名老中醫脾胃系統常見病醫案數據挖掘技術的研究

王 健，任劍鋒，劉竺華，陳國寧

（1.山西中醫學院，山西太原030024； 2.山西中醫學院附屬醫院，山西太原030024）

名老中醫脾胃系統常見病醫案數據挖掘技術的研究

Study on date mining techniques of common medical cases about distinguished TCM doctor′s experience in spleen and stomach system

王 健1，任劍鋒1，劉竺華2，陳國寧1

（1.山西中醫學院，山西太原030024； 2.山西中醫學院附屬醫院，山西太原030024）

目的：以中醫臨床診療信息采集系統為技術平臺，獲取名老中醫治療脾胃系統常見病臨床診療數據，以數據挖掘分析平臺為工具，構建名老中醫經驗傳承研究的方法學。方法：以名老中醫脾胃病臨床病案為原始資料，運用結構化臨床診療信息采集系統，全面、動態地采集臨床信息，人機結合，以人為主，總結名老中醫藥專家治療脾胃系統常見病的臨床診療經驗。結果：采集127位名老中醫、1 457例患者的臨床診療數據，建立結構化名老中醫脾胃病病例數據倉庫，形成了3個病種名老中醫專家經驗總結報告。結論：確定了名老中醫經驗傳承研究的方法，即利用結構化臨床診療信息采集系統對臨床病歷數據化，利用數據挖掘分析平臺進行分析挖掘，形成知識庫，在臨床上進行應用驗證，將證明有效的經驗形成治療方案及治療理論來指導臨床，并進一步在臨床上推廣。

名老中醫；醫案；數據挖掘；經驗傳承；方法學

本項目以三種脾胃系統常見疾病（胃痛、泄瀉、腹痛）作為對象進行研究，建立脾胃病醫案數據庫，運用數據挖掘技術對醫案數據進行處理分析，挖掘其內涵，探索名老中醫臨證規律。期望本項目的研究能為數據挖掘技術在中醫藥信息領域的應用提供方法學參考，并對名老中醫臨床經驗的繼承起到積極的推動作用。

1 研究內容

1.1 數據采集

為了獲得可靠的結果，對所收錄醫家、時間、內容等進行了嚴格控制。

1.1.1 醫家 為了保證數據質量，醫案全部選自經驗豐富的中醫專家醫案，醫家的出生年代限制在20世紀30年代。為了避免醫家醫案數量選擇的不均衡導致挖掘結果的偏差，數據庫中單個醫家的醫案控制在10例以內。

1.1.2 時間 全部為現代醫案，所選醫案來自中國知網公開發表的期刊文獻，發表時間為1982年-2012年。

1.1.3 內容 由于本課題旨在對醫案中的病－癥－證－方－藥－效等方面進行數據挖掘［1］，收集的醫案必須包括以上6項內容。病案遵循中醫傳統辨證論治的模式，癥狀除主癥之外，必須有兩個以上的次要癥狀。證型必須含有病性和病位兩部分，所選醫案全部是單純中草藥內服治療。經過篩選，本課題所采集醫案總數為1 457例，其中胃痛536例、泄瀉504例、腹痛417例，涉及醫家127位。

可以看出，隨機森林算法的分類性能依然優于樸素貝葉斯算法，無論準確率（ACC）還是召回率（recall）都接近95%，精確率（pre）也接近97%，說明利用敏感API作為鑒別特征，基于隨機森林分類算法能達到很好的分類效果。

1.2 建立結構化數據庫

本課題利用中國中醫科學院建立的“個體化中醫臨床診療信息采集系統”為技術平臺，建立中醫脾胃系統3個常見病（胃痛、泄瀉、腹痛）的多維關系數據庫。

1.2.1 數據采集模板的制作 按照“數據的結構表格”格式和內容建立模板，調查表中的各項內容在錄入時均可自行選擇，包括病史采集、中藥處方、中西醫診斷、治則治法等界面。

1.2.2 數據的錄入和質量保障 由經過培訓的專業人員錄入病歷，課題組質控人員進行審核，保證病案的臨床信息全部結構化，如：主癥、舌脈、辨證要點、中醫診斷（包括中醫疾病診斷和中醫證候診斷）、治法、主方、藥物、劑量［2］。數據錄入完成后，形成數據庫，即可進行數據的分析挖掘。

1.3 數據預處理

將數據導入數據倉庫前，需進行數據的預處理。由于數據來源于多中心，對于中醫病名、中醫證候、治法等描述上存在表述上的差異，故需對上述數據采用人機結合的方式進行數據預處理。預處理主要采用“人機結合”的方式進行，利用數據抽提轉化加載工具（ETL）完成數據的規范化整理，將錄入的欠規范的信息轉化為規范的結構化信息，方可進行數據挖掘。

對于中醫病名、中醫證候、治法的整理，按照國家標準、行業標準執行，如專業術語可參照《中醫臨床診療術語·疾病部分》（GB/T16751.1-1997）、《中醫臨床診療術語·證候部分》（GB/T16751.2-1997）《中醫臨床診療術語·治法部分》（GB/T16751.3-1997）［3］、《中國中醫藥主題詞表》［4］進行規范。遇到復合證型或涉及兩個或多臟腑的，盡量予以拆分，如氣滯血瘀，分成“氣滯”“血瘀”；治法分割成以最小術語單元進行，如行氣止痛，分成“行氣”“止痛”。

1.4 數據挖掘方法

本課題利用中國中醫科學院“中醫藥防治重大疾病臨床個體化診療評價體系的研究”建立的“中醫臨床多維關系查詢系統”來完成胃痛、泄瀉、腹痛3個病種的“病－癥－證－方－藥-效”關系分析，聯合應用WEKA，Business Objects等數據挖掘方法。治法之間、藥物之間的關系運用復雜網絡的無尺度網絡（Scale-free network）方法進行分析［5］。

1.5 數據分析

經過數據錄入、審核、預處理和整理后，形成用于數據分析的數據倉庫（datawarehouse），即可實現數據分析［6］。

1.5.1 病-證關系分析 根據每一種疾病的癥狀、體征、理化檢查及其權重，癥狀指標對證候診斷結果的相關度、貢獻度，判別各類證候的核心癥狀群，即“病-證”關系。

1.5.2 分析“方-證”“方-病”及“藥-癥”的關系 通過對“方-證”“方-病”及“藥-癥”內涵的相關性分析，體會老中醫對于同一種疾病常有自己不同的診療思路和用藥特點，發現臨床適應病證及相應的方證相關信息。

1.5.3 對常用治法及其核心用藥進行研究 采用無尺度網絡分析方法，根據治法出現的頻次及該治法與藥物相互聯系的關聯度，分析上述3種疾病的臨床常用治法。

2 研究結果

以泄瀉為例進行闡述。

2.1 常見證候分布

對504例泄瀉患者數據分析，常見證候為脾虛濕阻、脾腎陽虛、肝脾不和、脾胃虛弱、脾胃濕熱、中氣下陷、脾胃虛寒、脾胃陰虛、氣滯血瘀等證候。

2.2 常用治法分析

治療泄瀉的治法依次為健脾化濕、溫腎健脾、抑肝扶脾、健脾益氣、清熱化濕、健脾理氣、固澀止瀉、溫中健脾、補中益氣、升清降濁、消食導滯、益胃養陰、活血化瘀等。

2.3 常用中藥分布

常用中藥有白術、甘草、茯苓、黨參、陳皮、木香、白芍、山藥、黃連、砂仁、薏苡仁、山楂、神曲、麥芽、炮姜、防風、訶子、黃芪、扁豆、蒼術、干姜、升麻、枳殼、桔梗等。

2.4 主要治法及藥物的無尺度網絡圖分析

結果見圖1、圖2。

圖1 泄瀉常用治法無尺度網絡圖

圖2 泄瀉常用藥物無尺度網絡圖

從圖1可以看出，健脾與祛濕出現的頻度為98和94，理氣出現的頻度為90。

從圖2可以看出，504例泄瀉患者以炒白術、黨參、薏苡仁、炒白芍、防風、太子參等藥物為核心藥物，與臨床實際用藥基本符合。

3 結論

本研究是以名老中醫的病案為基礎，利用結構化臨床診療信息采集系統對臨床病歷數據化，利用數據挖掘分析平臺進行分析挖掘，建立脾胃系統常見病臨床信息數據庫，做到了真實再現老中醫治療脾胃系統常見病的學術思想和臨床經驗。結合WEKA、Business Objects、復雜網絡的無尺度網絡方法等數據處理方法，將傳統中醫臨床實踐與先進的方法學有機地結合，遵循“人機結合”的觀點，多學科交融，從多角度、多層次展現老中醫治療脾胃系統常見病的治法及用藥規律［1］。由于該方法的運用是與中醫學自身的研究特點和規律相結合的，故研究的結果能與傳統的觀點相吻合，以期進一步在臨床、科研上推廣應用。

4 展 望

本課題以脾胃系統3個常見疾病為例，運用數據挖掘和數理統計分析相結合進行研究，為尋求老中醫經驗傳承方法提供了經驗。但同時也感到由于技術和方法的限制，如隱含知識發現不夠，療效評價數據信息不夠等。因此需要在該方法學基礎上進一步優化采集內容，圍繞與研究密切相關的信息深入研究，開展后續驗證性研究［6］。

［1］張潤順，王映輝，姚乃禮，等.名老中醫電子病歷中病史動態結構化數據錄入規范［J］.中國中醫藥信息雜志，2007，14（2）：100-101.

［2］張潤順，王映輝，周雪忠，等.名老中醫經驗要素研究及智能挖掘平臺功能設計［J］.世界科學技術：中醫藥現代化，2008，10（1）：46-52，63.

［3］王映輝，姜在湯，閏英杰，等.基于信息和數據挖掘技術的名老中醫臨床診療經驗研究思路［J］.世界科學技術：中醫藥現代化，2005，7（1）：98-105.

［4］吳蘭成．中國中醫藥主題詞表［M］.北京：中醫古籍出版社，1996.

［5］王映輝，周雪忠，張潤順，等.利用復雜網絡與點式互信息法分析挖掘名老中醫用藥經驗研究［J］.數據庫技術與應用，2011，6（4）：76-80.

［6］周霞繼，王映輝，劉保延，等.基于臨床病歷數據化的名老中醫經驗傳承方法學研究［J］.中國中醫藥圖書情報雜志，2014，38（4）：4-9.

（編輯：翟春濤）

R249

A

1671-0258（2015）01-0037-03

山西省科技攻關項目（20120313026-1）

王健，副教授，副主任醫師，醫學博士，碩士研究生導師，E-mail：syl7899@163.com