中醫(yī)藥數(shù)據(jù)挖掘現(xiàn)狀分析與創(chuàng)新探索

潘曄，婁靜，潘玉穎，范軍銘，侯留法

河南省中醫(yī)藥研究院附屬醫(yī)院，河南 鄭州 450004

近年來，中醫(yī)藥數(shù)據(jù)挖掘相關(guān)研究發(fā)展迅速，尤其名老中醫(yī)傳承、名醫(yī)經(jīng)驗(yàn)規(guī)律方面成果顯著。辨證論治是一個(gè)主觀決策的過程，不同醫(yī)者對(duì)癥候的認(rèn)識(shí)不同，即使同一病癥，其注重的關(guān)鍵癥候也不同。名老中醫(yī)經(jīng)驗(yàn)探索的關(guān)鍵在于發(fā)掘名老中醫(yī)辨證論治獨(dú)特的專注點(diǎn)。辨證論治注重整體觀念，兼顧個(gè)性化體征，關(guān)注每次就診的不同癥候。四診信息所蘊(yùn)含的數(shù)據(jù)具有高度的個(gè)體性、動(dòng)態(tài)性、多樣性。運(yùn)用數(shù)據(jù)挖掘方法將海量知識(shí)進(jìn)行歸納分析，發(fā)現(xiàn)能反映疾病本質(zhì)與辨證施治的關(guān)鍵聯(lián)系，以及各個(gè)信息元之間的內(nèi)在隱含關(guān)系，解決中醫(yī)特色研究和發(fā)展中的關(guān)鍵問題——隱性知識(shí)的顯性表達(dá)，無論名老中醫(yī)傳承、經(jīng)驗(yàn)總結(jié)、古籍文獻(xiàn)挖掘與數(shù)據(jù)庫文獻(xiàn)研究，關(guān)鍵在于中醫(yī)藥隱性知識(shí)的挖掘。數(shù)據(jù)挖掘可為中醫(yī)各個(gè)特色信息元之間內(nèi)在隱含關(guān)系的挖掘、規(guī)律的總結(jié)、問題的發(fā)現(xiàn)等提供技術(shù)和方法學(xué)支持。茲就中國(guó)知識(shí)資源總庫（CNKI）中醫(yī)藥數(shù)據(jù)挖掘文獻(xiàn)進(jìn)行整理，為相關(guān)研究提供參考。

1 資料來源

以“中醫(yī)藥”與“數(shù)據(jù)挖掘”為關(guān)鍵詞檢索，文獻(xiàn)類型包括學(xué)術(shù)期刊與學(xué)位論文，起止時(shí)間1998－2020年，得到文獻(xiàn)3 844篇，主要分類為醫(yī)藥衛(wèi)生科技、信息科技、基礎(chǔ)科學(xué)。鑒于本文側(cè)重研究者對(duì)中醫(yī)藥數(shù)據(jù)挖掘的應(yīng)用，所以選定文獻(xiàn)分類目錄為醫(yī)藥衛(wèi)生科技，信息科技與基礎(chǔ)科學(xué)相關(guān)文獻(xiàn)因側(cè)重于相關(guān)信息系統(tǒng)構(gòu)建與算法研究而排除，得到相關(guān)文獻(xiàn)3 654篇。將檢索文獻(xiàn)下載并進(jìn)行篩選及內(nèi)容梳理，刪除重復(fù)文獻(xiàn)，將少數(shù)非中醫(yī)藥數(shù)據(jù)挖掘文獻(xiàn)排除，最終得到3 597篇。本文借鑒文獻(xiàn)計(jì)量學(xué)的共詞分析，但側(cè)重辨證論治過程中數(shù)據(jù)挖掘方法的應(yīng)用。對(duì)處方進(jìn)行數(shù)據(jù)挖掘分析，歸為用藥規(guī)律類；癥候與證型的對(duì)應(yīng)關(guān)系分析，歸為辨證規(guī)律類；癥候-證型-用藥均使用數(shù)據(jù)挖掘分析，歸為辨證用藥規(guī)律類；選穴穴位及對(duì)應(yīng)癥候分析，歸為選穴規(guī)律類；以某一疾病的公開文獻(xiàn)為數(shù)據(jù)源進(jìn)行數(shù)據(jù)挖掘方法分析，按其主要內(nèi)容分為用藥規(guī)律類或文獻(xiàn)綜述類；將網(wǎng)絡(luò)藥理學(xué)與數(shù)據(jù)挖掘方法結(jié)合進(jìn)行中藥研究，按其內(nèi)容側(cè)重歸為用藥規(guī)律類或中藥研究類；數(shù)據(jù)挖掘算法研究及醫(yī)藥信息系統(tǒng)構(gòu)建的文獻(xiàn)，歸為中醫(yī)藥信息化類。具體文獻(xiàn)數(shù)量與類型見圖1。

圖1 中醫(yī)藥數(shù)據(jù)挖掘類文獻(xiàn)類型數(shù)量

從圖1可以看出，關(guān)于用藥規(guī)律的文獻(xiàn)最多，且逐年增加。用藥規(guī)律的數(shù)據(jù)來源廣泛，包括病歷收集、名家醫(yī)案、古籍資料等，其研究目的在于了解治療某一疾病的用藥規(guī)律，特別是角藥和對(duì)藥的應(yīng)用，從而發(fā)現(xiàn)名家或古籍的用藥獨(dú)特之處。用藥規(guī)律的類型越來越豐富，不限于對(duì)某一病癥的用藥分析，近年來單味飲片用藥規(guī)律、配伍用藥規(guī)律、名方用藥規(guī)律、成藥用藥規(guī)律的研究越來越多。用藥規(guī)律通常與檢驗(yàn)指標(biāo)、中藥研究的動(dòng)物實(shí)驗(yàn)、網(wǎng)絡(luò)藥理學(xué)、基因分析、分子機(jī)制等共同分析，為中藥研發(fā)提供理論支持與量化指標(biāo)。

文獻(xiàn)綜述類數(shù)量次之，近年來通常采用的方法是對(duì)中醫(yī)藥某一方面進(jìn)行關(guān)鍵詞搜索，對(duì)得到的文獻(xiàn)結(jié)果進(jìn)行整理與分析，博取各家之長(zhǎng)，探索不同派系辨證論治的共性與特性。辨證規(guī)律類文獻(xiàn)采用收集名家病歷，分析某一疾病不同證型的癥候規(guī)律、證素規(guī)律，通過主成分分析法、決策樹方法等以明確證型的主要對(duì)應(yīng)癥候。辨證用藥規(guī)律類文獻(xiàn)將證型、癥候、用藥綜合分析，對(duì)辨證論治的全過程進(jìn)行數(shù)據(jù)挖掘分析得到綜合分析結(jié)果，是通過數(shù)據(jù)驗(yàn)證對(duì)某方向、某派別中醫(yī)學(xué)術(shù)思想的總結(jié)。選穴規(guī)律類通過總結(jié)某一病癥針灸腧穴記錄，采用關(guān)聯(lián)分析找到關(guān)鍵穴位。中醫(yī)藥信息化類文獻(xiàn)雖然在醫(yī)藥衛(wèi)生領(lǐng)域并不多，但內(nèi)容新穎，是中醫(yī)藥與蓬勃發(fā)展的信息化技術(shù)充分融合。中醫(yī)藥信息化文獻(xiàn)包含中醫(yī)藥數(shù)據(jù)挖掘常用模型算法研究與比較、中醫(yī)藥隱性知識(shí)發(fā)現(xiàn)、中醫(yī)藥本體知識(shí)構(gòu)建、中醫(yī)藥信息化系統(tǒng)設(shè)計(jì)與構(gòu)建、中醫(yī)藥知識(shí)可視化等。特別是將中醫(yī)藥大數(shù)據(jù)分析系統(tǒng)嵌入醫(yī)院信息系統(tǒng)（HIS）方向的研究，代表了中醫(yī)藥人工智能的發(fā)展趨勢(shì)。

2 中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)與算法

數(shù)據(jù)挖掘軟件與平臺(tái)是中醫(yī)藥數(shù)據(jù)挖掘研究的一大利器。隨著中醫(yī)藥數(shù)據(jù)挖掘類研究的興起，各種中醫(yī)藥數(shù)據(jù)挖掘平臺(tái)與軟件隨之出現(xiàn)。經(jīng)典的數(shù)據(jù)挖掘過程一般包含數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)變換、建模、結(jié)果解釋和展示4個(gè)步驟。由于每種模型要求輸入變量的類型與屬性不同，且有特定格式，所以需要進(jìn)行數(shù)據(jù)準(zhǔn)備與變換。而數(shù)據(jù)挖掘建模得到的結(jié)果如何與中醫(yī)藥專業(yè)知識(shí)結(jié)合進(jìn)行解釋與展示，對(duì)操作者的統(tǒng)計(jì)知識(shí)有一定要求，經(jīng)典數(shù)據(jù)挖掘?qū)χ嗅t(yī)藥研究者過于抽象。早期進(jìn)行中醫(yī)藥數(shù)據(jù)挖掘，統(tǒng)計(jì)軟件是主要工具，但統(tǒng)計(jì)軟件存在專業(yè)性強(qiáng)、數(shù)據(jù)處理難度大等缺點(diǎn)，所以，專業(yè)的中醫(yī)藥數(shù)據(jù)挖掘軟件應(yīng)運(yùn)而生。

專業(yè)的中醫(yī)藥數(shù)據(jù)挖掘軟件，輸入數(shù)據(jù)均為中醫(yī)藥研究者熟悉的病歷數(shù)據(jù)、處方數(shù)據(jù)，不需要進(jìn)行數(shù)據(jù)的準(zhǔn)備與類型轉(zhuǎn)換，對(duì)結(jié)果的展示也進(jìn)行了注釋，便于理解。專業(yè)的中醫(yī)藥數(shù)據(jù)挖掘軟件背后依托專業(yè)團(tuán)隊(duì)，版本更新快速且專業(yè)，不少中醫(yī)藥研究者借此取得良好研究成果?，F(xiàn)有的主流中醫(yī)藥數(shù)據(jù)挖掘軟件有“中醫(yī)傳承輔助平臺(tái)”與“古今醫(yī)案云平臺(tái)”，以及許多文本挖掘平臺(tái)與軟件，如沈陽教授的ROST CM系統(tǒng)、Weka軟件等。

2.1 中醫(yī)藥數(shù)據(jù)挖掘工具

文獻(xiàn)中出現(xiàn)最多的3種數(shù)據(jù)挖掘工具是SPSS、中醫(yī)傳承輔助平臺(tái)、古今醫(yī)案云平臺(tái)。SPSS Modeler將數(shù)據(jù)挖掘過程簡(jiǎn)化為節(jié)點(diǎn)，相對(duì)于SPSS Statistics的數(shù)據(jù)界面更易操作。以用藥規(guī)律分析為例，數(shù)據(jù)準(zhǔn)備時(shí)需根據(jù)藥典或其他標(biāo)準(zhǔn)進(jìn)行藥品名稱標(biāo)準(zhǔn)化，繁瑣且易出錯(cuò)。標(biāo)準(zhǔn)化后的數(shù)據(jù)需添加類型節(jié)點(diǎn)，轉(zhuǎn)化為名義變量，才能進(jìn)行網(wǎng)絡(luò)圖分析與關(guān)聯(lián)規(guī)則分析。中醫(yī)傳承輔助平臺(tái)的數(shù)據(jù)錄入只能采用人工錄入醫(yī)案。古今醫(yī)案云平臺(tái)可按照相應(yīng)格式導(dǎo)入數(shù)據(jù)，提高效率，擴(kuò)大數(shù)據(jù)量，該平臺(tái)包含數(shù)據(jù)標(biāo)準(zhǔn)化模塊，自動(dòng)進(jìn)行標(biāo)準(zhǔn)化，只需人工審核糾錯(cuò)即可。藥品屬性分析方面，若不采用專業(yè)數(shù)據(jù)挖掘軟件，需對(duì)照藥典進(jìn)行藥物性味、歸經(jīng)及功效的對(duì)應(yīng)關(guān)系分析，上述兩平臺(tái)在此方面比較便捷，可自動(dòng)得到相應(yīng)的雷達(dá)圖。算法方面，SPSS Modeler建模節(jié)點(diǎn)無論關(guān)聯(lián)還是分類模型，均包含多種算法。數(shù)據(jù)挖掘平臺(tái)的算法已預(yù)設(shè)好，調(diào)整參數(shù)即可，有利有弊。優(yōu)點(diǎn)是操作比較簡(jiǎn)單，缺點(diǎn)是無法調(diào)整模型得到更優(yōu)結(jié)論。

中醫(yī)藥數(shù)據(jù)挖掘平臺(tái)進(jìn)行用藥分析時(shí)，藥物頻次、屬性、配伍、新方發(fā)現(xiàn)比較便捷，故用藥規(guī)律文獻(xiàn)較多，也是內(nèi)容模式化的原因之一。中醫(yī)傳承輔助平臺(tái)與古今醫(yī)案云平臺(tái)均有癥候分析與方證分析功能，但使用者較少，將數(shù)據(jù)挖掘更多地應(yīng)用于方證分析是創(chuàng)新的方向之一。數(shù)據(jù)挖掘工具也越來越多樣，不僅僅指中醫(yī)藥數(shù)據(jù)挖掘的平臺(tái)與軟件，隨著HIS普及，數(shù)據(jù)挖掘系統(tǒng)與工具正與HIS系統(tǒng)整合，可在臨床工作時(shí)進(jìn)行科研分析。

2.2 中醫(yī)藥數(shù)據(jù)挖掘算法

目前用藥規(guī)律和辨證規(guī)律常用的數(shù)據(jù)挖掘算法為關(guān)聯(lián)規(guī)則、聚類分析、主成分分析、因子分析，復(fù)雜網(wǎng)絡(luò)分析并非經(jīng)典數(shù)據(jù)挖掘方法，但應(yīng)用廣泛。用藥規(guī)律通過同時(shí)出現(xiàn)判斷角藥和對(duì)藥，辨證規(guī)律確定證型對(duì)應(yīng)癥候，在文獻(xiàn)計(jì)量學(xué)中的應(yīng)用為共詞分析，中藥研究通過多個(gè)對(duì)象推出另一對(duì)象，將多藥物之間關(guān)聯(lián)展現(xiàn)。聚類分析將研究對(duì)象相似或相近的加以歸類，將一組數(shù)據(jù)按照本身的內(nèi)在規(guī)律分為幾類。分類原則為組間差距大，組內(nèi)差距小，把相似的事物聚集在一起，進(jìn)而嘗試發(fā)現(xiàn)核心要素如核心處方、辨證核心要素，以及固定搭配如藥癥關(guān)系、新處方的發(fā)掘等。主成分分析與因子分析均為通過降維技術(shù)把多個(gè)變量化為少數(shù)主成分或因子的統(tǒng)計(jì)分析方法，這些主成分或主因子能反映原始變量的絕大部分信息，通常被用于癥候與證型對(duì)應(yīng)分析。復(fù)雜網(wǎng)絡(luò)指通過將復(fù)雜系統(tǒng)內(nèi)部元素抽象為節(jié)點(diǎn)，元素間關(guān)系抽象為邊，從而構(gòu)建具有復(fù)雜關(guān)聯(lián)關(guān)系的網(wǎng)絡(luò)。通過這種抽象，復(fù)雜網(wǎng)絡(luò)僅保留系統(tǒng)內(nèi)部組織結(jié)構(gòu)及關(guān)聯(lián)關(guān)系，過濾了其他復(fù)雜信息，從而使研究者可專注復(fù)雜系統(tǒng)內(nèi)部特征及性質(zhì)。復(fù)雜網(wǎng)絡(luò)被用于建立中藥藥性、功效、方劑網(wǎng)絡(luò)，也用于發(fā)現(xiàn)穴位或藥物配伍規(guī)律。

算法應(yīng)用方面，如果只是生硬采用經(jīng)典數(shù)據(jù)挖掘方法進(jìn)行中醫(yī)藥數(shù)據(jù)挖掘而不作相應(yīng)改進(jìn)，那么得到的僅為相關(guān)性的大小，而非癥候-證型-方劑蘊(yùn)含的因果關(guān)系，其結(jié)論僅是中醫(yī)基礎(chǔ)理論的驗(yàn)證，或無法解釋被認(rèn)為規(guī)避的異常結(jié)論。

數(shù)據(jù)挖掘的分類模型與預(yù)測(cè)模型被用于解決臨床實(shí)際問題，并取得很好效果。崔偉峰等將隨機(jī)森林用于原發(fā)性高血壓心血管風(fēng)險(xiǎn)預(yù)后模型，并證實(shí)有效；宮文浩等用決策樹和人工神經(jīng)網(wǎng)絡(luò)建立小兒肺炎痰熱閉肺證診斷模型，探索小兒肺炎痰熱閉肺證的決定要素，促進(jìn)中醫(yī)標(biāo)準(zhǔn)化；夏庭偉使用支持向量機(jī)、決策樹、多項(xiàng)式樸素貝葉斯等多種機(jī)器學(xué)習(xí)算法，構(gòu)建標(biāo)準(zhǔn)化的證型、舌圖像獲取途徑，再與臨床綜合數(shù)據(jù)特征融合，構(gòu)建2型糖尿病并發(fā)腎病混合深度神經(jīng)網(wǎng)絡(luò)診斷預(yù)測(cè)模型，并以此評(píng)估探索中醫(yī)證候與舌圖像對(duì)疾病風(fēng)險(xiǎn)預(yù)測(cè)的實(shí)際意義。

3 問題與對(duì)策

3.1 中醫(yī)藥數(shù)據(jù)現(xiàn)存問題與解決方法

①數(shù)據(jù)的標(biāo)準(zhǔn)化程度不一致，導(dǎo)致數(shù)據(jù)質(zhì)量偏低、處理費(fèi)時(shí)費(fèi)力。如不同醫(yī)院的診斷代碼標(biāo)準(zhǔn)不同，中醫(yī)醫(yī)院采用中醫(yī)證編碼（TCD）而西醫(yī)醫(yī)院采用國(guó)際疾病分類（ICD）、醫(yī)保診斷代碼與院內(nèi)代碼不同、藥品名稱存在地域性差異等。解決此類問題，需標(biāo)準(zhǔn)化處理，中醫(yī)藥數(shù)據(jù)挖掘軟件已對(duì)此開發(fā)了標(biāo)準(zhǔn)化模塊。②病歷的規(guī)范程度。醫(yī)院院內(nèi)質(zhì)控一般針對(duì)住院病歷，而門診病歷的質(zhì)量則難以保證，除醫(yī)院硬性規(guī)定，門診病歷內(nèi)容難免缺失，用詞不規(guī)范。由于實(shí)際門診就診患者較多，為保證效率，醫(yī)生難免以最簡(jiǎn)單方式完成門診病歷，導(dǎo)致中醫(yī)寶貴的四診數(shù)據(jù)、既往史數(shù)據(jù)不詳細(xì)，以致可挖掘內(nèi)容較少。而辨證論治的思維及重要信息都包含在門診病歷中。對(duì)此，已有學(xué)者從系統(tǒng)層面進(jìn)行改進(jìn)。潘玉穎等不僅創(chuàng)立了老中醫(yī)經(jīng)驗(yàn)搜索平臺(tái)，且建立與HIS連接的病歷診斷評(píng)價(jià)系統(tǒng)，自動(dòng)對(duì)門診病歷進(jìn)行質(zhì)量評(píng)分，為可挖掘病歷數(shù)據(jù)提供來源，有利于門診病歷質(zhì)量標(biāo)準(zhǔn)的建立，以及取得高質(zhì)量門診病歷作為數(shù)據(jù)源。

3.2 中醫(yī)藥數(shù)據(jù)特性及模型適用性

中醫(yī)病歷數(shù)據(jù)的主觀性較強(qiáng)，導(dǎo)致中醫(yī)藥數(shù)據(jù)整合與平臺(tái)建立難度較大。在商業(yè)數(shù)據(jù)挖掘與互聯(lián)網(wǎng)數(shù)據(jù)挖掘方向，數(shù)據(jù)來源為真實(shí)產(chǎn)生的記錄，收集方向不受人工干預(yù)，分析一般以全面為主?，F(xiàn)有中醫(yī)藥數(shù)據(jù)挖掘多源自經(jīng)過人工挑選的數(shù)據(jù)，中醫(yī)對(duì)癥候的描述多為主觀感受記錄。對(duì)數(shù)據(jù)進(jìn)行處理與整合及結(jié)構(gòu)化數(shù)據(jù)是針對(duì)上述問題的解決方法。從本研究收集到文獻(xiàn)的分析樣本量看，均為小樣本數(shù)據(jù)，尤其細(xì)分到具體證型時(shí)，樣本量更少。中醫(yī)數(shù)據(jù)如證型、四診癥候、方劑藥品屬性、功效、藥品組合等維度較廣，但由于樣本數(shù)量太少，采用經(jīng)典的數(shù)據(jù)挖掘算法所得到的結(jié)論不如大樣本數(shù)據(jù)有價(jià)值。因此，建立中醫(yī)藥結(jié)構(gòu)化數(shù)據(jù)庫，廣泛收集有效病歷數(shù)據(jù)，提取處理為目標(biāo)數(shù)據(jù)，累積到一定數(shù)據(jù)量后再進(jìn)行分析，可作為解決方法。此思路與從CNKI、萬方等數(shù)據(jù)庫收集數(shù)據(jù)的綜述類文獻(xiàn)想法不謀而合。

3.3 中醫(yī)處方療效評(píng)價(jià)

目前中藥處方有效性的療效評(píng)價(jià)方法難以確定，缺乏權(quán)威系統(tǒng)的評(píng)價(jià)方法。如果無效的方劑數(shù)據(jù)較多，則挖掘結(jié)果的質(zhì)量存在瑕疵。處方有效性判斷是中醫(yī)藥數(shù)據(jù)挖掘問題的立題之本。中醫(yī)療效通常通過口碑傳播，目前眾多名老中醫(yī)經(jīng)驗(yàn)探究與數(shù)據(jù)挖掘研究預(yù)設(shè)了名老中醫(yī)治療某方面疾病的經(jīng)驗(yàn)是有效的，但缺乏客觀指標(biāo)。若有檢查、檢驗(yàn)指標(biāo)可驗(yàn)證療效的疾病，則可通過指標(biāo)值對(duì)比進(jìn)行療效判定。無法通過指標(biāo)值進(jìn)行療效評(píng)價(jià)的疾病，還需學(xué)者在療效評(píng)價(jià)方面進(jìn)行探索，如評(píng)價(jià)量表及完整的患者療效評(píng)價(jià)體系。目前一些醫(yī)院在患者就診后根據(jù)診斷特性進(jìn)行短信或微信回訪也是較為可行的方法。

4 中醫(yī)藥數(shù)據(jù)挖掘發(fā)展方向

4.1 智能化

隨著人工智能技術(shù)不斷應(yīng)用，中醫(yī)藥數(shù)據(jù)挖掘乃至整個(gè)中醫(yī)藥臨床與科研的發(fā)展方向均為信息化、智能化，中醫(yī)藥數(shù)據(jù)挖掘與HIS深度融合是大勢(shì)所趨。中醫(yī)藥數(shù)據(jù)挖掘文獻(xiàn)發(fā)表量逐年增加，臨床工作者對(duì)其應(yīng)用程度也不斷加深，并更加貼近臨床工作。在系統(tǒng)中嵌入中醫(yī)藥數(shù)據(jù)挖掘平臺(tái)，通過將HIS數(shù)據(jù)進(jìn)行抽取并進(jìn)行標(biāo)準(zhǔn)化處理，解決了中醫(yī)藥數(shù)據(jù)挖掘中的數(shù)據(jù)處理難題。在日常開具處方過程中，出現(xiàn)類似知識(shí)庫的提示，將名老中醫(yī)的經(jīng)驗(yàn)直接展示推薦，將有益于日常臨床處方、學(xué)習(xí)及病歷書寫標(biāo)準(zhǔn)化?？纱┐髟O(shè)備技術(shù)越來越成熟，中醫(yī)癥候與四診信息的自動(dòng)化采集越來越可行。通過分析舌診與面診數(shù)據(jù)，可以得到標(biāo)準(zhǔn)化高質(zhì)量的四診數(shù)據(jù)與癥候數(shù)據(jù)。可見，主觀化的問診數(shù)據(jù)通過變成可量化的機(jī)器采集，能保證癥候數(shù)據(jù)的客觀性與標(biāo)準(zhǔn)化，推動(dòng)數(shù)據(jù)挖掘在辨證規(guī)律上的應(yīng)用。

4.2 數(shù)據(jù)結(jié)構(gòu)化與平臺(tái)化

中醫(yī)藥數(shù)據(jù)的結(jié)構(gòu)化整合與展現(xiàn)越來越普遍。醫(yī)院大量臨床數(shù)據(jù)及管理數(shù)據(jù)的出現(xiàn)，刺激著數(shù)據(jù)挖掘技術(shù)的深層次開發(fā)應(yīng)用，并反向作用于醫(yī)院的進(jìn)一步發(fā)展。近年來，關(guān)于中醫(yī)臨床知識(shí)的本體構(gòu)建逐漸增多，知識(shí)本體能更好傳播中醫(yī)治療方法與名家經(jīng)驗(yàn)，并與數(shù)據(jù)挖掘研究相互驗(yàn)證。蔡云對(duì)周仲瑛教授治療肺癌的知識(shí)本體進(jìn)行了構(gòu)建及數(shù)據(jù)挖掘研究。知識(shí)本體科學(xué)系統(tǒng)地處理中醫(yī)數(shù)據(jù)，有利于中醫(yī)學(xué)術(shù)思想的總結(jié)與分享，有助于形成結(jié)構(gòu)化的中醫(yī)藥數(shù)據(jù)庫。來源于結(jié)構(gòu)化數(shù)據(jù)庫的中醫(yī)藥數(shù)據(jù)挖掘研究可克服主觀化及小樣本缺點(diǎn)，實(shí)現(xiàn)真正的中醫(yī)藥大數(shù)據(jù)。

中醫(yī)藥數(shù)據(jù)的可視化也在不斷發(fā)展，有利于中醫(yī)藥知識(shí)的展現(xiàn)與分享。本研究所收集的文獻(xiàn)中，近年出現(xiàn)的知識(shí)圖譜與可視化軟件有Gephi、Bibexcel、NetDraw、CiteSpace及VOSviewer等。這些軟件可快速全面從公開文獻(xiàn)中挖掘中醫(yī)隱性知識(shí)，有利于中醫(yī)數(shù)據(jù)的結(jié)構(gòu)化。

4.3 臨床科研一體化

臨床科研一體化與多維度數(shù)據(jù)整合也是發(fā)展中醫(yī)藥數(shù)據(jù)挖掘的方法。針對(duì)中醫(yī)療效難以判斷的問題，可建立療效評(píng)價(jià)與量表系統(tǒng)。整合的數(shù)據(jù)不僅包含辨證論治過程，還包含療效評(píng)價(jià)與患者個(gè)人信息。療效評(píng)價(jià)系統(tǒng)是針對(duì)疾病開發(fā)療效評(píng)價(jià)方法，即將指標(biāo)、量表、短信微信回訪相結(jié)合，患者達(dá)到特定病程后自動(dòng)評(píng)價(jià)療效。程小恩等通過采集四川省80多家中醫(yī)醫(yī)院30多萬條電子病歷，利用大數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)，構(gòu)建中醫(yī)特色的“三名樹網(wǎng)”可視化模型展示名醫(yī)、名科、名院數(shù)據(jù)，從而科學(xué)評(píng)估醫(yī)生、科室、醫(yī)院的業(yè)務(wù)水平，輔助管理層合理利用醫(yī)療資源。隨著信息化程度加深與大數(shù)據(jù)戰(zhàn)略全面開展，此類綜合系統(tǒng)將越來越普遍；包含客觀療效評(píng)價(jià)、整合多維度多地區(qū)數(shù)據(jù)的科研大數(shù)據(jù)平臺(tái)將越來越多。

5 結(jié)語

本研究通過收集梳理CNKI文獻(xiàn)，對(duì)中醫(yī)藥數(shù)據(jù)挖掘的應(yīng)用現(xiàn)狀進(jìn)行整理分析，發(fā)現(xiàn)中醫(yī)藥數(shù)據(jù)挖掘研究雖處于蓬勃發(fā)展階段，但存在應(yīng)用方式單一模式化問題。中醫(yī)藥數(shù)據(jù)挖掘依托醫(yī)院信息化推進(jìn)與數(shù)據(jù)挖掘算法的推廣，發(fā)展現(xiàn)狀與兩者密切相關(guān)。中醫(yī)藥數(shù)據(jù)挖掘與辨證論治思想相契合，有利于探究中醫(yī)藥隱性知識(shí)。如何在保留中醫(yī)藥特色的基礎(chǔ)上進(jìn)行研究，充分將兩者融合是難點(diǎn)，筆者認(rèn)為更全面智能的信息化、平臺(tái)化是解決問題關(guān)鍵，值得今后重點(diǎn)關(guān)注。