醫療大數據在中醫藥研究領域的應用與思考

楊　薇，崔英子，楊海淼，冷向陽

(長春中醫藥大學附屬醫院，長春 130021)

·GCP平臺·

醫療大數據在中醫藥研究領域的應用與思考

楊薇，崔英子，楊海淼*，冷向陽

(長春中醫藥大學附屬醫院，長春 130021)

摘要：信息革命使現代社會進入大數據時代，醫院信息系統(HIS)數據、臨床醫學研究數據、生物信息數據、醫療衛生服務平臺數據、居民健康管理數據、公共衛生普查數據等各類醫療大數據成為近年來的研究熱點，通過分析醫療大數據可以為臨床決策與醫學發展提供重要的信息，促進人類健康事業的發展。在中醫藥研究中采用醫療大數據分析與挖掘不僅可以發現中醫藥使用的特征與規律，也有利于中醫藥的現代化與創新，加速中醫藥國際化進程，使中醫藥造福于全人類。

關鍵詞：醫療大數據；中醫藥研究；數據挖掘；大數據應用

進入21世紀以來，可應用的數據呈現井噴趨勢，大數據時代已來臨。維克托·邁爾-舍恩伯格曾概括性提出大數據時代的特征在于可分析的數據向更多、更雜、更好3個方向的轉變[1]。大數據具有大量、高速、多樣和有應用價值的特點[2](又被稱為4V的特征)，也被稱為能夠引領未來繁榮的三大技術變革之一[3]。據國際數據公司預測,2012—2016年期間的中國大數據較原來將增長5倍，其中醫療衛生占據較大份額，大數據時代的到來為醫學研究領域開拓了嶄新的道路。

1醫療大數據來源與種類

醫療大數據來源主要有4類，分別是制藥企業或生命科學的研究數據、臨床醫療或實驗室檢查數據、醫療費用或報銷產生的數據、健康管理或通過社交網絡產生的數據[4]。以上數據具體表現為日常醫療服務過程中產生的醫院信息系統(hospital information system，HIS)數據、大樣本臨床醫學研究或監測大數據、生物信息數據、醫療衛生服務平臺數據、居民健康管理數據、公共衛生普查數據等，隨著信息化水平的提升及多信息系統廣泛使用，醫療數據的來源與容量將呈現幾何數量增長，這些數據為醫學研究提供了海量資源。

2醫療大數據研究方法

目前對于大數據分析體現為數據挖掘與統計分析兩大類方法共存，從原理上講,許多數據挖掘算法也是基于統計分析發展起來的，兩者作用互相補充。

2.1數據挖掘數據挖掘按照其功能可分為分類、聚類、匯總、關聯、預測、序列發現、離群點分析等，基于分析原理又可分為統計分析類數據挖掘方法和機器學習類數據挖掘技術，統計類數據挖掘方法包括聚類分析、關聯規則、主成分和因子分析、判別分析等，而機器學習類數據挖掘技術包括人工神經網絡法、貝葉斯網絡、粗糙集理論、決策樹算法、遺傳算法、支持向量機[5]等。復雜網絡是近年來科學界開展大數據研究的熱點問題[6]，其本質也為數據挖掘的一種。

2.2統計分析大數據分析雖然數據挖掘是主體，但是經典的統計分析方法在大數據研究中仍占有重要的地位，某些數據挖掘方法本身就是建立在統計分析基礎上的，如關聯規則、時間序列分析等。在進行數據挖掘前，要對所分析的數據有總體把握，此時需要對數據分布進行描述性分析。利用大數據也可進行假設檢驗，只要明確大數據特點，設定合理的科學假說，通過適宜的統計學分析也可達到解決臨床問題的目的。此外，還可采用統計學中某些統計模型對大數據進行分析，如生存分析、邏輯回歸、傾向性評分法等。

3醫療大數據研究在中醫藥領域的應用

3.1疾病特征研究中的應用李貴華等[7]通過對來自于全國17家醫院HIS的84 697例冠心病患者中醫證候進行分析，發現血瘀證最多，其次為氣虛、陰虛、痰濁證。李蘊銣等[8]通過對40 681例病毒性肝炎患者住院時間與節氣之間的關系進行分析，發現夏至、小暑和大暑節氣中病毒性肝炎患者住院率高于其他節氣。于國泳等[9]通過對72 772例糖尿病患者進行分析，發現了該種疾病發病患者人口學分布、證候分布以及合并疾病等信息。晏峻峰[10]利用粗糙集、支持向量機對來源與臨床和文獻的5 139份病例證候要素進行分析，建立了證候要素“脾”和“陽虛”的決策模型。

3.2中藥研究中的應用吳釘紅等[11]應用網絡藥理學分析方法，對5類24種常用清熱中藥的小分子化合物、22個冠心病相關靶標以及靶標相關疾病相映射，構建藥物—靶標—疾病網絡圖，以了解藥物作用機制與疾病的關系。吳磊宏等[12]利用網絡藥理學分析附子的22種化合物作用靶點，發現平均藥物作用靶點數為16.3，平均每靶點可關聯4.77種化合物，利用數據證明中藥“多成分、多靶點”的特征。苑捷等[13]利用隨機森林模型預測了銀杏葉中15種與心腦血管治療有關的化學成分，并利用復雜網絡分析方法發現了銀杏葉在治療心腦血管疾病中可能起作用的成分及靶點。另外，也可利用醫療大數據進行中成藥臨床應用特征分析[14-17]。

3.3方劑研究中的應用尚爾鑫等[18]利用關聯規則的挖掘方法，從藥典中藥物的性味歸經屬性上挖掘中藥配伍禁忌與常用藥對之間的屬性組合區別，證實了有配伍禁忌的組合中存在特定性味歸經屬性組合，與常用藥對存在明顯的差異。周雪忠等[19]利用復雜網絡中無尺度網絡特性對北京市地區20余位名老中醫門診病例進行核心處方配伍結構分析，發現了薛伯壽治療咳嗽病痰熱阻肺證門診處方的核心藥物及用藥思路，另外還發現了孫桂枝對腫瘤疾病的核心處方、方和謙和肝湯處方配伍結構、謝海洲對類風濕疾病的核心處方配伍結構等。高鑄燁等[20]利用復雜網絡分析方法對冠心病的證候、治法與中藥之間的關系進行探討，發現冠心病臨床診療中的理法方藥互相對應，尤其對于清熱法與解毒法應用于冠心病的治療可深入研究。孟凡紅等[21]利用復雜網絡分析法發現古代止痛方劑的核心藥物、配伍藥對及用藥特點。

3.4診療規律中的應用采用數據挖掘方法和復雜網絡分析方法，從中醫大數據中發現疾病證、治、法的特定規律，也是推廣中醫藥信息化、數字化和知識化研究的重要手段，為深入研究中醫藥學提供線索。馬金輝等[22]利用16家三甲醫院HIS數據對30 034例高血壓病住院患者進行分析，發現高血壓患者常合并冠心病，治療中多種藥物聯合使用，其中成藥多為活血化瘀制劑。馮石強[23]利用數據挖掘的方法對《中醫方劑大辭典》中柴胡類方進行分析，發現了柴胡在各方劑中的藥物配伍規律以及與方證疾病、病因病機、癥狀存在的關聯性。宋觀禮等[24]利用數據挖掘方法對來自于臨床的1 265例冠心病患者病因、證候、癥狀、方藥進行了分析。張慧琴等[25]利用文本挖掘技術從52 964篇文獻中發現了非酒精性脂肪性肝病的核心證型、核心藥物以及核心方劑。

4結語

醫療大數據研究是對現實醫療數據的分析，屬于真實世界研究[26]。中醫藥的整體性、關聯性、相關性和多樣性特征也是大數據的重要特點。有學者提出了“以人為中心，以數據為導向，以問題為驅動，醫療實踐與科學計算交替，從臨床中來到臨床中去”的真實世界的中醫臨床科研范式，并提出“真實世界的科研，是利用臨床診療基礎的數據上開展的科研”，在真實世界的條件下更能充分發揮中醫辨證論治以及綜合療法的優勢，信息數據化及數字化為中醫藥現代化開辟了道路，也為中醫藥研究帶來了新的機遇與挑戰。

參考文獻：

[1]維克托·邁爾·舍恩伯格.大數據時代[M].杭州:浙江人民出版社,2013.

[2]張華敏,王永炎.高概念大數據時代中醫理論研究的機遇[J].中國中醫基礎醫學雜志,2015,21(1):4-6.

[3]鄭玲微.大數據來臨,你準備好了嗎:大步跨大數據時代[J].信息化建設,2013(1):10-13.

[4]蔡佳慧,張濤,宗文紅.醫療大數據面臨的挑戰及思考[J].中國衛生信息管理雜志,2013,10(4):292-295.

[5]涂泳秋,陳國華,樸勝華,等.中醫藥科研中用到的數據挖掘方法綜述[J].醫學信息(上旬刊),2011,24(7):4045-4047.

[6]NEWMAN M,BARABáSIA L,WATTS D J.The structure and dynamics of networks[M].princeton:princeton univ press,2006.

[7]李貴華,姜紅巖,謝雁鳴,等.基于大數據84697例冠心病中醫證候及其中西藥使用分析[J].中國中藥雜志,2014,39(18):3462-3468.

[8]李蘊銣,謝雁鳴,王卓月.病毒性肝炎患者發病住院時間與節氣的相關性分析[J].中醫雜志,2015,56(1):52-54.

[9]于國泳,楊薇,謝雁鳴,等.醫院信息系統數據庫72772例2型糖尿病患者臨床特征分析[J].北京中醫藥大學學報,2014,37(12):851-857.

[10]晏峻峰.基于數據挖掘技術的證素辨證方法研究[D].長沙:湖南中醫藥大學,2007.

[11]吳釘紅,丘小惠,朱偉,等.網絡藥理學方法探討清熱中藥治療冠心病作用機制[J].中華中醫藥雜志,2011,26(5):1004-1008.

[12]吳磊宏,高秀梅,王林麗,等.附子多成分作用靶點預測及網絡藥理學研究[J].中國中藥雜志,2011,36(21):2907-2910.

[13]苑婕,李曉杰,陳超,等.基于網絡藥理學方法預測銀杏葉治療心腦血管類疾病的有效成分及其潛在靶點[J].中國實驗方劑學雜志,2014,20(11):208-212.

[14]支英杰,張輝,謝雁鳴,等.基于HIS系統的真實世界的59287例疏血通注射液臨床實效研究[J].中國中藥雜志,2012,37(18):2714-2717.

[15]王志飛,謝雁鳴.基于真實世界的喜炎平注射液HIS臨床劑量應用分析[J].中國中藥雜志,2012,37(18):2727-2729.

[16]郝騰騰,謝雁鳴,楊薇,等.基于電子醫療數據的舒血寧注射液對肝功能影響的臨床實效研究[J].中國中藥雜志,2014,39(18):3609-3615.

[17]楊薇,程豪,謝雁鳴,等.燈盞細辛注射液疑似類過敏反應病例相關影響因素分析:巢式病例對照研究[J].中國中藥雜志,2013,38(18):3024-3027.

[18]尚爾鑫,范欣生,段金廒,等.基于關聯規則的中藥配伍禁忌配伍特點的分析[J].南京中醫藥大學學報,2010,26(6):421-424.

[19]周雪忠,劉保延,王映輝,等.復方藥物配伍的復雜網絡方法研究[J].中國中醫藥信息雜志,2008,15(11):98-100.

[20]高鑄燁,張京春,徐浩,等.用復雜網絡挖掘分析冠心病證候-治法-中藥關系[J].中西醫結合學報,2010(3):238-243.

[21]孟凡紅,李明,李敬華,等.基于復雜網絡挖掘古代止痛方劑用藥規律[J].中醫雜志,2013(2):145-148,166.

[22]馬金輝,王志飛,謝雁鳴,等.真實世界大數據30034例高血壓病住院患者中西醫診療規律初探[J].中國中藥雜志,2014,39(18):3435-3441.

[23]馮石強.基于數據挖掘對柴胡類方方證規律的研究[D].北京:北京中醫藥大學,2012.

[24]宋觀禮,劉保延,王映輝,等.基于中醫臨床科研信息一體化技術平臺的冠心病診治規律研究[J].中華中醫藥雜志,2013,28(5):1247-1252.

[25]張慧芹,郝鈺,李健,等.文本挖掘非酒精性脂肪性肝病中醫證候及用藥規律[J].中國中醫基礎醫學雜志,2014,20(8):1120-1122.

[26]田峰,謝雁鳴.真實世界研究:中醫干預措施效果評價的新理念[J].中西醫結合學報,2010,8(4):301-306.

Thinking of medical big data applied to Chinese medical research

YANG Wei,CUI Yingzi,YANG Haimiao*,LENG Xiangyang

(The Affiliated Hospital to Changchun University of Chinese Medicine,Changchun 130021,China)

Abstract：The information revolution brought modern society into the era of big data.Recently years,many of research focus on medical big data resource such as hospital information systems (hospital information system,HIS) data,and clinical research data,and biological information data,and health services platform data,and population health management data,and public health census data.It can provide important medical information by analyzing medical large data for clinical decision-making and medical development,also can promote the human health development.Adopt to data mining in medical big data research not only can be found the features and the laws of traditional Chinese medicine used in clinical,but also conducive to it modernization and innovation.It can accelerate the process to internationalization of Chinese medicine

Keywords：medical big data;Chinese medical research;data mining;big data application

DOI:10.13463/j.cnki.cczyy.2016.03.070

基金項目：國家重大科技專項“重大新藥創制” 中藥新藥臨床評價研究技術平臺建設(2012JX09303017-002)；吉林省中醫藥重點研究室“中醫藥臨床評價重點研究室”項目。

作者簡介：楊薇(1981-)，女，醫學博士，主治醫師，主要從事中醫藥臨床評價研究。

*通信作者：楊海淼，女，主任醫師，電話-(0431)86177876，電子信箱-gcp7876@163.com

中圖分類號：R197.32

文獻標志碼：A

文章編號：2095-6258(2016)03-0625-03

(收稿日期:2015-12-07)