数据挖掘软件在名老中医经验传承中的应用进展

数据挖掘属于多学科交叉领域,融合了计算机、统计学、信息工程等学科知识,现已广泛应用于中医药领域,特别在名老中医传承研究中发挥了重要作用,中医药数据挖掘软件的研制开发为探索名老中医诊疗规律与临床经验提供了科学方法。本文系统介绍了4款应用软件(包括中医传承辅助平台、中医临床科研信息共享系统、古今医案云平台、中医诊疗大数据智能分析系统)的技术特点、应用实例及优缺点,同时提出了数据挖掘技术在应用过程存在的问题(包括数据质量、技术规范、推广应用等),以期为软件的升级和完善提供参考。     

数据库技术在古代中医医案整理中应用研究进展

古代中医医案是历代医家临床诊疗经验及其学术思想的载体,是中医传承发展的宝贵财富。古代中医医案整理是发挥医案再利用价值的根本保障。数据库技术是古代中医医案整理的核心技术,为医案数字化资源建设提供了高效、便捷的数据组织、存储、共享的方法。本文在概述古代中医医案的发展和传统整理方法基础上,从数据采集研究、数据模型研究和数据基础研究三个方面着手,对数据库技术在古代中医医案整理中的应用研究进行综述,梳理数据采集平台和方法、中央数据库和知识库、结构化语义表示和转换、数据规范化处理等研究进展,并对未来应用研究进行思考,以期为古代中医医案的整理及其再利用提供有益的参考和借鉴。     

近十年中医医案研究进展

通过对近10年来中医医案研究文献的复习,选取综合性分析文献,分别从研究对象的选择方法和研究方法两方面综述其研究特点及成就,并从研究方法的角度介绍了数据挖掘技术在中医医案研究中的应用,为进一步整理继承中医尤其是名老中医经验提供研究方法和思路。     

数据挖掘技术在中医医案的应用研究

医案是历代医家临床实践经验及学术思想的载体,伴随大数据时代的到来及数据挖掘技术的兴起,数据挖掘被广泛地应用于中医药领域,成为发掘与整理中医医案的实用工具。本文从中医药领域常用的数据挖掘技术、存在问题及对策3个方面进行综述,以期为中医医案的研究提供新的思路。     

基于Python语言构建名中医医案数据挖掘平台＊

Python语言简洁易学、灵活开放、开源免费，在中医药数据挖掘中有着不可替代的优势。目前国内外尚未有基于Python构建名中医医案数据挖掘平台的报道，本文运用Python语言开发医案数据挖掘应用平台，以蒋益兰教授医案为例阐述Python语言在名中医医案数据收集与清洗、药物剂量整理以及数据分析方面的应用优势，以期为名中医经验传承作出贡献。     

面向循证传承的名老中医个人医案数据挖掘研究思路初探

名中医学术思想和诊疗经验是中医药知识的精华部分,诊疗经验是学术思想的具体表现,学习名老中医临床诊疗经验是年轻中医大夫迅速提高诊疗技术的一个重要途径。名老中医的临证经验可从其专著、医案医话,或相关研究论文中获得,也可通过学习和研究名老中医的临床病案中领悟。近年兴起的运用数据挖掘技术进行名老中医医案研究工作日渐受到学界重视,     

数据挖掘技术在医案研究中的应用与讨论

探讨数据挖掘技术在医案研究中的应用。通过文献分析整理指出数据挖掘技术在医安研究中的常见目的及方法。医案研究是中医传承的重要手段,数据挖掘技术则是医案研究的重要工具,随着医案数据来源和挖掘目的的变化,挖掘方法也不断增多更新。人机结合才能保证挖掘结果的可靠性,因此对在世名老中医的医案深入挖掘显得尤为迫切。基于数据挖掘技术的名医传承研究平台不断建立,应共享推广,整合优化,促进中医药的学术进步。     

中医医案的分析方法

中医医案承载了名老中医的学术思想和临证经验,医案的研究是促进中医药学科发展、切实提高临床疗效的重要的智库资源。随着信息科学技术的发展,面对中医医案中海量的数据,需要合理运用这些数据去挖掘出其中隐藏的知识、思想内涵及用药规律。最传统的中医病案数据分析方法为领悟式分析方法,因个人的水平以及研究目的不同,导致结论的主观性较强,比较费时,研究结论推广性相对较差。而一般的统计学方法就是建立医案数据库或进行简单的症状、药物频次分析,如何从海量的病案数据中快速发掘出医家的学术思想与临床经验,就需要引进新的技术和方法,并且需要融合数据库、人工智能、统计学、知识工程、信息检索、高性能计算机以及数据可视化等。本文从研究方法的角度出发,除个人领悟式分析方法,又介绍了频数分析法、多元(因素)分析法等研究方法,来研究数据挖掘技术在中医医案研究中的应用,为进一步整理和继承名老中医临证经验提供研究方法与思路。更深层次地挖掘隐藏在中医医案中的各种规律,进而更好地服务于科研和临床,体现中医医案的研究价值。     

数据挖掘技术在中医名家学术经验传承中的应用

目的 利用文献计量学方法对中医数据挖掘文献展开研究,结合研究结果对数据挖掘技术在中医学术经验传承中的应用及发展前景进行述评。方法 以中国知网为文献统计来源,以“数据挖掘”“经验”为主题词,检索自建库至2021年3月28日的学术期刊,利用CiteSpace 5.7. R2对纳入文献绘制关键词可视化图谱及关键词时间线图谱,分析国内中医经验数据挖掘研究的发文趋势和研究现状。结果 共纳入文献522条,当前数据挖掘技术常用于中医证候与证候要素标准化及学术经验传承研究,常用算法为关联、聚类、回归、判别等基础算法。数据挖掘类论文发文量大,但成果转化有限,可在既往名医经验传承型模式的基础上,在传承工作室框架下,结合现有数据挖掘成果,借鉴中医药循证医学研究模式,对名医经验进行保护性开发转化。结论 数据挖掘技术为中医学术经验传承提供了有效途径,但其结果的利用与转化尚有较大的发展空间。     

关于中医医案的综合性分析研究近况

中医医案是中医临床医师实施辨证论治过程的文字记录是保存、查核、考评乃至研究具体诊疗活动的档案资料。在中医药学领域中，自古至今，从散在在各种史料中记录的医案雏形，到医案专著，医案一直伴随着中医药学的发展。随着医案纪录的不断涌现，医案分析研究也层出不穷，在中医理论的形成发展传承过程中一直充满活力，是中医理论不断发展的摇篮。     

Recent Advances in the Study of Ancient Books on Traditional Chinese Medicine

The ancient books on traditional Chinese medicine (TCM) are the source of knowledge for TCM physicians. Therapeutic principles and therapeutic methods for healing many diseases are recorded in these ancient TCM books, providing a huge number of references for modern TCM physicians on conducting diagnosis and administering treatment for different diseases. The ancient TCM books can be dated back thousands of years, and this vast knowledge is recorded in different medical books in the form of text. However, it is difficult to systematically assimilate much information in ancient TCM books. At present, many researchers are applying advanced analytical techniques to analyze the text data in the ancient TCM books. Advanced techniques that have been applied include database construction, cognitive linguistic analysis, fuzzy logic, data mining, and artificial intelligence (AI) technology. There are different characteristicsin these advanced analytical techniques. In this study, we comprehensively review recent advances in these techniques applied to the study of ancient TCM books. Furthermore, as AI technology is increasingly utilized in the medical field as well as in the study of ancient TCM books, we also review the application of AI technology to the study of ancient TCM books.     

中医组方用药规律研究进展述评

对方剂的组方用药规律进行研究和总结,是传承中医防治疾病方法和手段的核心内容.从中医组方用药规律研究的方向和发展进程两个方面入手,总结中医组方用药规律研究的相关进展,在此基础上,提出传统的用药经验传承方法与计算机辅助的数据挖掘方法相结合将是中医组方用药规律研究和创新的发展趋势.在未来的发展中,一方面仍需重视传统的组方用药规律研究方法,将名老中医的学术思想和用药经验加以总结和传承;另一方面,创新相应的快捷、方便、实用的分析方法和工具尤为重要.中国中医科学院中药研究所将已有挖掘分析方法加以集成开发的中医传承辅助平台,为中医组方用药经验的传承提供了便利的有效工具,具有广阔的应用前景和实用价值.     

中医药数据挖掘研究现状分析

目的采用文献计量方法分析我国中医药数据挖掘研究现状,为更好地利用数据挖掘技术提供参考。方法检索历年中医药数据挖掘文献,经人工拆分整理后,从年度变化、研究类型、研究领域、数据挖掘方法和软件等方面进行分析。结果共得到中医药数据挖掘相关文献494篇,文献量逐年增加;文献类型中应用研究类文献占59.1%;研究领域中证候研究与方剂研究文献分别占29.39%和26.22%;数据挖掘方法采用关联规则、频数分析、聚类分析和人工神经网络的文献占76.36%;数据挖掘软件使用商业化数据挖掘软件的文献占61.05%。结论数据挖掘技术适合处理中医药数据,但目前数据挖掘技术还未能改变中医药数据难以处理的大格局,只有充分利用并发展数据挖掘技术,才能将中医药数据处理能力提高到新水平。     

基于CiteSpace探讨人工智能在中医药领域的研究热点及趋势

目的:探讨人工智能在中医药领域的研究热点及前沿方向,为今后的研究提供参考及借鉴。方法:以中国知网(CNKI)和Web of Science(WoS)中人工智能在中医药学领域相关文献为数据来源,结合人工梳理及信息整合的方法,运用CiteSpace软件对文献分布、作者、机构、关键词、共被引文献进行统计分析。结果:共纳入中文文献691篇,英文文献168篇,2018—2019年中英文文献数量大幅度增加;作者以近年来新兴团队为主,机构合作模式单一,高被引论文较少;研究方法主要是数据挖掘、机器学习、深度学习、神经网络及遗传算法,应用领域主要是中医智能诊断及预测各类疾病进程、中药智能识别分类、中医健康养生,研究成果主要是中医养生保健的智能化设备、中医人工智能系统、中医知识库、中医药学语言系统等。结论:人工智能在中医药领域的研究热点集中于中医智能方法、智能诊断及智能预测,热点更趋向于智能方法研究,各研究团队及研究机构应当加强各研究领域专家合作,实现多学科融合发展。     

实体抽取综述及其在中医药领域的应用＊

随着机器学习、深度学习与人工智能的兴起与发展，自然语言处理技术也不断革新，其中实体抽取作为自然语言处理的子任务，自其提出以来，实现了从基于匹配模式的抽取到基于传统的机器学习方法抽取，再到基于深度学习的抽取的进步与发展。在医疗信息抽取方面，自然语言处理技术也得到了很好地应用，医学信息得到了更深层次的处理和挖掘。面对中医药领域中灵活的、复杂的和海量的中医药信息，利用实体抽取技术可以将中医药领域更为重要的信息抽取，这也是进一步对中医药信息挖掘的关键一步，基础一步。本文概括了中医药各领域实体抽取技术的应用研究情况，为实体抽取技术在中医药领域的进一步应用发展提供参考，以期促进中医药的传承发展，守正创新。     

中药临床信息数据元标准目录构建思考

该研究目的是研制《中药临床信息数据元标准目录》,为中医电子病历的应用提供中药临床药学的应用标准及模式。研究方法是通过文献分析、调查问卷、小组讨论、专家咨询4种形式制定工作路线、初步确立研究内容:从中药本草考证,中药材产地、采收、加工,性状鉴别、理化鉴别、现代研究,性味归经、功效主治、临床应用,炮制,中药调剂,中成药规格、用法用量、使用注意、功效主治等,小包装等的应用,新药研究,管理等一条线展开。包括中医药理论、应用及医院管理等信息;按照国家《卫生信息数据元标准》总则及第16部分中有关内容,数据元研究基本方法,从界定的研究内容中提取中药临床信息数据元。提出构建《中药临床信息数据元标准目录》的思路与方法,整理出中药临床信息数据元标准目录,分为基础类、临床应用类、管理类三部分,并且规范中药临床信息数据元的标识、定义、表示、允许值。讨论中药临床信息数据元的信息来源、采集标准、留接口、规范科学术语、与已有标准对接、维护管理方案等问题。     

探索现代辨证论治——构建“方证”体系

中医是一个独属于东方完整的医学体系,其科研是在东方特有的文化背景下进行的,面对全球化,中医需要被重新解读以衔接古今。文章认为"方证对应"是传统辨证论治发展蜕变的成果,提出"方证"体系是一种基于传统、适应现代的辨证论治体系,实现了对中医研究成果的直接运用。拟从中医经典入手探索构建中医基础研究与临床实践紧密结合、互根互用的中医诊疗系统,为中医临床诊治提供扎实的理论指导与完备的数据支持,推动中医发展。     

中医个体化诊疗疗效评价现状、方法与思路

中医个体化诊疗的信息载体是各种载体的病历记录。本研究简单回顾了中医药个体化诊疗临床疗效评价的现状,包括临床疗效评价指标体系的建立和患者报告的临床结局;引入了时间维度的动态评价;医院信息系统的发展和真实世界研究的开展。并且提出新的思路和方法：建立针对病案数据的中医药个体化诊疗疗效评价方法,单独计算和评价每一次或多次诊疗的疗效。     

慢性失眠症的中医慢病管理平台的设计与应用＊

目的 构建融合中医特色的失眠慢病管理平台，为医护人员临床患者的治疗及管理提供便利，提高失眠患者诊疗效果及依从性。方法 笔者团队设计中医慢病管理平台，建立失眠患者的电子病历档案，以实时获取睡眠日记、量表评估、治疗记录等临床数据。结果 通过平台对接失眠患者进行在线管理，简化患者病历采集、病情评估过程及记录治疗方案，满足患者治疗及医护人员工作需求。结论 中医慢病管理平台对慢性失眠症患者及临床医护人员具有较好的操作性和实用性，是中医现代化研究思路和方法的一次新探索。