基于數(shù)據(jù)驅(qū)動(dòng)中醫(yī)證治規(guī)律研究的核心問(wèn)題及解決策略

【摘要】 辨證論治是中醫(yī)核心診療思維，是決定臨床療效的關(guān)鍵。如今，基于臨床數(shù)據(jù)研究是探索中醫(yī)證治規(guī)律的主要方法，但未真正而全面地剖析出“病-證-方-藥-效”關(guān)鍵因素的內(nèi)在關(guān)系，導(dǎo)致研究結(jié)果的臨床價(jià)值較低。因此，筆者系統(tǒng)梳理了電子病歷與臨床研究匹配性差、數(shù)據(jù)治理影響數(shù)據(jù)準(zhǔn)確性、數(shù)據(jù)分析方法難以發(fā)掘中醫(yī)證治規(guī)律等核心問(wèn)題，并在數(shù)據(jù)驅(qū)動(dòng)的背景下，建立中醫(yī)臨床科研大數(shù)據(jù)平臺(tái)、開發(fā)以人工智能為核心的數(shù)據(jù)治理與分析技術(shù)，從而實(shí)現(xiàn)臨床科研一體化，為中醫(yī)證治規(guī)律研究提供新思路與方法，推動(dòng)中醫(yī)藥的發(fā)展。

【關(guān)鍵詞】 中醫(yī)藥療法；證治規(guī)律；數(shù)據(jù)驅(qū)動(dòng)；數(shù)據(jù)挖掘；電子病歷；核心問(wèn)題；解決策略

【中圖分類號(hào)】 R 242 【文獻(xiàn)標(biāo)識(shí)碼】 A DOI：10.12114/j.issn.1007-9572.2023.0311

Core Problems and Solving Strategies of the Research on the Law of TCM Syndrome and Treatment Based on Data Driven

ZHEN Qian1，ZHU Rong1，WANG Zhongrui1，CUI Weifeng2，YAN Shuxun3，SHAO Mingyi3，YU Haibin3，F(xiàn)U Yu3*

1.Henan University of Traditional Chinese Medicine，Zhengzhou 450046，China

2.Henan Integrated Hospital of Traditional Chinese and Western Medicine，Zhengzhou 450003，China

3.The First Affiliated Hospital of Henan University of Chinese Medicine，Zhengzhou 450000，China

*Corresponding author：FU Yu，Associate chief physician；E-mail：kybfuyu@126.com

【Abstract】 Treatment based on syndrome differentiation is the core diagnostic and therapeutic thinking of traditional Chinese medicine（TCM），which is the key to determine clinical efficacy. Nowadays，research based on clinical data is the main method to explore the law of TCM syndrome and treatment，but the internal relationship of the key factors of“disease-syndrome-formula-medicine-effect”has not been truly and comprehensively analyzed，resulting in low clinical value of research results. Therefore，the author systematically sorted out the core problems of poor matching between electronic medical record and clinical research，the effect of data governance on data accuracy，difficulties to discover the law of TCM syndrome and treatment by data analysis methods. In addition，in the context of data driven，the big data platform of TCM clinical research should be established，and the data governance and analysis technology with artificial intelligence as the core should be developed，so as to realize the integration of clinical practice and research，providing new ideas and methods for the research of the law of TCM syndrome and treatment and promoting the development of TCM.

【Key words】 Traditional Chinese medicine therapy；The law of syndrome and treatment；Data driven；Data mining；Electronic medical record；Core problems；Solving strategies

辨證論治是中醫(yī)核心診療思維，是決定臨床療效的關(guān)鍵。臨床診療實(shí)踐中富含大量有價(jià)值的數(shù)據(jù)信息，基于臨床電子病歷數(shù)據(jù)（electronic medical record，EMR）探索中醫(yī)證治規(guī)律研究，能夠發(fā)現(xiàn)“病-證-方-藥-效”之間的內(nèi)在聯(lián)系，從而指導(dǎo)臨床實(shí)踐，提升療效。但目前中醫(yī)證治規(guī)律研究結(jié)果臨床價(jià)值不高［1］，其實(shí)踐性、應(yīng)用性和指導(dǎo)性較差。針對(duì)此，在數(shù)據(jù)驅(qū)動(dòng)理念指導(dǎo)下，本文從EMR、數(shù)據(jù)治理、數(shù)據(jù)分析三大方面梳理現(xiàn)存的核心問(wèn)題，明確將臨床數(shù)據(jù)用于科研研究的關(guān)鍵難點(diǎn)，并提出建立中醫(yī)臨床科研大數(shù)據(jù)平臺(tái)、發(fā)展以人工智能（artificial intelligence，AI）為核心技術(shù)的解決策略，達(dá)成以數(shù)據(jù)為中心進(jìn)行決策和行動(dòng)，從而實(shí)現(xiàn)臨床科研一體化，提升中醫(yī)證治規(guī)律研究結(jié)果的適用性。

1 EMR是中醫(yī)證治規(guī)律研究的重要載體

辨證論治被認(rèn)為是中醫(yī)核心診療思維，是指導(dǎo)中醫(yī)臨床診療疾病的基本原則，也是決定臨床療效的關(guān)鍵。然而，由于辨證體系不同、術(shù)語(yǔ)不規(guī)范、臨床情況復(fù)雜，且缺乏對(duì)疾病發(fā)生、發(fā)展的整體性判斷，易受假象和主觀因素的影響［2-3］，導(dǎo)致辨證存在差異，從而形成“千人千方”的局面，限制了中醫(yī)的傳承與創(chuàng)新。中醫(yī)遵循著“實(shí)踐-理論-指導(dǎo)實(shí)踐-完善理論”這一循環(huán)往復(fù)、螺旋上升的發(fā)展規(guī)律［4］。而基于臨床數(shù)據(jù)的中醫(yī)證治規(guī)律研究能夠發(fā)掘其中隱含的證治知識(shí)，是針對(duì)疾病整體變化反應(yīng)所作出相應(yīng)診療規(guī)律的概括，有助于提升臨床辨證論治的主動(dòng)性和預(yù)見性，提高臨床有效性。目前，隨著醫(yī)療衛(wèi)生數(shù)字化信息日益豐富，中醫(yī)EMR既體現(xiàn)了理、法、方、藥的綜合運(yùn)用［5］，并在數(shù)據(jù)真實(shí)性和可靠性上優(yōu)于其他數(shù)據(jù)信息［6］。因此，基于EMR的中醫(yī)證治規(guī)律研究能夠發(fā)現(xiàn)隱藏的證治知識(shí)，但研究結(jié)果未真正剖析出“病-證-方-藥-效”關(guān)鍵因素的內(nèi)在關(guān)系，臨床價(jià)值較低［1］，這其中仍存在一系列問(wèn)題。

2 基于EMR的中醫(yī)證治規(guī)律研究所面臨的核心問(wèn)題

2.1 EMR與臨床研究要求匹配性差

EMR建立之初是方便臨床醫(yī)生診療工作及醫(yī)院管理［7］，必然會(huì)與臨床研究要求不相匹配，其中存在許多問(wèn)題。首先，臨床診療的有效性是中醫(yī)藥數(shù)據(jù)驅(qū)動(dòng)的立題之本。目前尚未有合適的中醫(yī)臨床療效評(píng)價(jià)方法［4］，不能較科學(xué)、客觀地詮釋EMR中臨床診療的實(shí)際療效。因此，基于EMR得出研究結(jié)果是否真正適用于指導(dǎo)臨床有待商榷。其次，近幾年不斷重視并強(qiáng)調(diào)建立臨床科研一體化平臺(tái)，但具體探索中就臨床數(shù)據(jù)而言，也存在一些客觀因素：（1）質(zhì)量偏低：由于中醫(yī)臨床術(shù)語(yǔ)未標(biāo)準(zhǔn)化等各種因素造成臨床醫(yī)護(hù)人員記錄病歷不詳實(shí)、醫(yī)療機(jī)構(gòu)不能完全把控病歷質(zhì)量，以及患者自身狀態(tài)不同，導(dǎo)致獲取數(shù)據(jù)信息不詳實(shí)［8］。（2）結(jié)構(gòu)復(fù)雜：醫(yī)院信息管理系統(tǒng)的各個(gè)數(shù)據(jù)庫(kù)，如醫(yī)院實(shí)驗(yàn)室信息系統(tǒng)（Laboratory Information System，LIS）數(shù) 據(jù)、影像歸檔和通信系統(tǒng)（Picture Archiving and Communication Systems，PACS）數(shù) 據(jù)、醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）數(shù)據(jù)，這些數(shù)據(jù)庫(kù)分支沒有實(shí)現(xiàn)真正的融合［6］，結(jié)構(gòu)相當(dāng)復(fù)雜，且文本信息多為非結(jié)構(gòu)化數(shù)據(jù)，影響數(shù)據(jù)處理與應(yīng)用。（3）信息呈“孤島化”：不同地域、級(jí)別、類別等醫(yī)院涵蓋的數(shù)據(jù)信息有所差異且相對(duì)封閉，同時(shí)未經(jīng)規(guī)范化處理的數(shù)據(jù)限制了數(shù)據(jù)共享，以及數(shù)據(jù)共享所涉及的協(xié)作機(jī)制不成熟、各方利益不均、法律法規(guī)體系不完備等原因，使得數(shù)據(jù)呈現(xiàn)單一化局面［9］。

2.2 數(shù)據(jù)治理影響數(shù)據(jù)可溯源性、完整性、準(zhǔn)確性

2.2.1 數(shù)據(jù)提取：從數(shù)據(jù)儲(chǔ)存模塊中提取這一過(guò)程也有許多問(wèn)題。不同模塊中變量信息的格式、取值以及完整性、準(zhǔn)確性不同［10-11］，且手工錄入、系統(tǒng)導(dǎo)出、借助電子數(shù)據(jù)采集（electronic data capture，EDC）技術(shù)工具等提取方式也影響著數(shù)據(jù)的準(zhǔn)確性、安全性。同時(shí)，缺乏統(tǒng)一規(guī)范化采集指南，造成提取的困難與繁瑣。

2.2.2 數(shù)據(jù)清理：現(xiàn)仍缺乏一套完整-規(guī)范-統(tǒng)一且行之有效的中醫(yī)臨床醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)體系［12］。研究者雖可參照教材、藥典、證候指導(dǎo)原則統(tǒng)一規(guī)范病名、證候、中藥等，但仍導(dǎo)致數(shù)據(jù)不準(zhǔn)確，如將“法半夏”或“姜半夏”統(tǒng)歸于“半夏”［13］，將“眩暈”“頭痛”“癡呆”等歸屬為慢性腦缺血疾病范疇［14］，必然會(huì)使研究結(jié)果出現(xiàn)偏差。結(jié)構(gòu)化處理文本數(shù)據(jù)時(shí)，目前主要采用自然語(yǔ)言處理（natural language processing，NLP）技術(shù)，存在耗力且對(duì)數(shù)據(jù)實(shí)況敏感、規(guī)則通透性差等問(wèn)題［15］。針對(duì)極端值、異常值、缺失值等處理方法多種多樣，如采用均值將數(shù)據(jù)填充、采用平滑處理異常值等［16-17］，這些方法各有優(yōu)缺點(diǎn)，仍無(wú)法較好解決問(wèn)題。

2.3 數(shù)據(jù)分析方法難以發(fā)掘中醫(yī)證治規(guī)律

2.3.1 數(shù)據(jù)分析方法本身的局限性：基于構(gòu)建的數(shù)據(jù)庫(kù)，采用數(shù)據(jù)分析方法，發(fā)掘其隱含證治規(guī)律。但目前囿于各種算法自身的局限性，未有較多技術(shù)更新且未融合中醫(yī)學(xué)術(shù)思維，表1對(duì)數(shù)據(jù)分析方法本身缺陷性做出簡(jiǎn)要總結(jié)［18-27］。

2.3.2 難以分析“病-證-方-藥-效”之間的復(fù)雜系統(tǒng)：證候與其相關(guān)因素存在著因與果的非均勻性、非對(duì)稱性、非加和性［28］，而法隨證立、法隨證變，方從法出、方以藥成，這種治法方藥的靈活性和原則性體現(xiàn)了中醫(yī)動(dòng)態(tài)思維的復(fù)雜性。但數(shù)據(jù)分析的各種算法在提取高頻證素、理化指標(biāo)基礎(chǔ)上，探索與證候的相關(guān)性，忽略了證候與這些因素并非簡(jiǎn)單線性關(guān)系，且分離了治法與證候的內(nèi)在聯(lián)系。同時(shí)在分析核心方藥中，值得注意的是高頻率藥物不一定是方劑中起主要療效的核心藥，以及藥物與藥效之間關(guān)系是否合理［29］，仍有疑問(wèn)。此外，缺乏中醫(yī)學(xué)、計(jì)算機(jī)技術(shù)、數(shù)理統(tǒng)計(jì)等復(fù)合型人才，無(wú)法將各種專業(yè)領(lǐng)域知識(shí)溝通融合，導(dǎo)致數(shù)據(jù)挖掘技術(shù)仍無(wú)法分析中醫(yī)隱性知識(shí)規(guī)律。

3 在數(shù)據(jù)驅(qū)動(dòng)背景下，構(gòu)建臨床科研一體化平臺(tái)

3.1 建立中醫(yī)臨床科研大數(shù)據(jù)平臺(tái)

近年來(lái)，國(guó)家高度重視醫(yī)療大數(shù)據(jù)的分析和利用，已出臺(tái)眾多政策鼓勵(lì)醫(yī)院進(jìn)行相關(guān)方面探索，并指出：實(shí)現(xiàn)醫(yī)療數(shù)據(jù)來(lái)源于患者，服務(wù)于患者。這一“數(shù)據(jù)驅(qū)動(dòng)”理念，促使構(gòu)建臨床科研一體化平臺(tái)刻不容緩。在具體實(shí)施中，需建立國(guó)家級(jí)的重大疾病專病科研數(shù)據(jù)系統(tǒng)管理平臺(tái)，升級(jí)優(yōu)化臨床系統(tǒng)，融合HIS、LIS、PACS等數(shù)據(jù)，規(guī)?；?、結(jié)構(gòu)化、動(dòng)態(tài)化地收集臨床數(shù)據(jù)信息，并完善相關(guān)政策，探索疾病專病數(shù)據(jù)共享機(jī)制［30］，整合院內(nèi)外源數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)互通。數(shù)據(jù)庫(kù)應(yīng)具有宏觀與微觀、病理與生理相結(jié)合的高質(zhì)量特點(diǎn)，涵蓋“病-癥-證-方-藥”等相關(guān)的診療信息、臨床生物樣本、多組學(xué)信息等多層次內(nèi)容。此外，為保證數(shù)據(jù)的高質(zhì)量，需建立臨床科研一體化電子病歷質(zhì)量控制制度與體系［31］，基于醫(yī)務(wù)人員對(duì)病歷質(zhì)量的重視并記錄患者的真實(shí)病情，從而建立規(guī)范的結(jié)構(gòu)化電子病歷，并以相應(yīng)的臨床科研一體化標(biāo)準(zhǔn)及方式進(jìn)行質(zhì)控。同時(shí)，要將中醫(yī)術(shù)語(yǔ)統(tǒng)一標(biāo)準(zhǔn)化，需遵循簡(jiǎn)化性、系統(tǒng)性、共識(shí)性原則，結(jié)合中醫(yī)術(shù)語(yǔ)特點(diǎn)，建立中醫(yī)相關(guān)“病因病機(jī)、診斷、疾病、治則治法、中藥方劑”等概念和術(shù)語(yǔ)系統(tǒng)，規(guī)范中醫(yī)術(shù)語(yǔ)及其定義等方法，并根據(jù)社會(huì)條件、學(xué)科理論的發(fā)展不斷進(jìn)行修訂［32］。因此，可從根本上解決數(shù)據(jù)問(wèn)題，實(shí)現(xiàn)國(guó)家級(jí)、高質(zhì)量、結(jié)構(gòu)化臨床科研數(shù)據(jù)，推進(jìn)了臨床科研一體化，有利于中醫(yī)證治規(guī)律研究。

3.2 開發(fā)以AI為核心數(shù)據(jù)治理與分析技術(shù)

3.2.1 加強(qiáng)數(shù)據(jù)治理手段：針對(duì)數(shù)據(jù)驅(qū)動(dòng)的臨床研究場(chǎng)景，臨床科研一體化平臺(tái)的核心技術(shù)是臨床數(shù)據(jù)治理引擎，再利用數(shù)據(jù)分析方法得到研究成果，每一個(gè)步驟均無(wú)法脫離技術(shù)的支撐。在數(shù)據(jù)治理方面，未來(lái)電子化、智能化是數(shù)據(jù)采集及管理的發(fā)展趨勢(shì)，需指定一套標(biāo)準(zhǔn)的數(shù)據(jù)采集和錄入指南，嚴(yán)格按照標(biāo)準(zhǔn)并積極創(chuàng)建適合中醫(yī)的EDC系統(tǒng)或電子化數(shù)據(jù)管理工具［33］。除上述從根本上解決數(shù)據(jù)質(zhì)量、結(jié)構(gòu)等問(wèn)題，基于有強(qiáng)大的語(yǔ)義處理能力和數(shù)據(jù)組織能力的知識(shí)圖譜、先進(jìn)的NLP等AI技術(shù)，未來(lái)在數(shù)據(jù)治理中也將實(shí)現(xiàn)數(shù)據(jù)自動(dòng)轉(zhuǎn)化結(jié)構(gòu)化、標(biāo)準(zhǔn)化、歸一化的數(shù)據(jù)。

3.2.2 有機(jī)融合中醫(yī)思維與AI：基于現(xiàn)有的數(shù)據(jù)分析方法依然存在自身缺陷，研究者需做到正確認(rèn)識(shí)不同方法的性能特征及其所表達(dá)的含義，從不同研究思維角度準(zhǔn)確而恰當(dāng)?shù)剡x擇分析方法，甚至多種方法結(jié)合［19，34］，盡可能將每種方法優(yōu)勢(shì)互補(bǔ)，反復(fù)挖掘，從而提升結(jié)果完整性和系統(tǒng)性。如從癥狀、患者人群劃分角度來(lái)分析中醫(yī)證候，采用不同方法與角度分析得出較好的研究結(jié)果［20］。但未來(lái)數(shù)據(jù)分析方法以模擬中醫(yī)證治思維為導(dǎo)向，不斷發(fā)展和創(chuàng)新則是實(shí)現(xiàn)智能化辨證論治的重要舉措。將搭建中醫(yī)學(xué)特點(diǎn)的知識(shí)圖譜與AI領(lǐng)域中深度學(xué)習(xí)相互交融，并與邏輯規(guī)則的知識(shí)進(jìn)行算法建模，并將其引入機(jī)器神經(jīng)網(wǎng)絡(luò)中，利用規(guī)則的引導(dǎo)，機(jī)器的知識(shí)學(xué)習(xí)與理解更加有序并逐層深化，從而促進(jìn)機(jī)器構(gòu)建并完善其深度神經(jīng)網(wǎng)絡(luò)模型，推動(dòng)以AI為核心的技術(shù)發(fā)展。現(xiàn)有研究者也提出數(shù)據(jù)和知識(shí)雙驅(qū)動(dòng)方法，構(gòu)建專業(yè)領(lǐng)域知識(shí)圖譜并將其嵌入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，如將語(yǔ)義網(wǎng)絡(luò)的知識(shí)圖嵌入到圖神經(jīng)網(wǎng)絡(luò)（graph neural net-works，GNN）實(shí)現(xiàn)融合研究［35］，基于檢驗(yàn)知識(shí)圖譜和邏輯回歸算法（Logistic Regression，LR）實(shí)現(xiàn)疾病診斷的多元關(guān)系推理［36］。這可為發(fā)展具有針對(duì)性的中醫(yī)辨證論治知識(shí)圖譜［37］和大數(shù)據(jù)融合的AI算法模型提供一些想法與思路借鑒，為實(shí)現(xiàn)數(shù)據(jù)分析技術(shù)模擬人腦，充分融合中醫(yī)思維進(jìn)行智能化辨證及論治。

總體而言，未來(lái)將創(chuàng)建高質(zhì)量多維立體數(shù)據(jù)與智能化研究分析的臨床科研一體化平臺(tái)，同時(shí)則需要中醫(yī)學(xué)、臨床研究管理學(xué)、生物信息學(xué)、計(jì)算機(jī)專業(yè)人員和統(tǒng)計(jì)專業(yè)人員等復(fù)合型、應(yīng)用型和交叉學(xué)科領(lǐng)域人才的共同努力，注重醫(yī)療、科研全面協(xié)調(diào)發(fā)展，形成人才隊(duì)伍。

4 思考與展望

如今大數(shù)據(jù)時(shí)代下，數(shù)據(jù)資源作為國(guó)家戰(zhàn)略性資源，我國(guó)不斷倡導(dǎo)提高數(shù)據(jù)利用效率，促進(jìn)數(shù)據(jù)賦能，提升數(shù)據(jù)價(jià)值，但有些研究實(shí)際上僅能稱為“用數(shù)據(jù)說(shuō)話”，簡(jiǎn)易地將數(shù)據(jù)獲取、分析應(yīng)用于決策和行動(dòng)中，此過(guò)程不夠自動(dòng)化、智能化且價(jià)值有限。而數(shù)據(jù)驅(qū)動(dòng)則通過(guò)更自動(dòng)化、智能化、科學(xué)化地分析和處理數(shù)據(jù)，并提供指導(dǎo)性決策和行動(dòng)，不斷循環(huán)做出正向反饋，并促進(jìn)決策優(yōu)化，以精益分析和數(shù)據(jù)閉環(huán)作為理念，最終形成以數(shù)據(jù)為依據(jù)進(jìn)行決策和行動(dòng)?；诖?，研究者通過(guò)不斷涌現(xiàn)的臨床數(shù)據(jù)去發(fā)掘中醫(yī)證治規(guī)律，既是對(duì)中醫(yī)理論思想的傳承，又是對(duì)其進(jìn)行不斷的探索與創(chuàng)新。但由于中醫(yī)臨床數(shù)據(jù)質(zhì)量偏低、結(jié)構(gòu)復(fù)雜、單一化，以及數(shù)據(jù)治理、分析技術(shù)的局限性等問(wèn)題，導(dǎo)致結(jié)果無(wú)法全面且準(zhǔn)確涵蓋病、癥、方、藥之間的復(fù)雜聯(lián)系，指導(dǎo)臨床辨證論治價(jià)值不高。本文通過(guò)梳理現(xiàn)存的核心問(wèn)題，明確臨床數(shù)據(jù)用于科研的關(guān)鍵難點(diǎn)。因此，筆者遵循臨床科研一體化原則，建立臨床科研大數(shù)據(jù)平臺(tái)，開發(fā)以AI為核心數(shù)據(jù)治理與分析技術(shù)，為建立全國(guó)性數(shù)據(jù)研究平臺(tái)及技術(shù)方法創(chuàng)新提供思路與方向。但目前大部分醫(yī)療機(jī)構(gòu)并不具備開展規(guī)范臨床研究的平臺(tái)條件且未有專業(yè)化的臨床研究隊(duì)伍等相關(guān)方面限制，導(dǎo)致在實(shí)施中必然會(huì)面臨數(shù)據(jù)資源整合和共享、管理和分析等挑戰(zhàn)。因此，實(shí)現(xiàn)臨床研究一體化是一個(gè)長(zhǎng)期艱難的過(guò)程，涉及臨床、醫(yī)療管理及技術(shù)相關(guān)諸多核心環(huán)節(jié)的演化和優(yōu)化，需要國(guó)家政府注重醫(yī)療、科研全面發(fā)展，醫(yī)療機(jī)構(gòu)以及相關(guān)領(lǐng)域復(fù)合型人才不斷努力，協(xié)調(diào)通力合作，并逐步建立有利于研究成果向臨床運(yùn)用轉(zhuǎn)化的機(jī)制和平臺(tái)，實(shí)現(xiàn)中醫(yī)傳承與創(chuàng)新。

作者貢獻(xiàn)：甄倩負(fù)責(zé)論文構(gòu)思和撰寫工作；朱蓉、王中瑞負(fù)責(zé)文獻(xiàn)檢索工作；崔偉鋒、燕樹勛、邵明義、余海濱負(fù)責(zé)指導(dǎo)研究思路；符宇對(duì)文章整體負(fù)責(zé)，提出論文研究思路，修改論文，質(zhì)量控制及審校。

本文無(wú)利益沖突。

參考文獻(xiàn)

劉艷飛，孫明月，姚賀之，等. 大數(shù)據(jù)技術(shù)在中醫(yī)藥領(lǐng)域中的應(yīng)用現(xiàn)狀及思考［J］. 中國(guó)循證醫(yī)學(xué)雜志，2018，18（11）：1180-1185. DOI：10.7507/1672-2531.201804072.

徐佳熠，樓招歡，鄧張亦婷，等. 中醫(yī)論治理論的內(nèi)涵剖析和體系構(gòu)建［J］. 中華中醫(yī)藥雜志，2023，38（1）：63-66.

冷玉琳，高泓，富曉旭，等. 中醫(yī)證候臨床研究方法研究進(jìn)展［J］. 中華中醫(yī)藥雜志，2021，36（10）：6002-6005.

符宇，邵明義，趙瑞霞，等. 基于中醫(yī)證據(jù)的中醫(yī)臨床療效評(píng)價(jià)方法探討［J］. 中醫(yī)雜志，2020，61（13）：1124-1129. DOI：10.13288/j.11-2166/r.2020.13.004.

生慧. 大數(shù)據(jù)背景下中醫(yī)電子病歷關(guān)鍵問(wèn)題研究［D］. 濟(jì)南：山東中醫(yī)藥大學(xué)，2017.

邵明義，劉保延，謝琪，等. 中醫(yī)藥臨床科研數(shù)據(jù)的發(fā)展現(xiàn)狀和趨勢(shì)探討［J］. 世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2015，17（8）：1743-1747. DOI：10.11842/wst.2015.08.027.

王雯，劉艷梅，譚婧，等. 回顧性數(shù)據(jù)庫(kù)研究的概念、策劃與研究數(shù)據(jù)庫(kù)構(gòu)建［J］. 中國(guó)循證醫(yī)學(xué)雜志，2018，18（2）：230-237.

趙云霞，邵明義，陳曉琦，等. 真實(shí)世界數(shù)據(jù)的真實(shí)性及其影響因素探討［J］. 中醫(yī)雜志，2021，62（4）：303-306，311. DOI：10.13288/j.11-2166/r.2021.04.007.

傅琪，毛琛. 健康醫(yī)療大數(shù)據(jù)驅(qū)動(dòng)下的流行病學(xué)研究：機(jī)遇與挑戰(zhàn)［J］. 中華疾病控制雜志，2023，27（2）：125-126，237. DOI：10.16462/j.cnki.zhjbkz.2023.02.001.

王雯，高培，吳晶，等. 構(gòu)建基于既有健康醫(yī)療數(shù)據(jù)的研究型數(shù)據(jù)庫(kù)技術(shù)規(guī)范［J］. 中國(guó)循證醫(yī)學(xué)雜志，2019，19（7）：763-770.

胡葵茹，鞏慧子，萬(wàn)霞. 真實(shí)世界臨床數(shù)據(jù)管理標(biāo)準(zhǔn)操作規(guī)程研究：以梅毒臨床數(shù)據(jù)為例［J］. 中華醫(yī)院管理雜志，2021，37（9）：761-765.

任慧玲，郭進(jìn)京，孫海霞，等. 醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化研究的思考［J］. 醫(yī)學(xué)信息學(xué)雜志，2018，39（5）：2-7. DOI：10.3969/j.issn.1673-6036.2018.05.001.

王義強(qiáng)，王特，張?zhí)鞎r(shí)，等. 基于數(shù)據(jù)挖掘探析中醫(yī)藥治療冠心病PCI術(shù)后心絞痛的證治規(guī)律［J］. 中國(guó)老年學(xué)雜志，2023，43（4）：776-780. DOI：10.3969/j.issn.1005-9202.2023.04.003.

侯曉鳳，王巖玲，徐宗佩. 慢性腦缺血中醫(yī)證候分布規(guī)律研究［J］. 中國(guó)中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2023，29（1）：116-119，168. DOI：10.19945/j.cnki.issn.1006-3250.2023.01.042.

包小源，黃婉晶，張凱，等. 非結(jié)構(gòu)化電子病歷中信息抽取的定制化方法［J］. 北京大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2018，50（2）：256-263. DOI：10.3969/j.issn.1671-167X.2018.02.010.

吳騁，王志勇，徐蕾，等. 基于人工智能的電子病歷數(shù)據(jù)質(zhì)量控制［J］. 解放軍醫(yī)院管理雜志，2021，28（2）：134-135，168. DOI：10.16770/J.cnki.1008-9985.2021.02.010.

吳宗友，白昆龍，楊林蕊，等. 電子病歷文本挖掘研究綜述［J］. 計(jì)算機(jī)研究與發(fā)展，2021，58（3）：513-527. DOI：10.7544/issn1000-1239.2021.20200402.

陳志奎，宋鑫，高靜，等. 基于數(shù)據(jù)挖掘的中醫(yī)診療研究進(jìn)展［J］. 中華中醫(yī)藥學(xué)刊，2020，38（12）：1-9. DOI：10.13193/j.issn.1673-7717.2020.12.001.

馬夢(mèng)羽，沈璐，文天才，等. 數(shù)據(jù)挖掘技術(shù)在中醫(yī)診療數(shù)據(jù)分析中的應(yīng)用［J］. 中國(guó)中醫(yī)藥信息雜志，2016，23（7）：132-136. DOI：10.3969/j.issn.1005-5304.2016.07.037.

許玉龍，盛夢(mèng)園，王哲，等. 幾種數(shù)據(jù)挖掘方法用于中醫(yī)證候分析的對(duì)比研究［J］. 中國(guó)中醫(yī)藥信息雜志，2019，26（12）：97-102. DOI：10.3969/j.issn.1005-5304.2019.12.020.

徐瑋斐，劉國(guó)萍，王憶勤. 多元統(tǒng)計(jì)學(xué)方法在中醫(yī)證候分類識(shí)別中的應(yīng)用及展望［J］. 中國(guó)中醫(yī)藥信息雜志，2015，22（8）：124-128. DOI：10.3969/j.issn.1005-5304.2015.08.039.

趙敏，李軍山. 基于主成分分析和因子分析的中醫(yī)藥服務(wù)能力評(píng)價(jià)研究［J］. 江西中醫(yī)藥大學(xué)學(xué)報(bào)，2020，32（6）：103-106.

張琳婷. 基于因子分析的冠心病發(fā)病早期中醫(yī)證候研究［D］. 沈陽(yáng)：遼寧中醫(yī)藥大學(xué)，2013.

袁世宏，王天芳. 多元統(tǒng)計(jì)方法在建立證候診斷模型研究中存在問(wèn)題的思考［J］. 北京中醫(yī)藥大學(xué)學(xué)報(bào)，2004，27（4）：9-11. DOI：10.3321/j.issn：1006-2157.2004.04.004.

龔燕冰，倪青，王永炎. 中醫(yī)證候研究的現(xiàn)代方法學(xué)述評(píng)（一）——中醫(yī)證候數(shù)據(jù)挖掘技術(shù)［J］. 北京中醫(yī)藥大學(xué)學(xué)報(bào)，2006，29（12）：797-801. DOI：10.3321/j.issn：1006-2157.2006.12.001.

呂慶莉. 數(shù)據(jù)挖掘與復(fù)雜網(wǎng)絡(luò)的融合及其在中醫(yī)藥領(lǐng)域應(yīng)用［J］. 中草藥，2016，47（8）：1430-1436. DOI：10.7501/j.issn.0253-2670.2016.08.031.

白景瑄，胡曉娟，許家佗. 基于復(fù)雜網(wǎng)絡(luò)技術(shù)的中醫(yī)診療規(guī)律研究進(jìn)展［J］. 時(shí)珍國(guó)醫(yī)國(guó)藥，2020，31（9）：2207-2209. DOI：10.3969/j.issn.1008-0805.2020.09.051.

郭蕾，王永炎. 論中醫(yī)證候中的復(fù)雜現(xiàn)象及相應(yīng)的研究思路［J］. 中國(guó)中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2004，10（2）：3-5. DOI：10.3969/j.issn.1006-3250.2004.02.002.

劉夢(mèng)玲，章新友，丁亮，等. 數(shù)據(jù)挖掘方法在中藥配伍規(guī)律研究中的應(yīng)用與進(jìn)展［J］. 中國(guó)中藥雜志，2021，46（20）：5233-5239. DOI：10.19540/j.cnki.cjcmm.20210303.501.

WHITE T，BLOK E，CALHOUN V D. Data sharing and privacy issues in neuroimaging research：opportunities，obstacles，challenges，and monsters under the bed［J］. Hum Brain Mapp，2022，43（1）：278-291. DOI：10.1002/hbm.25120.

吳輝坤，李曉東，楊帆，等. 臨床科研一體化電子病歷質(zhì)量控制制度與體系新探［J］. 中西醫(yī)結(jié)合肝病雜志，2013，23（3）：181-182. DOI：10.3969/j.issn.1005-0264.2013.03.023.

張淑娜，陳麗云，嚴(yán)世蕓. 中醫(yī)術(shù)語(yǔ)標(biāo)準(zhǔn)化芻議［J］. 中國(guó)中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2022，28（12）：1980-1985. DOI：10.19945/j.cnki.issn.1006-3250.20220307.002.

鄧亞中，于嘉，劉川，等. 電子化時(shí)代臨床數(shù)據(jù)管理現(xiàn)狀和未來(lái)趨勢(shì)［J］. 中國(guó)新藥雜志，2014，23（8）：879-884.

陳曦，李宜放. 基于醫(yī)案解構(gòu)探討名老中醫(yī)經(jīng)驗(yàn)數(shù)據(jù)挖掘現(xiàn)狀［J］. 中華中醫(yī)藥雜志，2019，34（6）：2608-2611.

WU Z，PAN S，CHEN F，et al. A comprehensive survey on graph neural networks［J］. IEEE Trans Neural Netw Learn Syst，2021，32（1）：4-24. DOI：10.1109/TNNLS.2020.2978386.

井杰. 知識(shí)和數(shù)據(jù)雙驅(qū)動(dòng)的檢驗(yàn)人工智能疾病診斷系統(tǒng)的構(gòu)建［D］. 上海：中國(guó)人民解放軍海軍軍醫(yī)大學(xué)，2021.

何麗云，李新龍，劉巖，等. 中醫(yī)師辨證論治知識(shí)圖譜構(gòu)建的思路與方法［J］. 中醫(yī)雜志，2017，58（19）：1650-1653. DOI：10.13288/j.11-2166/r.2017.19.008.

（收稿日期：2023-05-23；修回日期：2023-07-10）

（本文編輯：毛亞敏）

基金項(xiàng)目：第71批中國(guó)博士后科學(xué)基金面上資助（2022M711085）；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（23A360009）

引用本文：甄倩，朱蓉，王中瑞，等. 基于數(shù)據(jù)驅(qū)動(dòng)中醫(yī)證治規(guī)律研究的核心問(wèn)題及解決策略［J］. 中國(guó)全科醫(yī)學(xué)，2024，27（32）：4029-40Wr1G4++lwFC2CXu90EQFa7gy7MmQk2EZLCXyVRAQXpA=32，4039. DOI：10.12114/j.issn.1007-9572.2023.0311. ［www.chinagp.net］

ZHEN Q，ZHU R，WANG Z R，et al. Core problems and solving strategies of the research on the law of TCM syndrome and treatment based on data driven［J］. Chinese General Practice，2024，27（32）：4029-4032，4039.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.