数据挖掘方法在中医医案研究中的应用

中医医案作为中医诊疗经验及学术观点的载体,历来是中医传承研究的重中之重。传统的“个人领悟式”方法在分析医案时难以避免存在片面性和主观性。因此,寻找一种可以全面、客观地反映医案中隐藏信息的医案研究方法就显得尤为重要。近些年随着信息技术的飞速发展,数据挖掘技术在医案研究中的应用也日益深入。现通过对目前医案研究领域常用的数据挖掘方法、软件及平台的应用现状进行梳理,并对每种方法在医案研究中的适用领域进行简要评述,以期为医案研究者选择合适的研究方法提供参考,为传承医案中蕴含的诊疗经验及发展中医药事业提供新思路。     

数据挖掘方法在中医医案研究中的现状分析

中医医案文献浩如烟海,如何从这些历代医案资料中总结或发现有价值的信息是当代中医药文献研究的热点。数据挖掘技术是发掘与整理中医医案的良好工具,可以从大型的数据库中提取人们欲汲取的知识。数据挖掘方法在中医医案研究中已广泛应用。无监督数据挖掘方法是一种数据发掘、分析和知识发现的新技术,它更客观、更接近中医的辨证思想,更有利于从中医医案中提炼出精华。该文主要介绍了在中医学医案研究中4种常用的数据挖掘方法及更适合医案证候研究和组方规律探讨的无监督数据挖掘方法。     

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。     

中医医案的研究进展

概述了中医医案的发展源流及各个历史时期中医医案发展的特色，以及现代研究中医医案的主要方法学，并介绍了近些年来计算机技术（主要是数据挖掘技术）在中医领域尤其是中医医案开发利用方面的研究。     

杨倩教授辨治肠易激综合征组方规律及用药特点

目的运用中医传承辅助系统(TCMISS)对杨倩教授治疗肠易激综合征(IBS)患者临床医案进行数据挖掘,总结分析杨倩教授治疗IBS的临床辨证分析及组方用药规律,为临床治疗IBS提供数据基础。从而也证明TCMISS系统软件作为中医药研究辅助工具,具有很大的应用前景,基于数据挖掘技术增加对众多中医药专家治疗IBS的有效医案进行总结分析,有利于提高中医药治疗IBS的水平。     

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。     

中医药领域数据挖掘技术的研究与应用概况

现时,数据挖掘已经被运用于各个领域,而中医药领域因其独特复杂的数据特点更加需要大量的数据挖掘工作,使隐藏在数据当中的有关中医证候诊断、中药方剂等未被发现和使用的有用知识可以被发现.目前,数据挖掘在中医药领域的中医诊断、中医证候、中药方剂、中医文献研究及针灸治疗等方面的应用日趋完善,证实数据挖掘技术可以为中医药独特复杂的数据作出分析,从而推动中医药行业的进一步发展.笔者现就中医药领域数据挖掘技术的研究与应用概况综述如下.     

基于大数据技术的名老中医医案价值挖掘困境及对策分析

中医医案作为名老中医学术思想和临证经验的重要载体,是名老中医档案的重要组成部分。大数据时代的到来,为本身具有大数据特征的中医信息挖掘带来了新的机遇,同时也面临诸多挑战。文章对名老中医医案、大数据技术的概念以及数据挖掘技术在名老中医医案价值挖掘应用中存在的困难和问题进行分析,结合实际提出解决策略,有利于进一步推进中医药文化传承与创新。     

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,     

基于朴素贝叶斯和word2vec的中医电子病历文本信息抽取＊

中医电子病历（electronic medical record,EMR）包含大量的医疗知识和患者健康信息，对该类信息的抽取和挖掘对中医药的传承和创新有着重要意义。然而以纯文本形式记录的中医电子病历是一种非结构化信息，阻碍了中医药临床经验的总结与挖掘。本文主要讨论如何用机器学习算法对非结构化的中医电子病历文本进行信息的分类抽取，抽取出症状、处方、治法等有用信息。先将电子病历文本进行分词，然后进行标签标注，采用朴素贝叶斯和word2vec算法训练形成模型,最后进行模型测试。实验结果表明，该算法模型的信息抽取查准率可达80%以上。该研究在中医电子病历文本信息抽取领域做出了初步探索，为进一步进行中医药领域的数据挖掘和科研工作提供了良好的基础。     

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。     

支持向量机算法在中医证候信息分类中的应用

目的:探讨带先验知识的支持向量机(P-SVM)数据挖掘算法在中医证候信息自动分类中的应用。方法:以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集,以中医专业知识作为先验知识,将样本集置信度通过带权分类间隔导入SVM模型中进行分类,计算其分类置信度。结果:在有中医专业知识的情况下,中医证候信息分类的正确率得到了很大的提高,正确率约为95%。结论:P-SVM算法是统计学习理论在小样本数据集中较成功的应用,能对中医证候信息进行有效的分类,实现了数据挖掘技术在中医证候信息研究中的应用。实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来,对一种对中医证候信息进行正确分类的有效算法。     

数据挖掘中的分类算法及其在中医证候学中的应用

中医研究领域中,辨证是中医学的核心,也是确保疗效的前提。为了研究中医辨证分类规律,数据挖掘近年来广泛用于其中,成为数据挖掘用于中医药领域研究的一个特点。分类算法是数据挖掘中的最重要的技术之一。文章简要介绍了分类算法中的常用技术如决策树分类、贝叶斯分类、神经网络分类等,同时对其在中医证候分类研究中的应用进行概括,希望能为未来中医证候学的研究提供一个方向。     

基于数据挖掘的溃疡性结肠炎核心药物及配伍分析

目的：挖掘治疗溃疡性结肠炎的核心方药,探索其用药规律。方法：选取江苏省中医院2009~2013 年间525 份溃疡性结肠炎住院病历,将病历录入结构化临床诊疗信息采集系统中,经数据整理和规则处理后,采用复杂网络方法,分析中药处方的核心药物及常用配伍。结果：治疗溃疡性结肠炎的核心药物为地榆、黄连、木香、白芍、仙鹤草、当归、炒白术、黄芩、紫草、薏苡仁、茯苓、山药。结论：数据挖掘可以客观分析治疗溃疡性结肠炎核心药物及常用配伍,指导临床处方用药。     

名老中医医案研究现状、质量问题及应对策略＊

历代名医的学术思想和临证经验是中医药学的重要组成部分，能凸显中医药的诊疗特色和优势，是学术创新的重要源泉，而名医学术经验之精华集中反映于医案之中。医案在名老中医经验传承、中医学术的传承和发展中，具有极其重要的、不可替代的学术地位，在中医的学习、临证、科研中，具有极其重要的承启作用。医案内容丰富、传承久远、覆盖广阔，是中医记录、解析个案的诊疗全过程的、叙议结合的传统临证文本，具体体现了中医理法方药的综合应用。而病历是医务人员对患者疾病发生、发展、转归，进行检查、诊断、治疗等医疗活动过程的记录，是按规定的格式和要求书写的患者医疗健康档案。病历是资料性的，是用于查阅、追询的医疗文本；而医案是学术性的，在收集诊疗重点内容的同时，经过整理提炼形成的，常有按语，具有重要学术价值，用于总结和研究名老中医学术思想。病历是基础，属于数据范畴，而医案是病历的升华，具有知识的特点。本研究结合近三十年来名老中医传承项目成果，提出医案整理可促进名老中医经验传承、促进有效方药发现和成果转化、促进形成创新理论、用于临床决策支持等，名老中医医案存在的主要质量问题有信息不够完整、记录不规范、有叙无议、溯源性不够，循证证据不足、无法支持高水平的成果转化等。应对策略可采用政策引导、加强管理，加强规范化建设，加强方法学研究、提高科研转化，以及构建行业共建共享机制等。     

支持向量机算法在中医证候信息分类中的应用

目的: 探讨带先验知识的支持向量机(P-SVM )数据挖掘算法在中医证候信息自动分类中的应用。方法: 以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集, 以中医专业知识作为先验知识, 将样本集置信度通过带权分类间隔导入SVM 模型中进行分类, 计算其分类置信度。结果: 在有中医专业知识的情况下, 中医证候信息分类的正确率得到了很大的提高, 正确率约为95%。结论: P- SVM 算法是统计学习理论在小样本数据集中较成功的应用, 能对中医证候信息进行有效的分类, 实现了数据挖掘技术在中医证候信息研究中的应用。实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来, 对一种对中医证候信息进行正确分类的有效算法。     

基于文献计量分析的数据挖掘在中医诊断学领域的应用研究

为系统探索数据挖掘在中医诊断学领域应用的科研产出、研究主体及研究主题演化路径和前沿热点问题,研究以中国知网(CNKI)期刊数据库为数据源,收集自建库以来至2019年该领域相关文献,并利用CiteSpace和VOSviewer科学计量软件进行可视化知识图谱绘制。该研究领域的成长依次经历了起源阶段、探索阶段、发展阶段、平台阶段及新的发展阶段,学者们对该领域研究的关注度总体上呈上升趋势。目前,该领域高产作者共有35位,发文期刊主要为中医领域的核心期刊,机构以上海中医药大学、北京中医药大学、湖南中医药大学科研产出最多。研究主题主要形成四大聚类:计算机与中医辨证论治、数据挖掘与疾病用药规律、中医计量诊断、人工智能与中医四诊。主要研究主题从较早的计算机辅助诊断、数学模型、计量诊断、证素辨证等在中医诊断的应用发展至近年来的数据挖掘、关联规则、中医药、模糊数学、用药规律、聚类算法、大数据、状态辨识、名老中医等。特别是在现今互联网+及“健康中国”的时代背景下,中医诊断有了新的内涵,充分发挥数据挖掘优势,立足中医思维与名医经验,挖掘中医药真实世界的健康大数据规律成为新兴热点。