中医的现代化之路

中医的现代化之路

中医学是中国仅有的古代自然科学之一。它是中华民族的传统学术理论和实践，积累了丰富的经验和丰富的文献，为中华民族的繁荣和繁荣做出了巨大贡献。中医药是中华民族的瑰宝,而中医想更好的为人类的健康服务,在未来的发展趋势上也必将要走现代化的创新之路。在中医现代化研究中,采用数据挖掘技术,对于历代遗留的文献资料进行系统化、规范化整理,并且进一步提取和挖掘其中隐藏的精华,进行反映其隐含本质的知识获取研究,将进一步加速中医知识更新的步伐,为构建现代中医药学理论奠定坚实的理论和实践基础。数据挖掘(DataMining),就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘,又称为数据库中知识发现,也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程以下步骤组成:数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示。数据挖掘有不同的功能:分类、估值、预言、相关性分组或关联规则、聚集、描述和可视化、复杂数据类型挖掘。数据挖掘可以分为两类:直接数据挖掘和间接数据挖掘。直接数据挖掘目标是利用可用的数据建立一个模型,这个模型对剩余的数据,对一个特定的变量进行描述。间接数据挖掘目标中没有选出某一具体的变量,用模型进行描述;而是在所有的变量中建立起某种关系。目前在中医领域中的应用主要有以下几个方面。1对临床药物的认识方剂是中医学宝库中非常重要的组成部分,是按照“君臣佐使”和“七情”的配伍原则,在辨证论治的基础上,由二味或二味以上的药物组成的整体,为了实现中医病症与方剂配伍的本质规律认识,用数据挖掘方法进行对中医方剂配伍历史数据的智能分析,其中频繁模式、关联规则、贝叶斯网络等方法可以在不同配伍层次上分析药物配伍的模式或规则,能为有效地精简方剂和合理配伍提供理论支持,实现对方剂共性规律的认识。数据挖掘技术在研究症状与药物、中医证候与药物、药物与药物、药物与功效、症与证的关系等方面也有广泛应用。如戴水平根据方剂学中方药与病证相关的原理和学科研究的重要问题,以活血化瘀类方为切入点,对原始资料进行数据整理,建立中医历代活血化瘀方数据库、建立中药基本库、建立中医方书库。数据挖掘结果提示了活血化瘀方的核心药谱,常见药对药团,基本配伍组方模式,活血化瘀方的功效分类,剂型用法特点,血瘀病证的常见疾病、证型以及症状,以及针对血瘀病证的因病、因证、因症的用药经验。彭京等提出基于神经网络和属性距离矩阵的中药方剂功效归约算法,样本数据为中药脾胃类方库,利用属性间先验的相似信息,得到属性距离矩阵,然后将矩阵引入神经网络,通过训练神经网络得到最终数据归约结果。李园白对选自现代医案的治疗4种常见妇科疾病的方剂进行了高频药物、症状、证型与药组之间关系的挖掘。结果证明大部分数据挖掘结果在传统经典理论中都已经有所论述。尚景盛采用频数统计、对应分析等数据挖掘技术对半夏泻心汤医案资料进行挖掘试验,从药味加减和主治病证方面探讨半夏泻心汤方剂配伍规律,结果发现了药物在半夏泻心汤医案中的分布特点和药物与中医证候间的相关性。陈波基于脾胃方对核心药物、药物之间、症状之间及药、方、症、证之间关系进行了挖掘试验。2对中医证候的预测中医诊断的正确与否关系到确立治则、用药,作为中医药现代化研究的重要组成部分-数据挖掘,在中医诊断学中同样有着非常广泛的应用,将其应用于中医诊断,可以从临床诊断数据中辨析证候与症状间的复杂关系,归纳中医专家的辨证规律并模拟其诊断推理过程,还可能发现客观有用的新知识以丰富专家经验和中医理论。另外,数据挖掘可用于中医证候鉴别诊断、脉诊等方面。王学伟应用贝叶斯网络方法通过分析血瘀证临床诊断数据进行血瘀证定量诊断,发现了血瘀证的关键症状,基于这些关键症状建立的简单贝叶斯分类器模型对血瘀证诊断的准确率达到96.6%。刘强将与心气虚证所含症状有重叠的常见中医证候进行聚类挖掘,表明肺气虚证与心气虚证的相似程度最高,认为肺气虚证是心气虚证的鉴别诊断之一,临床上应该注意心气虚证和肺气虚证的鉴别。刘晋平在中医的脉诊研究中,以明清、近现代病案为研究分析对象,运用计算机数据挖掘技术、将病案分为病名、证型、脉象、舌象及症状几项,然后进行统一化及规范化处理,以中医理论为指导,成功建立了病名与脉象之间脉象与病名之间,证型与脉象之间,脉象与证型之间的联系。3数据挖掘技术中医证候数据挖掘是近年来数据挖掘用于中医药领域研究的一个热点。数据挖掘技术在中医证侯研究应用主要运用多元统计学和人工智能。数据挖掘在中医证候学研究方面主要包括中医证候分型、中医证候诊断模型、中医证候诊断标准研究等。3.1bp网络的检测结果胡随瑜等将1731例抑郁症患者随即分成两组,轮流进行训练和测试,结果BP网络训练总体阳性率为97.7%,测试阳性率为72.5%,表明BP网络能较好的区分抑郁症5类中医证型,在中医证型分类识别中有一定的价值。3.2rbf神经网络隐层参数李建生等提出用于中医证候诊断的径向基(RBF)神经网络,利用聚类分析确定RBF神经网络隐层的参数,运用最小二乘确定RBF神经网络输出层的参数。结果通过模型检验,证候诊断模型判准率比BP网络模型判准率高,证候诊断模型训练速度比BP网络模型快,为中医证候诊断标准的研究提供可行性方法。3.3中医证候诊断标准的建立杜文斌以建国后名老中医的病案为研究对象,对入选医案进行规范化处理,采用具有高度非线性特征的自组织特征映射神经网络方法,进行中医证候诊断标准的研究,以冠心病证候诊断标准为例进行了模型研究,提出了证候诊断标准建立的方法学,通过模型检验证明了该方法是切实可行的。4应用于中医疗效研究中药功效的数据挖掘主要集中在建立中药指纹图谱、谱效之间的关系、中药药性理论、中药配伍规律等方面的研究。4.1建立科学的评价体系中药色谱指纹图谱是一种综合的、可量化的鉴定中药材及中药制剂的手段,主要用于鉴别真伪和评价原药材、半成品及制剂质量的均一性和稳定性。随着仪器自动化程度的提高和计算机的快速发展,大量的中药色谱指纹图谱相继涌现,由于中药色谱指纹图谱相当复杂,特别是当对多种图谱综合分析时,需要建立科学的评价体系,解释和评价中药中蕴含的药效成分信息,把数据的应用从低层次的简单查询,提升到从数据中挖掘知识,获取这些数据背后潜在有用的信息来描述中药色谱指纹图谱的整体特征,为控制中药材质量提供决策支持。郝燕等运用统计软件SPSS中的主成分分析方法,对当归的中药色谱指纹图谱的参数进行数据挖掘,发现了4个主成分能够反映中药色谱指纹图谱信息的规律。4.2中药指纹图谱分析中药药效来自多种活性成分间的协同作用,现代物质群指纹图谱技术,将标示物质群特征峰的中药指纹图谱与药效结果相对应起来,将中药指纹图谱中化学成分的变化与中药药效结果联系起来,建立起能反映产品内在质量的中药“谱效”关系学,则展现了这种可能性。由于指纹图谱具有特征性和专属性、完整性、稳定性及可量化等特点,随着各种光谱和色谱技术在中药研究领域的广泛应用,中药指纹图谱分析在中药材真伪鉴别、质量评价等方面己取得了大量成果,也为谱效关系的数据挖掘打下了基础。中药指纹图谱中变量参数包括顺序变量、数值变量和名义变量。通过对各种变量与药效指标变量之间的相关性研究,可以进行变量之间的模式聚类,从而全面、系统地揭示中药己知和未知药理作用的物质成分,为中药质控、分类和成药处方解析与优化、寻找新的药源植物与药物设计等提供借鉴。如宁黎丽等对吴茱萸汤水煎醇沉液进行HPLC指纹图谱和镇痛与止呕2个药理实验指标的相关分析,进而确定吴茱萸汤的药效物质基础。如果扩大样本量,按照类似的思路建立起有实际意义的中药“谱效”关系学,无疑将有助于建立中药产品与其疗效基本一致的反映产品内在质量的质量标准,促进我国中医药现代化建设。4.3中药成分的研究。对于中药科学使用中药药性理论是中药配伍应用的核心内容之一,中药的药性与毒性之间有无联系,以及中药的归经与四性、五味之间存在着什么样的联系等,这些问题不仅关系着中医药基本理论的规范化、信息化,而且也与中医理论的科学内涵有关。以前这方面的研究一直是借助统计分析方法,如胡振华认为中药四性与其所含主要成分分子量之间存在着由量变到质变的规律;陈晓亮等对全国通用的3906种中药的性味、归经、炮制、科属、药用部位、化学成分、药理作用等7项与药性有关的因素,用计算机检索并进行了中药毒性相关因素的统计分析。但这些统计分析都是简单的二维数据之间的关联分析,维间关系的选取与确定存在一定的主观性和片面性,对与药性各相关因素之间的维内、维间的关联分析若借助于数据挖掘中关联规则算法,结果无疑会更全面、客观、有效。4.4到支持度和置信度较高的关联规则中药复方数据库进行药组和药对的数据挖掘是中药知识发现的一个重要方面,以往的研究中人们只注重找到支持度和置信度较高的关联规则,但是这些规则并不都是有用的。李湘君设计了引入兴趣度的Apriori算法,通过脾胃方的实验,证明了引入兴趣度的Apriori算法可以有效的过滤掉传统Apriori算法中存在的无趣的规则,对研究中药配伍规律以及发现新的药组、药对更有参考价值。5基于数据挖掘的中医诊断技术研究中医疾病的数据挖掘一方面是以治疗某一种病的医案为主要研究对象,对医案数据进行规范化处理,从而挖掘出名老中医的宝贵经验,以应用于临床;另一方面是以某一疾病为研究对象,通过数据挖掘方法,探讨其因、证、方、药的系统性规律。如李欣以名老中医的慢性胃炎临床诊断病历为原始数据,研究了若干挖掘算法,并将其应用于中医慢性胃炎诊疗的挖掘,从而挖掘出名老中医的宝贵经验,并取得了较好的结果。钟颖以中医胃炎病历为数据样本,采用数据挖掘的一些算法,对“症状”、“辨证”之间的潜在关系,结果显示,应用数据挖掘的相关算法能挖掘出符合中医辨证论治的规律,能较好的诊释名老中医经验的内涵和外延。谢元华等将125例诊断为高血压病经陈可冀老师治疗的病人,将其初诊数据录入数据库,用SQLServer工具进行统计分析。结果提示高血压病为虚实夹杂的证候,阴虚阳亢证最多见,实象反映为肝阳上亢、瘀血和痰浊。王承平以“败精”病因及所致病证、方药的医学文献为研究对象,应用数据挖掘关联规则方法,对败精因、证、方、药的规律性进行系统研究。徐冰对肾脏疾病建立了中医肾脏疾病信息数据库系统。以IgA肾病中医证型与肾脏病理关系多中心临床研究的数据为基础,进行了探索性的关联规