診主要是對目診儀采集到的眼底圖像進行分割與分類，通過觀察眼底血管的變化診斷一些疾病[12]。舌診儀通過采集及分析舌象診察疾病，目前已有團隊研制了不同的舌象診斷儀器，其中以上海中醫(yī)藥大學許家佗教授團隊研發(fā)的舌診儀熱度最高[13]。在聞診方面，人工智能聲診目前運用空氣動力學法等已經(jīng)可以辨別病理性的咳嗽聲、呼吸、聲低、嘶啞聲等[14]，但聲診采集儀存在儀器規(guī)格差異問題，如何統(tǒng)一儀器規(guī)格及規(guī)范聲音采樣環(huán)境是未來聲診儀研究的重點。在問診方面，中醫(yī)智能問診系統(tǒng)尚處于初始發(fā)展階段，由于中醫(yī)問診理論缺乏統(tǒng)一性與規(guī)范性[15]，如何規(guī)范中醫(yī)術語成為了研究重點。人工智能與切診的結(jié)合主要集中于脈診，智能脈診儀通過壓力傳感器采集脈搏特征進行分析[16]，依據(jù)脈象標準判斷身體情況，但由于脈象的復雜性及模糊性[17]，脈診儀還處于模仿試用階段，如何制定統(tǒng)一脈象標準化及提升脈診儀壓力傳感器的感知力是未來研究的重點方向。

3.3 中醫(yī)體質(zhì)模型研究

目前關于中醫(yī)體質(zhì)的模型研究相對較少，處于初始動物試驗階段。黃文慧[18]等利用甲狀腺素造模腎陰虛證，使模型動物出現(xiàn)腎陰虛癥狀，再通過給治療藥觀察腎陰虛動物的不良癥狀并與對照組做對比，證實該藥對腎陰虛證有治療作用。王濟[19]等提出，構(gòu)建動物體質(zhì)模型需要注意三個關鍵點：不同種類動物體質(zhì)不同、針對不同體質(zhì)的動物建立不同的模型評價指標以及需要符合中醫(yī)體質(zhì)理論。

3.4 問題與建議

⑴ 規(guī)范術語，統(tǒng)一標準。中醫(yī)藥術語眾多雜亂，缺乏統(tǒng)一的規(guī)范標準，智能診斷儀器使用時對信息采集環(huán)境沒有標準化要求，會導致采集的數(shù)據(jù)有噪聲從而影響診斷結(jié)果，統(tǒng)一標準使中醫(yī)四診規(guī)范化、客觀化有助于提升智能診斷的診斷效率和準確性。

⑵ 構(gòu)建模型，體質(zhì)辨識。隨著中醫(yī)體檢人數(shù)的不斷增長，問卷調(diào)查收集體質(zhì)信息的方式顯得費時費力，且不能保證答卷的準確性、完整性和問卷回收率，而構(gòu)建中醫(yī)體質(zhì)辨識算法模型可根據(jù)患者信息快速判斷其體質(zhì)類型，可以極大地提高判別效率。

4 結(jié)束語

綜上所述，中醫(yī)健康體檢的研究有其價值所在。統(tǒng)一標準和數(shù)據(jù)算法模型是其中關鍵的因素。

參考文獻（References）：

[1] 呂一星，陳碩，張靜波，等.國際健康管理醫(yī)療服務體系的發(fā)展現(xiàn)狀及思考[J].中華健康管理學雜志，2020，14（5）：464-467

[2] 賈曉波，康永.中醫(yī)藥現(xiàn)代化發(fā)展應處理好傳承和創(chuàng)新的關系[J].世界科學技術-中醫(yī)藥現(xiàn)代化，2019，21（1）：6-11

[3] 李東彩，劉繼洪，宋少英.中醫(yī)“治未病”干預應用于體檢亞健康人群的效果分析[J].數(shù)理醫(yī)藥學雜志，2017，30（11）：1696-1697

[4] 何澤民，何勇強.中醫(yī)學“治未病”理論內(nèi)涵及其指導意義[J].中醫(yī)雜志，2015，56（22）：1900-1903

[5] 王琦.中醫(yī)體質(zhì)學在大健康問題中的應對與優(yōu)勢[J].北京中醫(yī)藥大學學報，2021，44（3）：197-202

[6] 英孝，倪誠.基于古醫(yī)籍醫(yī)案考察的濕熱體質(zhì)的辨識與診療模式研究[J].世界中醫(yī)藥，2016，11（7）：1344-1347

[7] 程全周，陳愛蓮，趙振凱.心血管病高危人群中醫(yī)體質(zhì)特點及與BMI、IMT的相關性分析[J].中西醫(yī)結(jié)合心腦血管病雜志，2020，18（9）：1406-1408

[8] 田洪燕，張寧.基于中醫(yī)體質(zhì)辨識的個體化健康指導對Ⅱ期心臟康復患者自我管理能力及生活質(zhì)量的影響[J].現(xiàn)代中西醫(yī)結(jié)合雜志，2021，30（3）：316-319

[9] 宋志靖，鄭貴森，梁永林，等.中醫(yī)體質(zhì)辨識在慢病管理中的應用與干預策略[J].中國農(nóng)村衛(wèi)生事業(yè)管理，2020，40（7）：477-481

[10] 楊玲玲，薛楊，王燕萍，等.中醫(yī)體質(zhì)辨識在中醫(yī)治未病健康管理中的應用[J].中華中醫(yī)藥雜志，2018，33（10）：4595-4598

[11] 王憶勤，郭睿，許朝霞，等.中醫(yī)四診客觀化研究在冠心病診斷中的應用[J].中醫(yī)雜志，2016，57（3）：199-203

[12] 李翔，鄧穎，蔣鵬飛，等.基于眼底圖像視網(wǎng)膜血管分割、分類方法的中醫(yī)目診研究[J].湖南中醫(yī)藥大學學報，2021，41（3）：406-411

[13] 屠立平，張敏，陸純燕，等.TDA-1型舌診儀在舌象圖像采集分析中的應用[A].中國中西醫(yī)結(jié)合學會診斷專業(yè)委員會.中國中西醫(yī)結(jié)合學會第六屆全國診斷學術會議論文集[C].中國中西醫(yī)結(jié)合學會診斷專業(yè)委員會：中國中西醫(yī)結(jié)合學會，2012：11

[14] 洪靜，陳聰，許朝霞，等.中醫(yī)聲診客觀化研究進展[J].中華中醫(yī)藥雜志，2019，34（11）：5324-5326

[15] 羅瑞靜，何建成.中醫(yī)智能化問診系統(tǒng)開發(fā)及應用前景[J].時珍國醫(yī)國藥，2014，25（7）：1797-1798

[16] 陳彥坤，劉琦，謝夢洲.脈診儀的研發(fā)和脈象圖分析方法的研究進展[J].湖南中醫(yī)雜志，2018，34（12）：172-174

[17] 徐熊，溫川飆，宋海貝.淺談中醫(yī)脈診信息化研究[J].成都中醫(yī)藥大學學報，2020，43（2）：55-59

[18] 黃文慧，張莉莉，郭伊霖，王冰.腎陰虛證模型的構(gòu)建及實驗研究進展[J].中國藥業(yè)，2017，26（10）：1-7

[19] 王濟，趙曉山，周玉美，等.基于九種體質(zhì)分類建立體質(zhì)醫(yī)學研究動物模型的思考[J].北京中醫(yī)藥大學學報，2021，44（4）：318-322，357