基于中醫藥人工智能技術探討中醫藥大數據的典型特征＊

程小恩，溫川飆，許 強，胡遠樟，張小會

（1. 成都中醫藥大學醫學信息工程學院 成都 610000；2. 中國醫學科學院醫學信息研究所 北京 100020）

中醫藥的數據廣泛分布在各個領域，包含口傳心授的數據、臨床電子病案數據、文獻數據、穿戴設備數據等。多類型的中醫藥數據正持續不斷地豐富中醫藥數據庫。研究[1]表明這些數據展現出的“不求精益、追求整體”的大數據特點。

近年來，中醫藥數據的客觀化、可計算性的研究成為研究和發展中醫藥信息數據的基本方法，部分學者通過大數據聚類或統計分析方法對中醫藥數據進行用藥規律、關聯分析等研究（圖1），人工智能技術的飛速發展，中醫藥數據研究已在醫學專家問答、醫學影像切割和分類、四診客觀化等眾多領域取得了突破[2]，本文從中醫人工智能技術的發展需求角度探討中醫藥大數據的特征，有利于更好地利用人工智能技術發展中醫藥信息學。

查閱知網，萬方、中國中醫藥文獻數據庫等知識庫中的2356 條關于中醫藥特征數據的文獻。上海中醫藥大學陳陵和徐燎宇通過剖析大數據“4V”的特性[3]，即數據容量大（Volume)、數據增速快(Velocity)、數據來源廣(Variety)，“信息價值大與冗余信息多(Value)”和另一個特點即真實性(Veracity)，提出中醫藥大數據作為一種獨特的醫療大數據的觀點[3]。河南中醫學院第一附屬醫院邵明義，中國中醫科學院中醫臨床基礎醫學研究所劉保延等[4]研究者從中醫藥臨床科研數據面臨的問題著手，闡述了中醫藥臨床數據的復雜性和多樣性。中國中醫科學院信息所于琦等[5]通過對比大數據，提出中醫藥數據具有數據量大，數據類型多，價值密度高，處理速度快的4V 特點，得出中醫藥信息數據的特點與大數據的特征具有相似性的結論。甘肅中醫藥大學的王曉麗等[6]通過對真實世界大數據特點與中醫關系的分析，提出中醫藥數據的整體性、模糊性、多樣性。研究者對中醫藥數據特征的研討普遍沿用大數據的4V特點闡述中醫藥數據特征，學者們關于中醫藥信息數據的研究普遍認為符合大數據的4V特點。分析中醫藥特征數據的文獻，學者們嘗試在4V特征基礎上突出其中醫藥研究的特色，探討中醫藥數據特征。李燦東等[7]指出大數據與中醫藥信息學特征的相似性，提出中醫藥數據特征具有：數據來源電子化、多樣化；數據指數級增長、應用增多的特點。陶永鵬等[8]提出中醫藥數據除具有大數據的特點外還具有全數據的特點，以及中醫藥數據的模糊性和相關性特點。山東中醫藥大學吳俊玲[9]認為大數據與中醫藥學信息特征具有高度的相似性，包括全體數據與整體觀念、混雜性與模糊性、相關性與關系論。綜上，中醫藥領域現有研究者對中醫藥數據特征的分析，主要從數據量、數據種類、數據產生、數據價值4個角度分別對大數據特征進行了數據特征的描述（見表1）。

圖1 2000-2019年中醫人工智能數據挖掘領域關鍵詞共現可視化知識圖譜

表1 中醫藥數據與大數據特征對比分析表

當前中醫傳承、療效、中醫辨證論治算法研究等領域中的復雜模型系統或分類識別方法等人工智能算法已應用到中醫客觀化的研究中，成為研究中醫數據主要的研究方式。本文在總結和分析研究者們對中醫藥大數據特征的基礎上，從基于中醫人工智能技術的發展需求角度，結合中醫藥人工智能新的研究技術，研究思路和研究成果，突出中醫的整體觀、抽象性、模糊性等特征，提出中醫藥大數據典型的四大數據特征。

1 中醫藥大數據的四大典型特征

1.1 中醫藥大數據的典型特征—持續循環

中醫藥的數據主要包括五類：①臨床醫療數據：醫院信息系統（Hospital information system，HIS）（影像、臨床、實驗室、電子病歷等數據）；②中醫藥文獻數據：期刊文獻、會議文獻、博士論文、碩士論文、報紙、專利、標準、古籍文獻、現代醫著等；③臨床研究數據：臨床試驗數據、中藥臨床療效數據、藥品安全監測數據、經濟性研究數據、動物藥物試驗數據；④環境數據：氣候、節氣、環境溫濕度，空氣質量等數據；⑤其他數據：網絡信息、社交網絡、心理健康、穿戴設備等新興數據源。數據來源的多樣化，混雜性較西醫數據更為明顯，這與學者們提出的中醫藥數據具有大數據海量性的基本特征一致，但中醫藥海量多源數據特征的實質在于—數據的持續產生和生態循環特征。

臨床醫療數據、中醫藥文獻數據、臨床研究數據、環境氣候數等產學研數據這些多源數據是持續產生的。中醫人工智能技術，需要海量的數據訓練算法。中醫數據來源的多樣性是中醫人工智能技術的數據基礎。多層次的中醫藥數據資源整合到一起，通過人工智能技術，可以分析數據的特點，并且海量的數據，可以通過算法實現數據間的互補性，突出數據的特征，從而幫助研究者更全面深入地理解和把握對生命和人體的認識。

通過人工智能技術有效地分析、利用中醫藥數據，實現數據集成，并將整體關聯的數據服務于產、學、研體系。產、學、研體系又會產生形成新的中醫藥成果數據服務于中醫人工智能領域，形成可持續發展、良性互動的生態循環數據體系（圖2）。

圖2 多源持續，生態循環

1.2 中醫藥大數據的典型特征—整體系統

整體觀念是中醫辨證論治的基本特點。人體由若干臟腑、組織和器官組成，每個臟腑、組織和器官各有其獨特的生理功能，同時這些不同的功能又是人體整體活動的重要組成部分。在整體觀念指導下中醫學認為人體正常生理活動的完成一方面依靠各臟腑組織發揮各自的功能作用，另一方面則依靠臟腑組織之間相輔相成的協同作用和相反相成的制約作用才能維持其生理上的平衡。研究者們認為中醫學非常重視人體本身的統一性、完整性及其與個體所在自然界的相互關系。

當代中醫師除了需通過望、聞、問、切收集患者的四診信息，還可以結合中醫辨證采集檢查檢驗、穿戴設備、生存環境等多樣化的數據以獲得對患者病情的綜合認識和全面研究。多源異構的數據體現了人體局部與整體的統一，以及人體與自然環境、社會環境的統一性與關聯性和整體性特征。中醫辨證論治的現代思維通過對癥狀的病機、病因分析，利用多樣化的數據，綜合分析后實現對個體的對癥下藥[12]，其思維集中體現了數據的整體系統性和集成綜合性。中醫現代醫學的思維模式與人工智能中數據的整體關聯模式契合（圖3）。人工智能中數據的整體關聯模式從整體、宏觀、動態、功能與外在表現的聯系數據，通過算法得出數據結論。中醫學大數據將疾病相關的數據轉化為認知生命的信息，通過算法實現知識的不斷積累過程，形成獨具特色的中醫臨床診療思維。中醫辨證論治的現代思維過程剛好是人工智能，深度學習，分層特征提取等數據算法的實現過程。

圖3 中醫學人工神經網絡

圖4 中醫藥人工智能大數據動態處理過程

利用大數據人工智能技術處理中醫藥數據，需采集整體的數據，挖掘各數據間的關聯關系，從整體系統的角度理解中醫藥大數據的特征，才能有效地理解中醫辨證論治的核心思想。

1.3 中醫藥大數據的典型特征—動態處理

中醫藥大數據產生速度快，每時每刻臨床診療數據、文獻數據、科研等數據都在不斷產生，數據的快速性是隨著時間空間等實時變化。這種變化是中醫藥大數據動態特征的體現。當前，人工智能技術的大數據流式計算可以實現中醫藥健康數據快速、實時的動態采集，采集后的數據通過大數據處理（數據清洗、分析、評價、可視化）等過程，對中醫藥健康數據進行不間斷處理，該過程把中醫藥相關先進技術轉化為科學研究成果，同時將實時的先進成果及時地應用于臨床、科研等數據中動態循環（見圖4）。實現中醫藥數據的動態處理才能充分地有效地利用中醫藥實時更新的數據。

圖5 疾病云圖

圖6 醫古文獻的自然語言處理系統

以人工智能在疾病預防中的應用為例，將醫院實時的疾病數據與地理信息數據結合構建疾病熱力圖，利用技術及時分析和預測疾病的地理位置分布（圖5），實現對疾病的實時檢測與預防。這一過程正體現了中醫藥大數據的動態處理特性。

1.4 中醫藥大數據的典型特征—價值可見

中醫藥文獻、臨床、科研等數據對于中醫藥產、學、研有著巨大的研究價值和利用價值。如何利用人工智能技術算法，充分發揮中醫藥海量數據的價值，挖掘中醫寶庫的精髓，已成為當前研究的核心熱點。

中醫藥文獻數據是醫療工作者獲取知識的重要數據。闡述外感及其雜病治療規律的專著《傷寒雜病論》、奠定雜病理論基礎和臨床規范的《金匱要略》、以生命為中心，重點論述了臟腑、經絡、病因、病機、治療原則以及針灸等多方面內容，同時涉及了天文、地理、心理、社會、哲學、歷史等多個學科的《黃帝內經》等中醫經典文獻中擁有豐富的大數據資源[20]。利用人工智能技術的自然語言處理算法建立古籍語言分析系統（圖6），可以解釋古漢語數據，通過文獻計量的可視化分析工具可以將不同出處的文獻數據可視化表達，有效實現文獻數據傳播和利用的價值，快速協助醫學工作者獲取知識，提升臨床業務水平。

在大數據時代下，不僅可以實現古代文獻數據的整合形成知識圖譜。中醫藥的臨床和科研數據也可以利用人工智能算法，通過計算機語言對觀測指標進行個性化的展現，實現對復雜多樣數據的直觀認識過程。邵晗征等[21]提出公立醫院BI 數據可視化模塊設計研究方法，實現醫院的“資源數據、業務量分析、收支分析、效率分析、財務風險分析、院長駕駛艙”6大主題的經濟運行指標可視化體系框架。嚴雅汐[22]研究了醫療健康數據可視化工具的設計與實現，提出了一種基于HTML5 技術實現醫療健康數據多維智能可視化顯示的思路與方法。通過人工智能技術對龐雜的醫療數據分析，設計數據框架，通過合理的算法實現了人的視覺思維感知信息特征，因此醫療數據的價值是可見的。通過人工智能技術，醫療數據的管理和有效分析的數據價值可呈幾何級數的提升。

2 結論與展望

中醫藥人工智能技術進入加速發展的時代。本文通過剖析人工智能技術與中醫藥信息學方面的關系特征，提出中醫藥大數據四大特征，即持續循環、動態處理、整體系統、價值可見。遵循該特征可以有效利用臨床數據設計算法指導中醫優勢病種的診療，可以有效指導研究者更好地深入探究中醫藥大數據背后的價值，從而推動中醫藥產業的發展。