智能在線提示系統及其在中醫臨床的應用

1.北京航空航天大學軟件學院，北京 100191； 2.中國中醫科學院中醫藥信息研究所，北京100700；

3.中國科學院計算技術研究所，北京100190）

摘要：目的 將中醫病案文本信息環境、知識需求、知識需求常見行為及現有的知識環境有機結合起來，建立一個相互聯系、相互支撐的嵌入式知識智能在線提示系統。方法 系統利用了量表、規則提示和異名病癥術語發現的方法，集成了文本提取、術語自動獲取、術語檢索、術語發現和智能提示的功能。內容本研究提出了一種在中醫臨床應用上的智能在線提示系統。它通過收集關于藥物、方劑、癥狀、診斷等相關數據，集成了強大的數據庫詞典，并利用量表和規則，對醫療病案實現了智能化在線分析。最后，用100份病案數據對系統進行了試驗。結果 量表證候提示實驗，召回率為63.33%，準確率為76.00%；病癥異名發現實驗，召回率為58.06%，準確率為77.78%。結論 該系統可以提供即時的中醫藥知識服務，提高用戶的知識查詢、利用的效率。本研究也揭示了臨床量表的制定與臨床實際存在一定的差距。

關鍵詞：智能在線提示系統；嵌入式知識服務；中醫臨床；量表；異名術語發現

Intelligent Online Clinic Alert System and it's Application in TCM

SUN Meng1， LI Yuan-bai2， YANG Yang2， LIAN Chao-jie2， CAO Cun-gen3

（1. Beijing University of Aeronautics and Astronautics Software College， Beijing 100191， China； 2.China Chinese Academy of Sciences TCM Information Institute， Beijing 100700， China； 3. Chinese Academy of Science Computing Technolog Institute， Beijing 100190， China）

Abstract：Objective The paper's aim is to build an inter-connected， mutual supported embedded intelligent online clinic alert system，which associated with TCM's medical record text information environment，knowledge requirement's common behavior and existing knowledge environment. Methods The system adopts the methods of scale table，rule promptness and Symptom terminologies'synonyms detection.It also integrates the functions of text extraction and terminologies'automatic acquisition，searching，detection and intelligent promptness. Content This research proposes an Intelligent Online Clinic Alert System which are applied on Traditional Chinese Clinical Medicine. By collecting the data of herbs，prescriptions，systems and diagnosis，the system builds a strong dictionary and achieves intelligent online analysis by scales and rules.At last，100 medical records are used to test the system. Results The recall and accuracy rates of the syndrome prompted experiment by scale table are 63.33% and 76.00%.The recall and accuracy rates of the symptom terminologies'synonyms detection experiment are 58.06% and 77.78%. Conclusions The system can provide instant Chinese medical knowledge service，which improves the effectiveness of knowledge searching and utilization.

Key words：Intelligent Online Clinic Alert System， Embedded Knowledge Services， Clinical Medicine， Scale Table， Symptom Terminologies'Synonyms Detection

1系統研究背景

1.1相關工作 隨著全球信息化浪潮和中醫國際化的發展，中醫數字化和標準化研究日益深入，應用現代的計算機技術和因特網進行中醫交流、教學、科研的需求不斷增加。智能中醫診斷信息處理技術作為中醫現代化的重要內容，也越來越引起科技界的高度重視。

朱文峰在《中醫（輔助）診療系統的研究》[1]一文中提到，在原有\"辨證論治電腦系統\"的基礎上，研制成\"WF-Ⅲ中醫（輔助）診療系統\"。該診療系統在分析研究中醫診斷治療思維原理和方法的基礎上，建立起辨證論治與辨病論治整體方案，病、證、癥結合，理、法、方、藥俱備，在中醫醫療、科研以及教學等方面具有廣泛的實用性。

徐元景、牛欣在《中醫輔助診療系統的研制》[2]一文中提到，在原有的TCMCADS生成系統的基礎上，從中醫的脈診和舌診數字化入手，可采集并重現中醫的脈圖、舌圖，并建立了以中醫教材為基礎的中醫診療數據庫，為中醫師臨床工作提供易用的輔助診療系統平臺，也為中醫學生和海外中醫師提供遠程的交流和學習平臺。

朱文峰在《創立以證素為核心的辨證新體系》[3]一文中提到，在揭示辨證原理與規律的基礎上，構建以證素為核心的辨證新體系。認為\"證素\"是通過對\"證候\"的辨識而確定的病位和病性，是構成\"證名\"的基本要素也是辨證的核心和關鍵；證素辨證可涵蓋以往諸種辨證方法的實質內容，為把握靈活復雜的\"證\"找到了執簡馭繁的要領，便于臨床操作。

瞿年清、謝夢洲在《中醫智能（輔助）診療系統的設計》[4]一文提到，經過不斷完善2002年\"WF-Ⅲ中醫（輔助）診療系統\"，系統診療的智能和準確性都不斷提高。新系統優化并重新排列了癥狀、證素、證名以及其計量標準，新增了自動問診模式，使用更方便，診療更準確。

周小青、梁昊、雷麗萍在《癥狀計量與證素辨證》[5]一文中提到，從癥狀計量角度闡述計量診斷如何與證素辨證結合，提高診斷的準確性。

孫萌等在《中風方劑數據初步分析》[6]一文中提到，通過數據統計分析、頻繁項集挖掘等現代技術，對現有中醫典籍中治療中風的方劑進行了用藥統計分析、頻繁項分析、中醫典籍分布分、朝代分布分析等處理，可以了解中風方劑的從漢代到近現代時間的發展脈絡，對中風方劑的用藥特點有深層認識，為臨床醫師提供中風方劑應用和研究提供參考。

1.2臨床科研人員圍繞文獻、圍繞知識、圍繞系統的知識服務方式浪費巨大時間、精力 目前中醫藥的知識服務模式，雖然越來越個性化、定制化，但仍然是臨床科研人員尋找多來源的知識系統過程。一方面臨床科研人員，需要適應不同的系統，適應不同的知識服務方式，獲取的知識后整合方能應用，即使有的知識需求很簡單，但在尋找知識系統、整合多來源、多方式的知識仍然浪費大量時間和精力。另一方面中醫藥信息人員仍然是在建立功能越來越強大的知識服務系統，盡管系統提供越來越深層次的知識服務功能，但卻逐漸喪失了服務的易用性。中醫藥臨床科研人員需要更加簡單的知識環境，知識服務的效率需要進一步提高。

1.3應用中醫藥病案文本時需要即時即地被提供相關知識服務 目前越來越多的臨床數據脫離紙質形式，而是以病案文本的形式存儲。無論是臨床人員還是科研人員，在書寫、閱讀、應用病案文本的不同內容時，非常需要同步獲取知識服務，需求不甚復雜，而且有重復性，但以目前的知識服務條件，卻無法快速提供答案。

因此，系統需要根據中醫藥病案文本的信息環境和問題，把整合后的知識信息即時推送給用戶，形成嵌入病案文本的知識服務模式。

本文提出了一種在中醫臨床應用上的智能在線提示系統。它通過收集關于藥物、方劑、癥狀、診斷等相關數據，集成了強大的數據庫詞典，并利用量表和規則，對醫療病案實現了智能化在線分析，從而滿足上述需求。

2系統概況

系統采用為N客戶/服務器模型。服務器端的數據庫存儲所有中醫臨床相關知識，包括數據庫詞典、規則和量表。客戶端程序使用Java語言編寫，負責提供中醫臨床的智能在線提示服務。

系統主要分為三大功能模塊：文本載入模塊在客戶端提取病案文本；術語搜索匹配模塊和服務器端數據庫詞典進行交互，對相關操作進行響應；智能提示模塊和服務器端的規則和量表數據進行交互，在客戶端執行分析，呈現結果給用戶。

2.1功能1：病案文本獲取 首先，點擊\"啟動取詞\"按鈕，按鈕文字變成\"停止取詞\"，此時進入取詞狀態。此時切換到其他任意程序的界面，比如記事本，Word或者瀏覽器。然后用鼠標框選文本，并按下熱鍵Alt+Z，系統自動獲得鼠標所選文本。如果用戶提取的內容有誤，比如少選了某句話，可以再次用熱鍵進行文本提取。

2.2功能2：中醫術語標注 考慮到病歷的文本可能很長，用戶需要知道他所感興趣的詞條的大致位置，從而更好的指導接下來的操作，因此系統需要對病歷中出現的中醫術語進行標注，和原文本區分開。此外，用戶可在甄選類別區域，提前選擇他感興趣的詞條的類型，選擇后系統只會在數據庫相應的表中進行匹配。

單擊\"中醫術語標注\"按鈕，系統會對文本進行如下處理：①尋找文本中是否有詞語和數據庫存儲的術語完全匹配，并將這些關鍵詞在文本中用藍色標注出來。例如，在下圖中可以看到，文本中的\"肥胖\"等病癥術語已經在病歷載入區用藍色標注出。②尋找文本中是否有量表癥狀，并更新量表信息。在本例中，在按下\"術語標注\"按鈕后，系統已經自動獲取了病案文本中的量表癥狀信息。見圖1。

圖1 對病歷文本的術語進行標注

2.3功能3：中醫術語獲取 考慮到用戶僅對文本的某些詞條感興趣，系統會將以當前光標位置為中心一定范圍內的出現的詞條，在結果展示窗口按照類別逐條顯示并對每個詞條提供鏈接，從而減少了用戶在結果展示區定位該詞條的時間。由于已經對文本進行標注，用戶將很容易定位。如果用戶想進一步查看該詞條信息，可以點擊相應的鏈接，進入詞典窗口。

系統還提供類似搜索引擎的搜索服務：在\"病歷載入區\"輸入一個關鍵字或詞，然后點擊\"中醫術語查詢\"按鈕，系統可以檢索到包含數據庫中該詞的所有詞條，并在結果展示窗口按照類別逐條顯示，并對每個詞條提供鏈接。如果想進一步查看該詞條信息，可以點擊相應的鏈接。

系統在詞典窗口顯示術語相關的知識信息，不同的詞條以不同的選項卡顯示。如果用戶對某一詞條解釋內容中的某些術語感興趣，可以在該界面直接進行二次檢索查詢：①點擊\"查詢\"按鈕對該詞條的內容進行檢索標注。例如，在下圖中點擊\"查詢\"按鈕后，\"躁擾不寧\"詞條內容中和數據庫術語一致的詞語會被用藍色標注出。②之后點擊該詞語將光標移到該詞語附近的位置，并點擊\"提取詞語\"按鈕，右側會出現相應的詞語。例如，點擊左側文本框的\"躁擾不寧\"將光標移到該處，然后點擊\"提取詞語\"按鈕，右側會按照類型顯示出出現在\"躁擾不寧\"附近的術語。單擊下側區域的詞條鏈接可以繼續進行查詢。見圖2。

圖2 詞典窗口

2.4功能4：異名術語發現 將語料庫文本輸入系統中，在菜單中點擊\"病癥術語異名發現\"，即可對現有文本進行異名發現操作。結果在異名發現窗口中顯示，左側為新發現的異名，右側為新異名對應的正名。

2.5功能5：量表證候提示 根據量表方法，對病案中的患者所屬的證候進行智能提示。首先，系統會檢索量表癥狀是否在病案文本中出現。如果出現，系統會記錄其所代表的證候的相應分值，會統計得到各個證候的總分值。對于總分值達到10分的證候，系統會做出提示。以上面\"患者形體肥胖……\"病案文本為例，單擊\"量表證候計算\"按鈕，彈出量表窗口。左側以身體部位為分類顯示量表癥狀，右側顯示量表癥狀的統計結果：各個證候的得分情況和證候要素提示。

可以看到檢索到的\"喉中痰鳴\"\"口臭\"等量表癥狀已經在左側被勾選出。右側顯示了量表癥狀的統計情況，其中內風、內火、痰濕、血瘀、氣虛、陰虛證候得分分別為10、26、41、15、0、5，其中證候要素\"內風\"、\"內火\"、\"痰濕\"、\"血瘀\"得分大于等于10，系統將這些證候標紅提示。

該窗口還支持對量表癥狀的重新計算：用戶可在左側的選框重新勾選量表癥狀，然后點擊\"重新計算\"按鈕，可以獲得新的統計結果。

2.6功能6：診療規則提示 根據診療規則方法，進行智能提示。首先，系統會檢索每條規則中的癥狀是否在病案文本中出現。一旦在規則中作為條件的癥狀在病案中出現，該條規則會被觸發，系統會提示相應的診斷和檢查項目。

3系統中的關鍵技術

現在分析系統中運用的方法的合理性，以及這些方法是如何實現來滿足需求的。

3.1量表方法 在醫學領域，學者們引入了量表的方法，用一種疾病和其他疾病或正常人群作比較，一種疾病的不同程度作比較，便形成了等級。這就是醫用量表最基本的概念。

中醫癥狀量表方法是以統計學概率論為基礎，依據有關醫學理論將癥狀、體征及各種化驗結果進行量化。通過概率運算，使其成為診斷和鑒別診斷的重要依據，成為重要的輔助診斷方法。

在本系統中，將病案文本中出現的癥狀和量表中的癥狀進行匹配。如果匹配成功，將其對應證型、數值標記。通過統計，計算出各種證型的分值總和。如果一種證型的總分值超過量表規定的界限，則向醫生提示該證型。

3.2規則提示方法 中醫學的診斷學知識可以表示成規則集合。換言之，通過患者的癥狀，醫生可以推斷患者的病證，而這一基于經驗和統計得到的診斷，本研究采用合取范式形式的規則進行表示。也就是說，系統可以根據從病案文本檢索到的病癥術語和其存儲的規則集合，可以判斷哪些證型、病因或檢查需要被執行，并向醫生提示這些結果。

例如規則：If occurs（病癥A） occurs（病癥B） occurs（病癥C） then prompt（中風）

意思是如果病案文本中同時檢測到\"病癥A\"\"病癥B\"和\"病癥C\"，則系統會向醫生提出相應的病證提示\"中風\"。

再例如規則：If occurs（病癥A） ！occurs（病癥B） occurs（病癥C） then prompt（嘔吐）

意思是如果病案文本中同時出現\"病癥A\"和\"病癥C\"，且沒有出現\"病癥B\"，則系統會向用戶提出相應的提示\"嘔吐\"。

有時會出現規則的沖突，例如規則1：If occurs（病癥A）then prompt（中風）和規則2：If occurs（病癥A） occurs（病癥B）then prompt（嘔吐）。這種情況下系統會優先選擇條件中邏輯運算符多的規則，在本例中系統激活規則2。

3.3異名病癥術語發現方法 中醫學病癥術語存在著大量的同義異名的現象，例如\"腦卒中\"和\"腦中風\"。如果不能很好的解決病癥術語的非規范性帶來的問題，將異名病癥識別出來，系統將很難準確地處理病歷。

然而，目前的技術只能識別名稱完整、定義明確的標準術語，通用的做法是將標準術語整理好存入數據庫中，識別時將文檔中的文本和數據庫中的詞條進行匹配。由于漢語語義的模糊性及其所帶來的巨大數量的衍生詞匯，通過語義分析在有限的上下文內判斷出異名術語難度很大。因此本研究從另一個角度出發，通過行業相關的豐富的語料文檔庫和已有的正異名術語表，不斷發現語料庫未識別的異名術語，擴充已有的異名術語表。

通過大量的瀏覽病癥名稱發現，病癥名稱大都由兩部分構成，即\"對象詞\"和\"表現詞\"。本文定義對象詞為病癥的病變主體的名詞詞匯，定義表現詞為指描述對象主體表現情況的詞匯。例如，\"腦卒中\"中對象詞是\"腦\"，表現詞是\"卒中\"。

病癥術語異名現象的原因，大都是病癥術語中對象詞和表現詞的近義詞造成的。例如，\"口唇紫暗\"和\"口唇紫紺\"，其中\"紫暗\"和\"紫紺\"是近義詞。據此可以設計一種方法，將未被發現的異名癥狀發現。

系統需要：①病癥正異名術語表，可用來構造對象詞和表現詞的近義詞表。②對象詞的近義詞表。每項兩個詞，對象異名和對象正名，例如\"目\"和\"眼\"。③表現詞的近義詞表。每項兩個詞，表現異名和表現正名，例如\"中風\"和\"卒中\"。

方法步驟：①將語料庫的病案文本，以標點、數字和現有術語為間隔，將其拆分成一段段的短語。理論上異名應該存在在這些短語中。②掃描每段短語，如果其中存在一個對象近義詞和一個表現近義詞，且兩個詞語的間隔不超過兩個字時，將這兩個詞以及它們之間的部分提取出來，作為候選異名。間隔不超過兩個字的原因是防止兩個詞來源于兩個不同異名的情況，且通常情況下，異名病癥不會很長。③對每個候選詞條，看它們的對象詞、表現詞二元組的原義，是否和已有的正名對應。如果對應，則該異名很可能和該正名對應，否則它便不是個合適的異名，將其淘汰。

經過上述三個步驟，可以從語料庫中發現較為貼切的異名病癥名稱。系統管理人員可以通過該方法，發現術語并進行人工篩除，能夠便利快捷的充實數據庫，減輕病癥術語的非規范性對系統的影響。

算法步驟示例：

For（每條短語）{

For（每個對象詞異名）

For（每個表現詞異名）{

If（短語包含對象詞異名短語包含表現詞異名）then

If（兩詞間隔不超過2個字）then提取作為候選異名；

}

}

For（每個候選異名）{

A1=候選異名中對象詞對應的正名；

A2=候選異名中表現詞對應的正名；

For（每個癥狀正名）{

B1=癥狀正名中對象詞對應的正名；

B2=癥狀正名中表現詞對應的正名；

If （A1==B1 A2==B2 癥狀正名候選異名） then 候選異名成為新異名；

}

}

4 系統評測實驗

4.1量表提示實驗 本研究所采用的量表為北京中醫藥大學東直門醫院的高穎等編寫的《缺血性中風證候要素診斷量表》[7]。使用系統對于10個出自中風相關論文的病案，運用量表方法進行了分析，結果如下。其中標紅的證候是系統提示的證候。

病歷病癥描述原文：①患者于1994年3月4日在勞動中突然暈倒，不省人事，語不能發，二便失禁，雙側肢體不用，于發病40min后住進洛陽市某醫院，經20d的搶救，才睜開雙目，1個月后形如植物人，出院回家。四肢癱瘓，語不能言，二便失禁，不會飲食，飲水則嗆，面目癡呆，沒有表情，舌體瘦小，質淡暗紅，脈：沉、弦、細、弱。②于9月10日下午出診返家途中，突發昏仆，被路過人發現抬回。請醫治療至第2d神志稍有清醒，但很快又進入昏迷狀態，且出現壯熱、陣發性呼吸困難。……神志昏迷，面紅目赤，瞳孔小如針尖，左肢偏癱，呼吸不規則，時有憋氣，憋氣時面唇紫紺，夜晚發作更甚，口渴喂水能吞咽，大便自發病至今未解，小便給予導尿。舌質紅，苔黃厚少津，脈弦數有力。③2006 年12 月21 日， 因操勞過度， 晚飯后， 突發右側肢體無力， 跌倒在地， 呼之不應， 小便失禁， 家人按人中， 刺十宣， 大聲呼喚后蘇醒， 右側偏癱，急送至本院， 因在發病3 h內， 試用巴曲酶溶栓治療， 第2d， 因口鼻出血， 而停用。予以甘露醇、甘油果糖降低顱壓， 依達拉奉針腦保護劑， 清除自由基， 川穹嗪針改善血循環等治療。因是本院家屬， 早期請中醫會診及康復介入。診見半身不遂，口舌歪斜， 語言蹇澀， 吞咽嗆咳。舌胖有瘀斑、苔白， 脈結代。④患者5 h前卒然昏仆， 不省人事， 左半身不遂， 舌口歪斜， 伴有惡心嘔吐， 面赤氣粗， 舌質紅， 苔黃膩， 脈弦大有力。⑤患者于8 h前突然昏倒， 意識不清， 遂左側上下肢癱瘓， 口眼歪斜， 口角流涎， 舌強語謇， 面色潮紅， 腹滿嘔惡， 便干溲閉， 舌紅、苔膩， 脈滑有力。⑥患者因情志不暢， 隨即昏倒在地， 神志不清， 右上下肢不能活動， 口舌歪斜， 面赤氣粗， 痰聲漉漉， 躁擾不寧， 腹部脹滿， 嘔惡時作， 兩便閉， 舌體大、質暗紅， 苔白膩， 脈洪大有力。⑦患者形體肥胖，高血壓病史5年。因3h前家庭糾紛突感頭痛，左側肢體活動不利，繼而昏仆，不省人事，家屬急送醫院，經西藥常規搶救治療1d，病情仍未緩解，伴鼻鼾痰鳴、煩躁不寧、氣粗口臭、腹脹，家屬言其3d未大便，舌紅或暗紅、苔黃膩，脈弦滑數。⑧收內科住院治療。會診后決定輸液消栓治療。但1w后患者仍不清醒，右側肢體癱瘓，檢查項強口噤。大小便失禁需兩個人服侍。舌苔厚膩，脈弦數，喉中痰鳴。⑨因頭暈， 伴左上肢活動障礙2 d人院。患者晨起時， 突感頭暈口唇麻木， 左上肢不能上舉， 左手指抓握無力。平時嗜睡， 鼾聲大。食納佳， 大便偏干結。⑩因流涎.失語1d人院。患者有高血壓病史9 年。失語當日晨， 覺頭昏， 兩下肢麻木。午餐后突然舌寵不能語， 伴流涎。

經過統計可得，被原文標出且被系統提示的證候共計19個，被原文標出但沒有被系統提示的證候共計11個，沒有被原文標出但被系統提示的證候共計6個。因此，量表證候提示實驗的召回率為63.33%，準確率為76.00%。

可以看到，系統所提示的癥候比較接近論文中注明的癥候，這說明量表方法是有效的。然而，某些病歷的最終得出的量表評分與病歷中醫生所做的證候判斷有所出入，究其原因，主要有以下幾個方面：①用詞非規范性造成的理解差異。由于中醫癥狀名稱用語簡練，含義豐富，加工人員對微小的差異理解不同就會造成這種正異名的匹配與量表癥狀定義的不符，進而造成量表評分與病歷中證候判斷的出入。另一方面，本研究使用的病歷來自于文獻數據庫，均為臨床醫生對醫療實踐的記述。由于每位作者習慣的不同，在描述病患癥狀時所使用的具體詞匯、語法、語句隨意性強，差異較大。這是造成量表評分與病歷中證候判斷的有所出入的重要原因。②醫生對中風的不同理解。醫生對于中風治療有自己的理解，證候的判定可能與量表規則并不一致。③量表規則的局限。量表規則規定，只有在證候得分超過10分時予以提示，這樣某些證候得分即使不為0，也不會提示。例如第4個病歷，內火9分，痰濕8分，然而并未提示。④病歷文本的局限。顯然，越是完整的病歷，系統相應的量表提示越準確。病歷文本過短，會對實驗造成顯著影響。第9、10個病歷就是如此。

4.2病癥異名發現實驗 首先對已有正異名進行人工分析，得到對象詞和表現詞的近義詞表。已有正異名共計175個，從中得到對象近義詞52個，表現近義詞91個。

系統對于上述10個出自中風相關論文的病案進行了病癥異名發現實驗。病案中未被發現的病癥共計31個，系統發現了18個，召回率為58.06%。其中又有14個和正名準確對應，準確率為77.78%。

見表2。

經研究，發現造成召回率和準確率降低的原因有以下幾點：①只能在現有正名的基礎上發現異名。這樣，一些未計入數據庫的正名和其對應的異名就無法被發現。②癥狀\"描述\"和\"名稱\"的界限不清。許多癥狀只是描述，并非嚴格意義上的病證名稱。③無對象詞或多表現詞。例如\"抽搐\"、\"脈沉細\"一類的詞語，前者由于缺少對象無法被發現，后者由于其多義性無法被對應到一個唯一的正名。

總體看來，該方法還是能有效處理中醫學上病癥異名發現的問題。已有的正名和對象、表現近義詞越全，異名發現的召回率和準確率越高。

5結論

本研究的創新點在于把可嵌入式知識服務的概念引入到中醫藥領域，結合中醫藥領域的知識特點和知識結構，為中醫藥臨床科研提供知識服務。

本研究提出了一種在中醫臨床應用上的智能在線提示系統，它圍繞個人病案知識活動鏈路，實現中醫藥數據整合、知識單元提取、病案信息環境識別、嵌入知識服務模式構建，并以部分中醫病案文本為范例，實現部分嵌入式知識服務，形成知識服務工具。

本系統具有很好的推廣應用前景，它可以降低醫生的誤診率，增加中醫臨床教研中學生的練習機會和效率，以及實現病案的自動化分析。另外，本系統的設計理念同樣可應用于其他領域，完成類似的智能提示任務。

參考文獻：

[1]朱文峰.中醫（輔助）診療系統的研究[J].中國中醫基礎醫學雜志，2003，9（10）.

[2]徐元景，牛欣.中醫輔助診療系統的研制.世界科學技術[J].中藥現代化，2003，5（3）.

[3]朱文鋒.創立以證素為核心的辨證新體系[J].湖南中醫學院學報，2004.06.

[4]瞿年清，謝夢洲.中醫智能（輔助）診療系統的設計.朱文鋒學術思想研討會暨中醫診斷師資班30周年紀念大會論文集[C].2012.

[5]周小青，梁昊，雷麗萍.癥狀計量與證素辨證.朱文鋒學術思想研討會暨中醫診斷師資班30周年紀念大會論文集[C].2012.

[6]高穎等，缺血性中風證候要素診斷量表編制及方法學探討[J].中醫雜志，2011（24）：2097-2101.

[7]孫萌等.中風方劑數據初步分析[J].中國中醫藥信息雜志，2013.12.

編輯/王海靜