基于貝葉斯網(wǎng)絡(luò)分析重癥肺炎中醫(yī)證候規(guī)律*

盧恩仕，韓明光，劉峰，張杰，于紅建，劉祖發(fā)

1.中國(guó)中醫(yī)科學(xué)院望京醫(yī)院，北京 100102； 2.北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院，北京 100871

重癥肺炎(severe pneumonia，SP)是由病原微生物感染引起的進(jìn)展性的肺部炎癥[1]，具有并發(fā)癥多、發(fā)展迅速、病情危重、病死率高的特點(diǎn)，并有嚴(yán)重中毒癥狀或并發(fā)癥，極易引起多臟器功能衰竭，最終危及生命。中醫(yī)治療本病具有臨床優(yōu)勢(shì)，但目前仍缺乏對(duì)重癥肺炎較為客觀、統(tǒng)一的辨證標(biāo)準(zhǔn)，臨床多將其歸屬于“咳嗽”“風(fēng)溫肺熱”“肺熱病”等范疇[2]，限制了中醫(yī)在重癥肺炎治療中的研究發(fā)展。中醫(yī)辨證多依賴(lài)于主觀經(jīng)驗(yàn)，難以形成客觀的標(biāo)準(zhǔn)，現(xiàn)代醫(yī)家對(duì)其認(rèn)識(shí)各不相同，辨證分型及治療多為個(gè)人經(jīng)驗(yàn)，缺乏相應(yīng)的循證醫(yī)學(xué)依據(jù)。

數(shù)據(jù)挖掘技術(shù)相較于傳統(tǒng)研究方法，能夠更好地處理具有模糊、非線性及不完整性的數(shù)據(jù)，有利于促進(jìn)中醫(yī)藥標(biāo)準(zhǔn)化、數(shù)字化及信息化發(fā)展[3-4]。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行中醫(yī)藥現(xiàn)代化研究，已成為促進(jìn)中醫(yī)藥發(fā)展不可或缺的重要環(huán)節(jié)。數(shù)據(jù)挖掘中的貝葉斯網(wǎng)絡(luò)技術(shù)作為特殊的概率圖模型[5]，已廣泛應(yīng)用于人工智能、生物信息學(xué)和醫(yī)療大數(shù)據(jù)等眾多領(lǐng)域[6-10]。貝葉斯網(wǎng)絡(luò)能夠根據(jù)先驗(yàn)知識(shí)及概率統(tǒng)計(jì)，對(duì)未知事件進(jìn)行預(yù)測(cè)，其推理是在推導(dǎo)數(shù)理、計(jì)算概率、設(shè)定閾值等基礎(chǔ)上建立起來(lái)的，故而有著明確的推理過(guò)程及精確度較高的結(jié)論。

本研究通過(guò)利用貝葉斯網(wǎng)絡(luò)技術(shù)，挖掘重癥肺炎癥狀間、癥狀與證候要素間的復(fù)雜聯(lián)系，推斷中醫(yī)證候類(lèi)型，有利于促進(jìn)重癥肺炎辨證分型客觀化及規(guī)范化發(fā)展。

1 資料與方法

1.1 一般資料本文采用回顧性研究，所有資料來(lái)源于2018年6月至2021年1月中國(guó)中醫(yī)科學(xué)院望京醫(yī)院ICU病房符合納入、排除標(biāo)準(zhǔn)的247例重癥肺炎住院患者。其中男159例，女88例；50歲以下者4例，50～59歲者24例，60～69歲者45例，70～79歲者73例，80～89歲者81例，90歲及以上者20例。

1.2 診斷標(biāo)準(zhǔn)參考2018版中國(guó)成人醫(yī)院獲得性肺炎與呼吸機(jī)相關(guān)性肺炎診斷和治療指南中重癥肺炎診斷標(biāo)準(zhǔn)制定[11]。主要標(biāo)準(zhǔn)：①需要?dú)夤懿骞苄袡C(jī)械通氣治療；②膿毒癥休克經(jīng)積極液體復(fù)蘇后仍需要血管活性藥物治療。次要標(biāo)準(zhǔn)：①呼吸頻率≥30次·min-1；②氧合指數(shù)≤250 mm Hg(1 mm Hg=0.133 kPa)；③多肺葉浸潤(rùn)；④意識(shí)障礙和(或)定向障礙；⑤血尿素氮≥7.14 mmol·L-1；⑥收縮壓<90 mm Hg 需要積極的液體復(fù)蘇。符合上列1項(xiàng)主要標(biāo)準(zhǔn)或≥3項(xiàng)次要標(biāo)準(zhǔn)者即可診斷。

1.3 病例納入標(biāo)準(zhǔn)(自擬)望京醫(yī)院重癥醫(yī)學(xué)科住院患者；符合重癥肺炎診斷標(biāo)準(zhǔn)；年齡≥18歲，性別不限。

1.4 病例排除標(biāo)準(zhǔn)(自擬)經(jīng)檢查證實(shí)由肺部腫瘤、肺結(jié)核引起的肺部感染發(fā)熱；病毒性肺炎、肝病、泌尿系統(tǒng)感染、消化系統(tǒng)感染等引起的發(fā)熱患者；其他非感染性肺病；嚴(yán)重心肝腎功能不全者；孕婦或哺乳期婦女；合并精神疾病者、酗酒或吸毒者。

1.5 研究方法

1.5.1 中醫(yī)證候調(diào)查表在觀察重癥肺炎患者證候的前提下，參照《中醫(yī)診斷學(xué)》《中醫(yī)臨床診療術(shù)語(yǔ)》《中醫(yī)癥狀鑒別學(xué)》等，同時(shí)參考相關(guān)文獻(xiàn)資料及專(zhuān)家經(jīng)驗(yàn)，最終制定重癥肺炎中醫(yī)證候調(diào)查表，將癥狀進(jìn)行量化處理，分為無(wú)、輕、中、重4個(gè)等級(jí)，按照0分、2分、4分、6分進(jìn)行評(píng)定。

1.5.2 數(shù)據(jù)分析采用Microsoft excel 2010將采集到的病例信息錄入程序中，建立本次試驗(yàn)所適用的數(shù)據(jù)庫(kù)；然后利用Excel軟件對(duì)發(fā)病及癥狀學(xué)等方面進(jìn)行頻數(shù)等描述性統(tǒng)計(jì)，利用貝葉斯網(wǎng)絡(luò)技術(shù)GeNIe2.0軟件建立重癥肺炎的貝葉斯網(wǎng)絡(luò)模型，結(jié)合專(zhuān)家意見(jiàn)，提取重癥肺炎中醫(yī)證候類(lèi)型。

1.6 貝葉斯網(wǎng)絡(luò)原理貝葉斯網(wǎng)絡(luò)是一種信念網(wǎng)絡(luò)[12]，該網(wǎng)絡(luò)具有有向無(wú)環(huán)性，利用有向邊的連接來(lái)表示各節(jié)點(diǎn)之間的因果關(guān)系，這種有向邊能夠直觀地表達(dá)變量之間的依存關(guān)系，即直接連接兩個(gè)節(jié)點(diǎn)的邊表示兩節(jié)點(diǎn)有直接依賴(lài)關(guān)系。貝葉斯網(wǎng)絡(luò)是一種利用不確定性問(wèn)題中各變量之間邏輯依賴(lài)關(guān)系來(lái)建模的概率圖模型，在處理不確定問(wèn)題時(shí)具有較強(qiáng)穩(wěn)定性能。

(1)

(2)

公式(2)中：x1，x2，L，xn是節(jié)點(diǎn)集合，pa(xi)是節(jié)點(diǎn)xi的父節(jié)點(diǎn)集合；p(x1，x2，L，xn)是網(wǎng)絡(luò)所有節(jié)點(diǎn)的聯(lián)合分布。

有向無(wú)環(huán)圖(directed acyclic graph，DAG)即是典型的貝葉斯網(wǎng)絡(luò)[13]，它包含了一個(gè)結(jié)構(gòu)模型和與該結(jié)構(gòu)相關(guān)的條件概率密度函數(shù)，節(jié)點(diǎn)為隨機(jī)變量，表示對(duì)事件、狀態(tài)等特征抽象表示；直接連接兩個(gè)節(jié)點(diǎn)的邊表示兩節(jié)點(diǎn)有直接依賴(lài)關(guān)系，該關(guān)系常是一種因果關(guān)系，見(jiàn)圖1。

圖1 典型的貝葉斯網(wǎng)絡(luò)

考慮隨機(jī)變量集合U={x1，x2，L，xn}，每個(gè)變量xi的狀態(tài)有限，P是網(wǎng)絡(luò)節(jié)點(diǎn)處的條件概率分布，表征各隨機(jī)變量之間關(guān)系的強(qiáng)弱。根據(jù)條件獨(dú)立性應(yīng)用于鏈?zhǔn)揭?guī)則，圖1網(wǎng)絡(luò)的聯(lián)合概率分布為：

p(x9|x6)p(x8|x5，x6)p(x7|x5)p(x6|x3，x4)g

p(x5|x2，x3)p(x4|x1)p(x2|x1)p(x1)

(3)

1.7 貝葉斯網(wǎng)絡(luò)重癥肺炎模型構(gòu)建用條件互信息的知識(shí)學(xué)習(xí)算法[14-15]獲取最優(yōu)的重癥肺炎貝葉斯網(wǎng)絡(luò)癥狀間的關(guān)系圖?；跅l件互信息的重癥肺炎癥狀間的貝葉斯結(jié)構(gòu)學(xué)習(xí)網(wǎng)絡(luò)算法具體實(shí)現(xiàn)如下。第1步：首先根據(jù)重癥肺炎問(wèn)題確定43個(gè)重癥肺炎癥狀作為貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)變量{X1，X2，L，X43}；所有的變量均是離散變量。由于貝葉斯網(wǎng)絡(luò)是在概率推理的基礎(chǔ)上構(gòu)建的，因此可將癥狀描述為{無(wú)，輕，中，重}的等級(jí)，則取值分別為：癥狀為無(wú)取0，癥狀為輕時(shí)取2，癥狀為中時(shí)取4，癥狀為重時(shí)取6。第2步：無(wú)向圖的建立。先對(duì)臨床癥狀數(shù)據(jù)集進(jìn)行預(yù)處理，然后統(tǒng)計(jì)重癥肺炎兩兩癥狀組合出現(xiàn)的頻次N(Xi，Xj)，給一個(gè)較小的閾值e1，當(dāng)N(Xi，Xj)時(shí)，將Xi，Xj連接在一起，即確定一條邊，以此類(lèi)推。最后對(duì)無(wú)向圖剪枝操作，在給定節(jié)概率分布p(x)時(shí)，依據(jù)條件互信息判斷I(Xi，Xj|Xk)是否為零，若I(Xi，Xj|Xg)為零，則Xi，Xj之間條件獨(dú)立，此時(shí)將Xi，Xj之間的邊刪除，否則Xi，Xj之間相互依賴(lài)。第3步：有向圖的建立。有向圖到無(wú)向圖的建立，兩癥狀Xi，Xj存在關(guān)系，根據(jù)它們與給定癥狀(節(jié)點(diǎn)變量)Xk之間互信息的差值來(lái)判斷兩癥狀間的關(guān)系方向。設(shè)置一個(gè)較小閾值e2。若I(Xj，Xk)時(shí)，規(guī)定這兩癥狀間邊關(guān)系方向?yàn)閄i→Xj；否則Xj→Xi。若|I(Xi，Xk)-I(Xj，Xk)|≤e2時(shí)，邊的方向表示為Xi→Xj或Xj→Xi；這時(shí)候單獨(dú)使用條件互信息無(wú)法判斷方向，需與其他相關(guān)知識(shí)一起進(jìn)行分析研究，來(lái)確定邊的方向。第4步：結(jié)合中醫(yī)重癥肺炎方面知識(shí)來(lái)修正有向圖，即可得最優(yōu)的貝葉斯網(wǎng)絡(luò)重癥肺炎癥狀關(guān)系圖。Genie2.0軟件中使用的PC(PeterSpirtes，ClarkGlymour)算法[16]即是基于條件互信息的思想來(lái)構(gòu)建貝葉斯網(wǎng)絡(luò)的經(jīng)典算法。因此，本文采用Genie2.0中的PC算法學(xué)習(xí)錄入的重癥肺炎患者癥狀數(shù)據(jù)，獲得貝葉斯網(wǎng)絡(luò)重癥肺炎癥狀間關(guān)系圖。

2 結(jié)果

2.1 臨床癥狀本研究共納入臨床癥狀43項(xiàng)，按照出現(xiàn)頻次的高低依次排序，基本反映了重癥肺炎的主要癥狀表現(xiàn)，見(jiàn)表1。

表1 重癥肺炎癥狀分布規(guī)律

2.2 貝葉斯網(wǎng)絡(luò)重癥肺炎癥狀關(guān)系圖利用Excel軟件對(duì)錄入的重癥肺炎患者癥狀數(shù)據(jù)進(jìn)行預(yù)處理，然后加載到Genie2.0貝葉斯網(wǎng)絡(luò)軟件中，在該軟件中選擇PC算法并設(shè)置相應(yīng)參數(shù)(圖2)，然后利用軟件加載的重癥肺炎患者癥狀數(shù)據(jù)進(jìn)行結(jié)構(gòu)學(xué)習(xí)。

圖2 PC算法參數(shù)設(shè)置

采用genie軟件考察了重癥肺炎癥狀指標(biāo)，通過(guò)貝葉斯網(wǎng)絡(luò)對(duì)這些癥狀指標(biāo)進(jìn)行關(guān)聯(lián)和降維處理，獲得重癥肺炎貝葉斯網(wǎng)絡(luò)癥狀間關(guān)系見(jiàn)圖3。該圖展現(xiàn)了重癥肺炎癥狀間的關(guān)系，為下一步提取證候要素提供依據(jù)。

圖3 癥狀間的貝葉斯網(wǎng)絡(luò)圖

2.3 提取證候要素通過(guò)觀察癥狀間貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)聯(lián)性，同時(shí)結(jié)合《臨床中醫(yī)內(nèi)科學(xué)》《實(shí)用中醫(yī)診斷學(xué)》等及相關(guān)文獻(xiàn)，最終在課題專(zhuān)家組指導(dǎo)下提取了6個(gè)病性證素和3個(gè)病位證素。

病性證素包括：①風(fēng)熱：發(fā)熱(72.8%)，咳嗽(71.7%)，痰黃(66.6%)，口干渴(50.7%)，面紅(44.1%)，惡寒(28.2%)，舌紅(21.5%)，苔薄黃(9.7%)，脈浮數(shù)(7.6%)。②痰濕：黏痰(54.3%)，咯痰不易(48.7%)，痰白(48.2%)，納差(40.0%)，神疲乏力(26.1%)，脈濡滑(14.3%)，舌淡紅(13.8%)，苔白膩(12.3%)。③痰熱：痰黃(66.6%)，痰多(52.8%)，口干渴(50.7%)，便秘(46.1%)，面紅(44.1%)，尿黃(32.3%)，舌紅(21.5%)，苔黃膩(16.4%)，脈滑數(shù)(15.3%)。④氣虛：喘憋(69.2%)，納差(40.0%)，自汗(29.7%)，氣短(24.6%)，神疲乏力(26.1%)，面白(13.3%)，舌淡紅(13.8%)，苔白膩(12.3%)，脈細(xì)弱(6.1%)。⑤陰虛：口干渴(50.7%)，痰少(35.8%)，盜汗(34.3%)，舌紅(21.5%)，夜寐不安(18.9%)，脈細(xì)數(shù)(11.2%)，少苔(10.2%)。⑥陽(yáng)虛：便溏(22.5%)，腹脹(14.8%)，脈微細(xì)(11.2%)，水腫(7.1%)，四肢厥冷(4.6%)，大汗淋漓(4.4%)。

病位證素包括：①肺：發(fā)熱(72.8%)，咳嗽(71.7%)，喘憋(69.2%)，痰黃(66.6%)，黏痰(54.3%)，痰多(52.8%)，喉間痰鳴(52.3%)，咯痰不易(48.7%)，痰白(48.2%)，痰黃白(37.9%)，氣短(24.6%)。②脾：便秘(46.1%)，納差(40.0%)，神疲乏力(26.1%)，便溏(22.5%)，腹脹(14.8%)，面白(13.3%)，惡心嘔吐(9.2%)。③腎：盜汗(34.3%)，尿黃(32.8%)，小便量少(30.7%)，水腫(7.1%)，四肢厥冷(4.6%)。

在此基礎(chǔ)上建立證候要素間的貝葉斯網(wǎng)絡(luò)模型，從中可見(jiàn)肺與風(fēng)熱、痰濕、痰熱聯(lián)系密切，脾與痰濕、氣虛、陽(yáng)虛聯(lián)系密切，腎與陰虛、陽(yáng)虛緊密聯(lián)系等。這顯示了證候要素間的關(guān)聯(lián)強(qiáng)度，為下一步提取中醫(yī)證型提供了良好依據(jù)，癥狀要素貝葉斯網(wǎng)絡(luò)關(guān)系見(jiàn)圖4。

圖4 證候要素間的貝葉斯網(wǎng)絡(luò)圖

2.4 提取證型根據(jù)圖3貝葉斯網(wǎng)絡(luò)癥狀間的關(guān)系圖及圖4證候要素間的關(guān)系圖，在課題組專(zhuān)家經(jīng)驗(yàn)指導(dǎo)下，提取6個(gè)重癥肺炎的常見(jiàn)證型：風(fēng)熱犯肺證：風(fēng)熱-肺；痰濕阻肺證：肺-痰濕；痰熱蘊(yùn)肺證：肺-痰熱；痰熱蘊(yùn)肺兼氣陰兩虛證：肺-痰熱-陰虛-氣虛；痰濕阻肺兼肺脾氣虛證：肺-痰濕-脾-氣虛；邪陷正脫證：肺-痰熱-陰虛-腎-陽(yáng)虛。在此基礎(chǔ)上建立各證型的貝葉斯網(wǎng)絡(luò)模型。各證型結(jié)果見(jiàn)圖5—圖10。

圖5 風(fēng)熱犯肺證

圖6 痰濕阻肺證

圖7 痰熱蘊(yùn)肺證

圖8 痰熱蘊(yùn)肺兼氣陰兩虛證

圖9 痰濕阻肺兼肺脾氣虛證

圖10 邪陷正脫證

以風(fēng)熱犯肺證為例，根據(jù)風(fēng)熱犯肺證關(guān)聯(lián)的證候要素，選取發(fā)熱、咳嗽、痰黃、黏痰、痰多、喉間痰鳴、口干渴、咯痰不易、面紅、痰黃白、惡寒、舌紅、苔薄黃和脈浮數(shù)14個(gè)癥狀作為貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)變量，對(duì)14個(gè)癥狀進(jìn)行數(shù)據(jù)預(yù)處理后，建立如圖5所示的風(fēng)熱犯肺證貝葉斯網(wǎng)絡(luò)關(guān)系圖。根據(jù)各癥狀在數(shù)據(jù)預(yù)處理過(guò)程中得出的條件互信息值以及圖5—圖10中展現(xiàn)的各癥狀間的關(guān)聯(lián)強(qiáng)度，可得出哪些癥狀在證型中起主要作用，哪些癥狀在證型中起次要作用，并參考2018年“社區(qū)獲得性肺炎中醫(yī)診療指南”中重癥肺炎相關(guān)證型中主次癥狀的劃分標(biāo)準(zhǔn)，在此基礎(chǔ)上結(jié)合專(zhuān)家經(jīng)驗(yàn)提取出各證型對(duì)應(yīng)的主次癥狀。

風(fēng)熱犯肺證：主癥：發(fā)熱，惡寒，咳嗽，痰黃，黏痰，痰黃白；次癥：痰多，喉間痰鳴，咯痰不易，面紅，口干渴，舌紅，苔薄、黃，脈浮數(shù)。

痰濕犯肺證：主癥：咳嗽，痰白，黏痰，痰多，喉間痰鳴，喘憋，咯痰不易，舌苔膩；次癥：納差，神疲乏力，惡心嘔吐，舌淡紅，舌苔白，脈濡滑。

痰熱犯肺證：主癥：咳嗽，痰黃白，痰黃，痰多，喘憋，喉間痰鳴，舌紅，苔黃、膩，脈滑、數(shù)；次癥：發(fā)熱，口干渴，便秘，面紅，尿黃，神昏。

痰熱蘊(yùn)肺兼氣陰兩虛證：主癥：咳嗽，痰黃白，痰黃，黏痰，痰少，咯痰不易，神疲乏力；次癥：發(fā)熱，喘憋，盜汗，面紅，口干渴，便秘，小便量少，尿黃，氣短，自汗，神昏，舌紅，少苔，脈細(xì)數(shù)。

痰濕阻肺兼肺脾氣虛證：主癥：咳嗽，痰白，黏痰，痰多，喉間痰鳴，咯痰不易，氣短，神疲乏力，納差；次癥：喘憋，自汗，面白，舌淡紅，苔白膩，脈細(xì)弱。

邪陷正脫證：主癥：咳嗽，痰黃，喘憋，神昏，大汗淋漓，四肢厥冷；次癥：發(fā)熱，喉間痰鳴，水腫，腹脹，便溏，小便量少，脈微細(xì)。

3 討論

重癥肺炎是由肺炎進(jìn)一步惡化而來(lái)，其病情發(fā)展迅速，病死率極高，中醫(yī)藥在重癥肺炎治療中起到了重要作用，但目前仍未形成統(tǒng)一的辨證標(biāo)準(zhǔn)，辨證分型多為個(gè)人經(jīng)驗(yàn)，缺乏相應(yīng)的循證醫(yī)學(xué)依據(jù)。雖有以流行病學(xué)調(diào)查為主的臨床證候研究，但面對(duì)復(fù)雜的臨床數(shù)據(jù)，難以形成統(tǒng)一的量化標(biāo)準(zhǔn)，使得研究結(jié)果不夠全面與客觀[17-20]。中醫(yī)辨證之所以較難形成統(tǒng)一量化的標(biāo)準(zhǔn)在于其病位及病性等隱結(jié)構(gòu)不能直觀地進(jìn)行觀察統(tǒng)計(jì)[21]，而貝葉斯網(wǎng)絡(luò)技術(shù)可以彌補(bǔ)這一不足。貝葉斯網(wǎng)絡(luò)的構(gòu)建是基于臨床數(shù)據(jù)，通過(guò)采用PC算法尋找最優(yōu)的重癥肺炎癥狀間關(guān)系圖，亦起到對(duì)其癥狀進(jìn)行關(guān)聯(lián)和降維處理的作用。在此基礎(chǔ)上提取證候要素并建立證候要素間的貝葉斯網(wǎng)絡(luò)模型[22-23]，然后根據(jù)癥狀、證候要素及證型間的相互關(guān)系，建立各證型的貝葉斯網(wǎng)絡(luò)關(guān)系圖，展現(xiàn)癥狀組合間的關(guān)聯(lián)性[24]。以此表明各癥狀在證型中起到的是主要作用還是次要作用，從而將復(fù)雜且高度非線性的中醫(yī)辨證系統(tǒng)轉(zhuǎn)換為可量化的程度。

本研究在建立中醫(yī)證候數(shù)據(jù)庫(kù)的基礎(chǔ)上，結(jié)合專(zhuān)家經(jīng)驗(yàn)，利用貝葉斯網(wǎng)絡(luò)技術(shù)探究重癥肺炎中醫(yī)證候規(guī)律，提取出6個(gè)常見(jiàn)證型，并從中發(fā)現(xiàn)，重癥肺炎發(fā)病以老年人為主，先期多以風(fēng)熱犯肺證、痰濕蘊(yùn)肺證、痰熱蘊(yùn)肺證為主；中后期則多以本虛標(biāo)實(shí)為主，常見(jiàn)于痰濕阻肺兼肺脾氣虛證、痰熱蘊(yùn)肺兼氣陰兩虛證、邪陷正脫證等。重癥肺炎在中醫(yī)屬“喘證”范疇，發(fā)病之初病位在肺，因外感風(fēng)熱或風(fēng)寒入里化熱，加之正氣虧虛，肺失固攝，脾失健運(yùn)，痰濕內(nèi)生，日久化熱，耗傷營(yíng)血，使痰熱瘀互結(jié)，遷延難愈，重癥肺炎以老年患者為主，既往基礎(chǔ)疾病多，正氣虧虛，極易出現(xiàn)變證，日久耗傷氣陰，甚者出現(xiàn)邪陷正脫[25]。

本研究不足之處在于樣本量相對(duì)有限，擴(kuò)大樣本量是進(jìn)一步驗(yàn)證客觀性的必要選擇。其次因?yàn)樨惾~斯網(wǎng)絡(luò)算法利用頻率進(jìn)行，當(dāng)出現(xiàn)頻率較低的癥狀、證候要素及證型時(shí)，算法會(huì)在變量篩選的過(guò)程中將其舍棄，從而導(dǎo)致獲取的信息不夠全面，使得結(jié)果的準(zhǔn)確性受到影響。因此，如何更多地獲取高質(zhì)量樣本和精進(jìn)算法仍然是今后需要不斷研究及探索的方向。

貝葉斯網(wǎng)絡(luò)技術(shù)的信息處理過(guò)程與中醫(yī)辨證思維相吻合，目前已廣泛應(yīng)用于中醫(yī)藥數(shù)據(jù)挖掘中及現(xiàn)代化中醫(yī)診療技術(shù)中[26]，其可以將復(fù)雜多樣的中醫(yī)數(shù)據(jù)轉(zhuǎn)變成客觀、可量化的標(biāo)準(zhǔn)。隨著貝葉斯網(wǎng)絡(luò)技術(shù)在中醫(yī)藥研究中不斷深入，中醫(yī)輔助診療系統(tǒng)不斷完善，為中醫(yī)智能化診療奠定了良好的基礎(chǔ)[27]，有助于真正發(fā)揮中醫(yī)藥在新時(shí)代健康管理中的作用。