證素辨證理論體系與方法學(xué)研究述評

王章林，賴新梅

（福建中醫(yī)藥大學(xué)中醫(yī)證研究基地，福建福州 350122）

證素辨證是近年來中醫(yī)辨證領(lǐng)域熱門研究方法之一。其主要原理在于通過計算癥狀對病位、病性證素的診斷貢獻(xiàn)度，準(zhǔn)確辨識現(xiàn)階段證素分布規(guī)律，由證素組合而作出證名診斷。證素辨證理論與方法的提出，在一定程度上改變了傳統(tǒng)中醫(yī)辨證方法繁雜、證型診斷結(jié)果各異的局面，也為中醫(yī)學(xué)與數(shù)學(xué)、計算機(jī)等多學(xué)科深度交叉融合提供良好范式。時至今日，該理論與方法正日漸為中醫(yī)界所認(rèn)可，并廣泛運(yùn)用于臨床診療，切實(shí)發(fā)揮實(shí)踐指導(dǎo)作用。現(xiàn)就近年來證素辨證理論體系與方法學(xué)發(fā)展情況及存在問題概述如下。

1 理論體系架構(gòu)

1.1 首創(chuàng)者——朱文鋒教授 作為體系的創(chuàng)立者，朱文鋒教授系統(tǒng)闡釋證素的概念，明確指出“證素即證的要素，是中醫(yī)辨證診斷的最小單元”［1］，論述證素特征［2-3］與確定原則［4］，提取通用證素53 項(xiàng)（病位證素20 項(xiàng)，病性證素33 項(xiàng)）；提出“根據(jù)證候，辨別證素，組成證名”的證素辨證思維規(guī)律與方法論［5］；設(shè)計三階雙網(wǎng)結(jié)構(gòu)以及能夠確定證候診斷權(quán)值的頻權(quán)剪叉算法［6-10］；通過證候?qū)ψC素、證型的貢獻(xiàn)度，建立中醫(yī)辨證基本數(shù)學(xué)模型——“加權(quán)求和浮動閾值運(yùn)算”［11］；并出版《證素辨證學(xué)》《實(shí)用中醫(yī)辨證手冊》等專著，自主開發(fā)中醫(yī)證素辨證診療系統(tǒng)，即“WF 文鋒-Ⅲ中醫(yī)（輔助）診療系統(tǒng)”［12］，實(shí)現(xiàn)理論創(chuàng)立、方法創(chuàng)新與實(shí)踐應(yīng)用有機(jī)融合。

在朱教授創(chuàng)建的證素辨證系統(tǒng)中，尤其是在癥狀-證素映射關(guān)系方面，癥狀、體征信息對證素積分的診斷貢獻(xiàn)度是固定不變的。因此，要預(yù)先對所有癥狀的證素診斷貢獻(xiàn)度賦值。這種原始賦值的方法，存在一定主觀性，無法根據(jù)不同病種、時空環(huán)境而動態(tài)變換，靈活調(diào)整。同時，中醫(yī)癥狀的全集目前在業(yè)內(nèi)尚未形成共識。這些因素促使該理論體系亟需進(jìn)一步完善。

1.2 重要參與者——王永炎院士 作為該體系的重要參與者，王永炎院士同樣認(rèn)可“降維升階”作為證素辨證理論體系的核心思想，在系統(tǒng)復(fù)雜性科學(xué)理念指導(dǎo)下，中醫(yī)復(fù)雜病機(jī)與證型均可通過“降維”分解為最基本的診斷單元，即證候要素，而證候要素又可以相互組合“升階”形成復(fù)雜的病機(jī)［13-14］。

與朱教授不同之處在于，王院士最終確立6 個病位要素和14 個病性要素，證候要素數(shù)量明顯較前者減少。同時，其認(rèn)為“以象為素，以素為候，以候?yàn)樽C，病證結(jié)合，方證相應(yīng)的原則，是辨證方法體系的理論依據(jù)”，將證候要素界定為病因，證候靶點(diǎn)定義為病位，就此提出構(gòu)建以證候要素與證候靶點(diǎn)應(yīng)證組合為核心，具有非線性特征的多維多階辨證體系研究思路［15］。但是，關(guān)于證候要素與病因、病位要素，以及證候要素與證候靶點(diǎn)之間相互關(guān)系的認(rèn)識，稍顯模糊，有待進(jìn)一步深入研究。

1.3 主要發(fā)展者——李燦東教授 作為該體系的主要發(fā)展者，李燦東教授創(chuàng)造性地提出狀態(tài)要素概念，將證素辨證中的病位、病性分別歸屬于狀態(tài)要素中的部位和性質(zhì)［16］；同時狀態(tài)要素又涵蓋證素所未涉及的未病態(tài)、欲病態(tài)的辨識要素；基于證素辨證原理，系統(tǒng)提出健康狀態(tài)辨識理論，拓展了證素辨證理論體系的內(nèi)涵與外沿，將傳統(tǒng)中醫(yī)病證診斷延伸到對人體生命全周期健康狀態(tài)的動態(tài)辨識，出版專著《中醫(yī)狀態(tài)學(xué)》《中醫(yī)健康管理學(xué)》，進(jìn)一步豐富與發(fā)展中醫(yī)證素辨證理論體系。

2 研究應(yīng)用拓展

目前，證素辨證理論與方法日益得到眾多學(xué)者關(guān)注，并廣泛運(yùn)用于院?？蒲?、臨床診斷、健康管理等眾多領(lǐng)域。

2.1 揭示疾病證素分布規(guī)律 李燦東等［17-21］運(yùn)用證素辨證方法，深入挖掘代謝綜合征、圍絕經(jīng)期綜合征、2 型糖尿病腎病、尋常痤瘡等多種疾病的證素分布規(guī)律，并對吸毒特殊人群的生理、病理變化進(jìn)行證素識別［22］。陳淑嬌等［23-26］通過采集圍絕經(jīng)期肥胖患者病情資料，發(fā)現(xiàn)圍絕經(jīng)期肥胖主要病位證素為脾、肝、腎，病性證素為痰、氣滯、濕、血瘀、陽虛、氣虛、陰虛、血虛。疾病是一個動態(tài)變化的異常生命過程。在疾病發(fā)生、發(fā)展不同病程階段中，患者的證素同樣也是在動態(tài)變化著。春柳等［27］通過貝葉斯網(wǎng)絡(luò)，分析新型冠狀病毒肺炎不同分期證素分布的條件概率，結(jié)果顯示：疾病初期病性證素以濕、寒、熱（火）為主，病位主要在肺、衛(wèi)分；進(jìn)展期（中期）病性證素以毒、熱（火）、濕、痰為主，病位主要在肺；危重期病性證素以毒、熱（火）、氣脫為主，病位主要在肺、心神（腦）；恢復(fù)期病性證素以氣虛、陰虛為主，病位證素主要在肺、脾。符麗等［28］運(yùn)用描述性分析和方差分析等統(tǒng)計學(xué)方法，發(fā)現(xiàn)支氣管哮喘慢性持續(xù)期患者以表、肺為主要病位，寒、熱、風(fēng)等病性證素錯雜相間，病機(jī)復(fù)雜。

目前，運(yùn)用證素辨證方法，主要是發(fā)現(xiàn)不同疾病證素分布的一般規(guī)律，尚未深入研究證素之間兼雜、主次、緩急的復(fù)雜關(guān)系。而正確處理證素之間的復(fù)雜關(guān)系，對提高證素辨證結(jié)果的準(zhǔn)確性具有重要意義。

2.2 挖掘證素診斷規(guī)則 診斷規(guī)則的挖掘與制定，是實(shí)現(xiàn)中醫(yī)智能化辨證診斷的核心與關(guān)鍵。虞海虹等［29］選取751 條收載于中醫(yī)各科臨床教材的病證數(shù)據(jù)，采用IBM SPSS Clementine 14.1 挖掘平臺探尋證候到證素的分類關(guān)聯(lián)規(guī)則，共挖掘出證素診斷規(guī)則25 條，其中病位證素診斷規(guī)則5 條，病性證素診斷規(guī)則20 條。黃文金等［30］對《中醫(yī)婦科學(xué)》的辨證分型數(shù)據(jù)采用Apriori 算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得出證素之間、證素與證候之間的關(guān)聯(lián)規(guī)則，共挖掘病位證素→病性證素24 條規(guī)則，病性證素→病位證素9 條規(guī)則，證候→證素25 條規(guī)則。瞿麟等［31］通過對9 730 篇文獻(xiàn)進(jìn)行證型術(shù)語規(guī)范及證素拆解后，同樣采用Apriori 算法，挖掘出證素組合規(guī)則24 條。

由于研究數(shù)據(jù)來源不同，數(shù)據(jù)規(guī)范化程度參差不齊，不同研究者所挖掘的證素診斷規(guī)則也是各不相同。中醫(yī)界尚未就證素診斷規(guī)則達(dá)成一致認(rèn)識。不同診斷規(guī)則，有可能導(dǎo)致患者在同一時間節(jié)點(diǎn)，出現(xiàn)差別較大，甚至相互矛盾的證素辨證結(jié)果。

2.3 構(gòu)建證素辨證智能化診斷模型 利用大數(shù)據(jù)、現(xiàn)代統(tǒng)計分析技術(shù)與方法，發(fā)現(xiàn)患者癥狀、體征以及各項(xiàng)理化指標(biāo)對中醫(yī)證素的診斷貢獻(xiàn)度，從而構(gòu)建證素辨證智能化診斷模型，是當(dāng)下研究趨勢之一。吳冬梅等［32-33］采用證素計量辨證法，建立宮頸上皮內(nèi)瘤變證素計量辨證的相關(guān)標(biāo)準(zhǔn)；同時，通過觀察宮腔粘連患者宮腔鏡下宮腔微觀征象，發(fā)現(xiàn)宮腔鏡下子宮內(nèi)膜顏色、子宮內(nèi)膜血管顏色及形態(tài)、粘連程度等局部征象與中醫(yī)證素有關(guān)［34］。王嘉祺等［35］以中醫(yī)證素辨證理論為核心，結(jié)合2 型糖尿病中醫(yī)證型分布規(guī)律，將中醫(yī)證素作為神經(jīng)網(wǎng)絡(luò)的輸入，證型作為神經(jīng)網(wǎng)絡(luò)的輸出，建立16 輸入、單輸出的BP 神經(jīng)網(wǎng)絡(luò)模型，能夠準(zhǔn)確揭示中醫(yī)證素與證型之間的對應(yīng)關(guān)系；同時納入身高、體質(zhì)量、糖化血紅蛋白、空腹胰島素、空腹血糖、空腹C 肽等理化檢查數(shù)據(jù)，建立多元回歸模型，結(jié)果發(fā)現(xiàn)2 型糖尿病西醫(yī)指標(biāo)與中醫(yī)證素有關(guān)系，與部分中醫(yī)證型也存在相關(guān)關(guān)系。

目前，學(xué)者開始普遍關(guān)注微觀檢查指標(biāo)對中醫(yī)證素辨證的參考價值，認(rèn)識到現(xiàn)代理化指標(biāo)與中醫(yī)證素、證型存在相關(guān)關(guān)系，要將其納入證素辨證智能化診斷模型中。但對其所蘊(yùn)含的中醫(yī)病理診斷意義的認(rèn)識，以及對證素積分的診斷貢獻(xiàn)值具體如何，尚且有帶進(jìn)一步深入研究。

3 證素辨證優(yōu)化研究

人工智能技術(shù)在中醫(yī)藥領(lǐng)域中的應(yīng)用是近年來新興的研究熱點(diǎn)，基于數(shù)據(jù)驅(qū)動的新一代人工智能算法更是當(dāng)前研究主流。目前，學(xué)術(shù)界已經(jīng)注意到證素辨證方法體系尚存在不盡如人意之處，尤其是在證素診斷規(guī)則制定、證素診斷閾值的動態(tài)修正以及癥狀與證素、證名之間復(fù)雜映射關(guān)系的確定方面，并開始著力對其進(jìn)行優(yōu)化研究，業(yè)已取得一定進(jìn)展。

3.1 證素診斷規(guī)則優(yōu)化 許強(qiáng)等［36］通過采用有向圖這種數(shù)據(jù)結(jié)構(gòu)形式，對《中醫(yī)臨床診療術(shù)語 證候部分》前400 條數(shù)據(jù)進(jìn)行證型拆分，利用ISO-R法則進(jìn)行驗(yàn)證，發(fā)現(xiàn)ISO-R 法則是證素組合的普遍法則，可用于判定任意給定的一組證素集合是否能夠構(gòu)成某個證型。徐佳君等［37］提出圍繞證候要素閾值、一（少）元論、伴隨表征的共同指向、三因制宜、重視“辨病”、重視“主癥”“重癥”、重視“辨病機(jī)”7 條規(guī)則，并借助人工智能算法加以轉(zhuǎn)化，實(shí)現(xiàn)由證素組合形成完整證名的邏輯推理過程，提升中醫(yī)診斷辨證的客觀性和準(zhǔn)確性。石英杰等［38］提出證候?qū)哟蝿澐址椒ê妥C候要素多層次表示方法，將證候名稱組成要素劃分為病位要素、病性要素（包括基本物質(zhì)、病因、病理狀態(tài)）、連接詞的兩層五類結(jié)構(gòu)，系統(tǒng)梳理證候拆分流程。并通過對《中醫(yī)臨床診療術(shù)語 證候部分》證候名稱的批量處理，計算機(jī)批量處理的準(zhǔn)確率為71.4%。

證素診斷規(guī)則眾多，但缺乏統(tǒng)一的判斷標(biāo)準(zhǔn)，規(guī)則的科學(xué)性與普適性尚無法得到充分驗(yàn)證，未能得到普遍推廣應(yīng)用。

3.2 證素診斷閾值的修正 楊雪梅等［39-41］借鑒機(jī)器學(xué)習(xí)系統(tǒng)模型，研制若干中醫(yī)證素辨識算法及模型（如人工神經(jīng)元網(wǎng)絡(luò)、決策樹、最小二乘線性擬合等），在實(shí)現(xiàn)癥-證素診斷權(quán)值動態(tài)修正同時，進(jìn)行多個模型證素辨識準(zhǔn)確率的大樣本臨床實(shí)驗(yàn)驗(yàn)證和比較；進(jìn)一步采用裝袋法和推進(jìn)法來匯總多個模型的辨識結(jié)論以達(dá)到提高中醫(yī)證素辨識準(zhǔn)確率的目標(biāo)。當(dāng)應(yīng)用中模型集合辨識準(zhǔn)確率急劇降低時，則激活算法集合重運(yùn)行，構(gòu)建新模型，實(shí)現(xiàn)模型集合及知識庫的動態(tài)修正。

證素診斷閾值的修正，有利于實(shí)現(xiàn)證素診斷標(biāo)準(zhǔn)更加動態(tài)、精確，但也不可忽視基線標(biāo)準(zhǔn)的重要作用。同時，不能將病證截然分割，不考慮具體疾病診斷而修正證素診斷閾值，有可能影響證素辨證方法的準(zhǔn)確性。

3.3 癥狀與證素、證名之間映射關(guān)系研究 辜偉科等［42］將中醫(yī)證素辨證與機(jī)器學(xué)習(xí)方法相結(jié)合，構(gòu)建智能化的失眠癥中醫(yī)證素辨證模型，對失眠癥的中醫(yī)癥狀與證素之間復(fù)雜的對應(yīng)關(guān)系進(jìn)行精確地分析，從中篩選出具有典型特征的病位證素與病性證素，實(shí)現(xiàn)在失眠癥的診療過程中癥狀-證素-證名的智能化辨識。于婧等［43］利用矩陣運(yùn)算技術(shù)，將醫(yī)案數(shù)據(jù)作為研究對象，以聯(lián)合度為評價指標(biāo)，構(gòu)建“癥狀-證素-證型”異質(zhì)關(guān)聯(lián)網(wǎng)絡(luò)，探索“癥狀-證素-證型”兩兩元素之間的組合規(guī)則，并與Apriori 關(guān)聯(lián)分析算法進(jìn)行比較，分別對1 164 條肝癌醫(yī)案的辨證規(guī)律進(jìn)行分析，發(fā)現(xiàn)HAN 算法提取結(jié)果和計算效率優(yōu)于Apriori 算法，HAN 算法能高效精準(zhǔn)地挖掘醫(yī)案中癥狀、證素、證型之間的潛在關(guān)系。

雖然在證素辨證方法學(xué)層面，目前已取得一定進(jìn)展。但就多個證素如何形成完整證名、證素之間相兼錯雜關(guān)系的計算機(jī)處理過程的研究稍顯不足。

4 研究展望

針對證素辨證存在的問題與研究現(xiàn)狀，筆者認(rèn)為，下一步可以：①利用健康體檢大數(shù)據(jù)，構(gòu)建未病狀態(tài)人群證素辨識積分模型，分析該特殊人群生命表征參數(shù)對證素辨識的影響，進(jìn)一步明確人體未病狀態(tài)下，中醫(yī)證素積分的基線水準(zhǔn)，從而為已病、欲病狀態(tài)人群的證素辨識提供重要參照；②堅持中醫(yī)病證結(jié)合模式，結(jié)合具體中醫(yī)病種的病理特點(diǎn)與發(fā)生、發(fā)展規(guī)律，深入研究患者癥狀、體征以及理化指標(biāo)對證素的診斷貢獻(xiàn)度，擴(kuò)大參數(shù)范圍，修正原有的證素賦分，形成動態(tài)、靈活的證素診斷閾值；③以中醫(yī)理論為指導(dǎo)，制定由證素組合到規(guī)范證名的多元知識診斷規(guī)則，準(zhǔn)確揭示多種證素之間主次、相兼、重疊關(guān)系。進(jìn)一步完善該理論體系，優(yōu)化證素辨證方法，有效提高證素辨證診斷結(jié)果的準(zhǔn)確性與預(yù)見性，任重道遠(yuǎn)。