數(shù)據(jù)挖掘技術(shù)在醫(yī)案研究中的應(yīng)用

醫(yī)學(xué)實(shí)例是著名中醫(yī)學(xué)術(shù)經(jīng)驗(yàn)的重要載體。它不僅涵蓋了豐富的醫(yī)學(xué)經(jīng)驗(yàn)，還反映了著名中醫(yī)對(duì)疾病的感知和診斷策略。通過(guò)醫(yī)案研究汲取名老中醫(yī)的診療經(jīng)驗(yàn),是年輕中醫(yī)大夫提高臨床水平的一條捷徑。然而中醫(yī)醫(yī)案汗牛充棟,百花齊放,體例不一,從信息科學(xué)角度來(lái)看,中醫(yī)醫(yī)案數(shù)據(jù)是混亂而又復(fù)雜的經(jīng)驗(yàn)數(shù)據(jù),這導(dǎo)致了醫(yī)案研究的困難,亟需新技術(shù)和新方法的引進(jìn)。在此背景下,運(yùn)用數(shù)據(jù)挖掘技術(shù)和方法研究中醫(yī)醫(yī)案逐漸興起,且取的了一定的成果。數(shù)據(jù)挖掘(DM,datamining)是從海量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的,但又是潛在有用的信息和知識(shí)的過(guò)程,能夠進(jìn)一步提取和挖掘名老中醫(yī)醫(yī)案中隱藏的精粹,反映和獲取其隱涵的本質(zhì)的知識(shí),推動(dòng)中醫(yī)學(xué)術(shù)的傳承與創(chuàng)新。1有關(guān)文獻(xiàn)研究在中醫(yī)醫(yī)案研究中,數(shù)據(jù)挖掘的對(duì)象多種多樣,但多以單種疾病的治療為主線,對(duì)單個(gè)醫(yī)家醫(yī)案、地域流派醫(yī)案、?？漆t(yī)案、古今醫(yī)家醫(yī)案、特定時(shí)期醫(yī)案等進(jìn)行研究。名醫(yī)在其擅長(zhǎng)治療的疾病方面有著豐富寶貴的經(jīng)驗(yàn),同一地域或同一流派醫(yī)家對(duì)疾病的認(rèn)識(shí)和診療往往有相通之處,而對(duì)古今醫(yī)家治療某一疾病的醫(yī)案文獻(xiàn)進(jìn)行對(duì)比挖掘研究,能夠歸納、總結(jié)各歷史時(shí)期疾病證治的演變規(guī)律及醫(yī)家對(duì)疾病的證治規(guī)律和特點(diǎn)的總體認(rèn)識(shí),為疾病的治療提供新的思路,促進(jìn)臨床水平的提高。2臨床各資料的應(yīng)用用藥規(guī)律的分析總結(jié)是中醫(yī)醫(yī)案數(shù)據(jù)挖掘中最常見(jiàn)也是最重要的目的,通過(guò)挖掘一是總結(jié)老中醫(yī)的用藥經(jīng)驗(yàn),二是發(fā)現(xiàn)最佳配伍,常從用藥頻次、治療劑量、功效治法、藥對(duì)組方等方面入手,為療效提高和新藥研發(fā)打下基礎(chǔ)。醫(yī)案數(shù)據(jù)挖掘還常用于疾病辨證規(guī)律的研究,如證類證素研究、癥狀分析、病機(jī)研究、病位分析等。治法亦可通過(guò)數(shù)據(jù)挖掘方法來(lái)分析研究。3多種方法的綜合使用中醫(yī)醫(yī)案蘊(yùn)含的信息量大,涉及辨證、用藥等多個(gè)方面及互相之間的聯(lián)系,如理-法-方-藥-癥-證關(guān)系等,故應(yīng)用的數(shù)據(jù)挖掘方法多種多樣,主要有頻數(shù)分析、關(guān)聯(lián)規(guī)則、聚類分析、因子分析等,除根據(jù)不同研究目的采用不同的分析方法外,研究中也常綜合使用多種方法深入挖掘。如黃利興以姚荷生醫(yī)案中的咳嗽醫(yī)案為對(duì)象,從醫(yī)案的癥狀與中藥出發(fā),進(jìn)行頻數(shù)統(tǒng)計(jì)、癥狀因子分析、癥狀聚類分析、癥狀-中藥關(guān)聯(lián)分析、中藥-中藥關(guān)聯(lián)分析、中藥因子分析、中藥聚類分析、癥狀因子結(jié)果-中藥因子結(jié)果皮爾遜相關(guān)分析等處理,挖掘姚荷生醫(yī)案中咳嗽的證治規(guī)律。3.1關(guān)聯(lián)規(guī)則4基于名中醫(yī)經(jīng)驗(yàn)挖掘的中醫(yī)診療方法名老中醫(yī)經(jīng)驗(yàn)是提高我國(guó)衛(wèi)生健康保障水平和發(fā)展中醫(yī)藥學(xué)術(shù)的重要支撐,如何提取和挖掘其醫(yī)案中隱藏的精粹,反映和獲取其隱涵的本質(zhì)的知識(shí),是當(dāng)前亟需解決的重要研究課題。數(shù)據(jù)挖掘技術(shù)給醫(yī)案研究者提供了一條有效捷徑,而如何從醫(yī)案中挖掘出契合臨床實(shí)際的數(shù)據(jù)也給數(shù)據(jù)挖掘技術(shù)提出了挑戰(zhàn)。醫(yī)案數(shù)據(jù)挖掘的結(jié)果錯(cuò)雜,務(wù)必人機(jī)交互,多次反復(fù)校正,去粗取精、去偽存真后才能符合臨床實(shí)際,所得的結(jié)果方能真正體現(xiàn)醫(yī)家的診療策略。人機(jī)交互的最佳模式莫過(guò)于醫(yī)生親自對(duì)自己醫(yī)案的數(shù)據(jù)挖掘結(jié)果進(jìn)行篩選分析,即“以人為主”,因此對(duì)在世的名老中醫(yī)的醫(yī)案進(jìn)行數(shù)據(jù)挖掘顯得尤為迫切?！芭R床醫(yī)生經(jīng)驗(yàn)”就是循證醫(yī)學(xué)三要素之一。名醫(yī)經(jīng)驗(yàn)是中醫(yī)循證醫(yī)學(xué)的重要證據(jù),然而目前醫(yī)案數(shù)據(jù)挖掘多針對(duì)于單個(gè)名醫(yī),由于診治患者的數(shù)量有限,尤其對(duì)于某些單一疾病,樣本量更小,對(duì)其經(jīng)驗(yàn)的總結(jié)僅僅停留在個(gè)人的體會(huì)層面上,證據(jù)級(jí)別較低。若從病種角度對(duì)多位名家的醫(yī)案進(jìn)行挖掘,綜合比較研究后所得的共性結(jié)果在制定臨床指南時(shí)較單一名家的臨床經(jīng)驗(yàn)證據(jù)強(qiáng)度更高。而這需要從政府和行業(yè)學(xué)會(huì)角度統(tǒng)籌支持,有必要建立一個(gè)面向全國(guó)的開(kāi)放的數(shù)據(jù)平臺(tái),從采集、錄入、統(tǒng)計(jì)挖掘各流程確保數(shù)據(jù)質(zhì)量,并提高數(shù)據(jù)的橫向可比性,最終獲得名老中醫(yī)經(jīng)驗(yàn)的共性規(guī)律,為中醫(yī)臨床指南制定提供即反映中醫(yī)特色,又符合循證醫(yī)學(xué)要求的高質(zhì)量證據(jù)。也可對(duì)現(xiàn)有的應(yīng)用較多的平臺(tái)軟件進(jìn)行推廣,如名老中醫(yī)經(jīng)驗(yàn)分析挖掘平臺(tái)、中醫(yī)傳承輔助系統(tǒng)軟件等,并根據(jù)實(shí)踐運(yùn)用不斷更新軟件,提高科研成果轉(zhuǎn)化率,避免資源浪費(fèi),推動(dòng)中醫(yī)藥學(xué)術(shù)的發(fā)展。是數(shù)據(jù)挖掘的重要方法之一,可以得到隱含于海量數(shù)據(jù)中具有潛在價(jià)值的有用信息。中醫(yī)醫(yī)案總結(jié)中常用關(guān)聯(lián)規(guī)則挖掘病因、病位、證候、四診信息及組方配伍,并能為新藥的開(kāi)發(fā)提供理論支持,相關(guān)算法主要有Apriori算法、FP-樹(shù)頻集算法等。如李賽等采用Apriori算法對(duì)486例病案中癥狀=>方劑,癥狀=>中藥,中藥=>癥狀,中藥=>中藥進(jìn)行關(guān)聯(lián)規(guī)則分析以總結(jié)聶莉芳治療慢性腎衰竭患者的經(jīng)驗(yàn)。李文林等采用基于FP-tree的算法對(duì)證型-癥狀、癥狀-藥物、證型-藥物之間的關(guān)聯(lián)規(guī)則進(jìn)行了挖掘,發(fā)現(xiàn)挖掘出的大部分規(guī)則能得到合理的解釋并具有一定的實(shí)際意義,但也有個(gè)別規(guī)則在理論是成立的,與實(shí)際情況有出入,需要在擴(kuò)大樣本量的基礎(chǔ)上進(jìn)行方法學(xué)方面的進(jìn)一步驗(yàn)證。3.2數(shù)據(jù)分布優(yōu)化是醫(yī)案數(shù)據(jù)挖掘的主要任務(wù)之一,常用于分析醫(yī)案中蘊(yùn)含的組方配伍及常見(jiàn)證型等信息,在發(fā)現(xiàn)新處方方面具有獨(dú)到之處。它能夠作為一個(gè)獨(dú)立的工具獲得數(shù)據(jù)的分布狀況,也能夠作為其他算法(如分類和定性歸納算法)的預(yù)處理步驟。李壽松對(duì)183份丁書文治療高血壓病病例中42味高頻中藥進(jìn)行基于功效的聚類分析,結(jié)合丁教授的臨證經(jīng)驗(yàn),得到5個(gè)聚類方并總結(jié)出其常用治法。張菁運(yùn)用模糊聚類以及關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)分析和挖掘干祖望治療耳鼻喉疾病醫(yī)案中理-法-方-藥之間的多重關(guān)系,孫明月等則采用雙聚類分析法,挖掘魏子孝治療甲狀腺疾病的用藥、用量特點(diǎn)。3.3中醫(yī)證候要素主要目是用來(lái)描述隱藏在一組測(cè)量到的變量中的一些更基本的,但又無(wú)法直接測(cè)量到的隱性變量,因此常應(yīng)用于證候?qū)W研究當(dāng)中,尤其是對(duì)醫(yī)案中證候要素的提取。金香蘭等對(duì)428例高血壓病患者的中醫(yī)四診信息進(jìn)行因子分析,得出26個(gè)公因子(證候要素),并對(duì)患者證候要素分布情況進(jìn)行了分析。戴霞等則以中醫(yī)證型為切入點(diǎn),運(yùn)用系統(tǒng)聚類與因子分析相結(jié)合的方法挖掘近10年高血壓病中醫(yī)證型研究文獻(xiàn)四診資料隱含的客觀規(guī)律,發(fā)現(xiàn)高血壓病中醫(yī)辨證可大致分為5個(gè)單證,并用因子分析提取出了每一證型的主要辨證依據(jù),為高血壓病證候規(guī)范化研究及建立證候表征體系提供依據(jù)和可行的研究思路。3.4從數(shù)據(jù)分析的方法模型學(xué)分析主要在流行病學(xué)中應(yīng)用較多,比較常用的情形是探索某疾病的危險(xiǎn)因素,在中醫(yī)醫(yī)案研究中常用來(lái)對(duì)與證候相關(guān)的病因、癥狀以及用藥等進(jìn)行挖掘分析。張珊珊等采用非條件Logistic多元逐步回歸分析方法和判別分析的方法,對(duì)987例古籍醫(yī)案和現(xiàn)代醫(yī)案中治療原發(fā)性高血壓肝陽(yáng)上亢證的方劑和藥物進(jìn)行分析,從而界定原發(fā)性高血壓的方藥表征。傅爽等則采用非條件Logistic多元逐步回歸方法從305例與原發(fā)性高血壓相關(guān)的古今醫(yī)案中篩選癥狀或體征變量,最終獲得回歸方程數(shù)學(xué)模型以用于原發(fā)性高血壓肝陽(yáng)上亢證的診斷。3.5診療中臨證經(jīng)驗(yàn)的觀是處理模糊和不確定性知識(shí)的一種較新的數(shù)學(xué)工具,能夠?qū)⑨t(yī)案中經(jīng)驗(yàn)的描述和概況進(jìn)行高層次的綜合分析,從宏觀的角度對(duì)醫(yī)案中的臨證經(jīng)驗(yàn)進(jìn)行規(guī)范化研究。它無(wú)需提供問(wèn)題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)知識(shí),因此能有效避免專家的主觀經(jīng)驗(yàn),但對(duì)噪聲較敏感。如傅爽等利用粗糙集技術(shù)的Johnson算法對(duì)776首治療高血壓病肝陽(yáng)上亢證的中藥處方中出現(xiàn)頻率高的53種藥物進(jìn)行屬性約簡(jiǎn),進(jìn)一步明確了高血壓病肝陽(yáng)上亢證的用藥規(guī)律。3.6粗集法與神經(jīng)網(wǎng)絡(luò)的結(jié)合特有的非線性適應(yīng)性信息處理能力克服了傳統(tǒng)人工智能方法對(duì)于直覺(jué),如非結(jié)構(gòu)化信息處理方面的缺陷,有較好的抑制噪聲干擾的能力。因此在醫(yī)案挖掘中將兩者結(jié)合起來(lái),根據(jù)粗集方法預(yù)處理后的信息結(jié)構(gòu)構(gòu)成神經(jīng)網(wǎng)絡(luò)信息處理系統(tǒng),不但可以減少信息表達(dá)的屬性數(shù)量,減小神經(jīng)網(wǎng)絡(luò)構(gòu)成系統(tǒng)的復(fù)雜性,而且具有較強(qiáng)的容錯(cuò)及抗干擾能力,為處理醫(yī)案中不確定、不完整信息提供了一條強(qiáng)有力的途徑。如溫宗良等運(yùn)用人工神經(jīng)網(wǎng)絡(luò)技術(shù),采用成比例的共軛梯度算法從79例高血壓病案樣本中獲取規(guī)則,建立高血壓中醫(yī)證候診斷模型,并將其運(yùn)用于新病例的判別,具有較好的診斷、預(yù)測(cè)能力。3.7能信息化是目前不確定知識(shí)表達(dá)和推理領(lǐng)域最有效的理論模型之一,是一種強(qiáng)有力的不確定性推理方法,能在有限的,不完整的,不確定的信息條件下進(jìn)行學(xué)習(xí)和推理。如唐啟盛等運(yùn)用貝葉斯網(wǎng)絡(luò)模型對(duì)611例抑郁癥患者的橫斷面證候進(jìn)行數(shù)據(jù)研究,并結(jié)合前期聚類分析研究結(jié)果,擬定出抑郁癥的6個(gè)中醫(yī)證型,認(rèn)為基于貝葉斯網(wǎng)絡(luò)研究的中醫(yī)