數據挖掘技術在類風濕關節炎中醫診療研究中的應用進展*

尚存蕓 李延萍 張 瑩

類風濕關節炎(Rheumatoid arthritis,RA)以滑膜炎為基本病理改變，臨床以侵蝕性、對稱性多關節腫痛為主要表現，可出現心、肺等系統受累，晚期導致關節特征性改變和功能喪失，影響患者生活質量。中醫藥治療可有效改善患者疼痛及并發癥，減緩RA病情的進展，減少西藥的不良作用。為此，臨床上產生了大量有效的中醫藥數據，而數據挖掘技術可直觀、高效地總結中醫藥辨證施治RA的規律。本文對中醫診療RA應用數據挖掘技術的進展進行綜述。

1 數據挖掘的概念

數據挖掘(Data Mining,DM)，又稱數據庫中的知識發現(Knowledge Discovery in Database, KDD)，指在含糊的、隨機的、多樣性的海量信息中快速準確地鎖定有意義數據的過程；當數據表達模糊不清或數據概念模棱兩可時，深入探究數據，闡明數據本質的過程；并對多種信息進行采集、整合、分析，從而得出數據之間關聯的過程。數據挖掘用以處理模糊、不確定的數據表達，能以網絡狀態輸出信息，優化全局問題，涉及了數據庫、人工智能、機器學習、統計學等多個領域的理論和技術，常用關聯規則等分析方法[1]。

數據挖掘首先需肯定所研究數據的積極意義，其次剔除基本無效的數據，避免數據過于龐大，高效地整合數據，最后通過計算機技術深入剖析數據潛在價值，從而獲得有效信息或有意義的結論[2]。中醫藥為人類防治疾病做出了不可磨滅的貢獻，在中醫藥各個領域引入數據挖掘技術，以更客觀的新方法挖掘中醫藥潛在價值，形成系統的、綜合的大數據應用平臺，為中醫藥蓬勃發展帶來新機遇[3]。

2 數據挖掘在RA中醫診療的研究

中醫醫籍中記載有“尪痹”“痛風”“白虎歷節”“風濕”等，均可屬于RA的中醫病名范疇。肝、腎、脾三臟虧虛，風、寒、濕、熱邪外侵，致經絡、肌肉、骨節痹阻，氣機失調、血運不暢，而發本病。病程日久，可耗氣傷血，導致痰瘀互結，虛實夾雜[4]。不論是病因、病機、病變過程等關于RA的中醫基礎理論，還是辨證、處方、用藥、預后等關于RA的中醫臨床實踐，DM技術均可在各方面進行研究。主要涵蓋以下6個方面：①挖掘名老中醫診治RA臨床用藥規律，客觀傳承其學術思想，形成能指導臨床實踐的理論和方法；②研究各家診療RA的辨證規律，規范四診診療，降低人為因素的主觀影響；③歸納遣方用藥規律，從用藥頻數、藥癥關系、最佳治療劑量、藥對配伍、藥性等方面入手發現最佳藥物配伍，經典處方原則，為臨床療效提高和新藥新方研發奠定基礎；④挖掘外治法治療RA的價值，通過研究針灸取穴規律、中藥外敷等，為臨床治療RA縮短起效時間、緩解癥狀給予新方法；⑤將傳統中藥與藥理學聯合，為中成藥研制帶來新的機遇；⑥中醫古籍是傳承中醫的重要載體，通過DM技術探究古籍醫案的規律，探究其潛在的巨大價值，以便古為今用。

2.1 數據挖掘在RA名中醫診治經驗的研究名老中醫是中醫藥診治RA的帶頭人。通過DM技術提煉其診療經驗、學術思想、用藥規律等，可豐富中醫藥治療RA的理論體系，總結名老中醫經驗，優化新一代中醫傳承途徑，發現新的思路、新的方法[5]。張昭等[6]挖掘分析了李濟仁教授治療活動期RA的用藥規律，總結出多個核心組合和新處方，總結出經驗方清絡飲，得到治療活動期RA最常用的藥為青風藤，與其寒熱平調、固本培元為主要治則的學術思想相呼應。朱亞梅等[7]基于復雜網絡分析反映周仲瑛治療RA的用藥及配伍規律，排列出處方配伍核心的藥物，周仲瑛國醫大師認為RA的主要病因為風濕熱邪為主。卜祥偉等[8]應用R型聚類方法分析孟鳳仙治療RA的高頻藥物，聚類所得五類藥物分別運用于RA活動期熱毒熾盛證、活動期寒濕痹阻證、緩解期濕瘀痹阻證、緩解期胃陰耗損證、活動期濕熱盛者證，該結果客觀總結孟鳳仙臨床用藥規律。馬珂等[9]基于中醫傳承輔助平臺研究劉祖貽治療RA的用藥規律，采用頻數統計分析法總結出高頻藥物，運用關聯規則歸納核心組合及常用藥對為青風藤-忍冬藤，通過無監督熵層次聚類算法提取新處方，體現國醫大師善用藤類、蟲類、枝類3種通絡藥，兼寒涼藥和溫熱藥并用。

2.2 數據挖掘在RA中醫辨證方面的研究RA目前沒有統一的證型分類標準，中醫醫家通過個體的視覺、嗅覺、聽覺、觸覺等感觀進行數據采集、臨床辨證，所得數據易受主觀因素的影響，缺少客觀統一的標準。運用DM技術將RA的證候進行規范化總結。朱震等[10]通過計算機檢索建立關于RA證型文獻研究數據庫，利用中醫藥關聯規則挖掘軟件歸納RA最常見的證型，病位以腎、肝為主，涉及經絡、脾、胃，規范了RA的病因、病性、病位等理論。李增變等[11]對300例急性期RA患者四診信息進行因子分析，將提取的癥狀因子在代表證候的權重進行量化，而分析出主次癥，為急性期RA證候量化提供客觀依據。李文杰等[12]學者在廣東地區采集RA患者病歷，通過DM技術從臨床癥狀中總結出可明確辨證的相關公因子，以對應3種最常見的證候，將癥與證做到了較為精確的映射。沈姍姍等[13]基于文本挖掘技術從CBM檢索的6763篇文獻中，構建網絡圖摘出以肝腎陰虛為最常見證型，關節腫脹為RA最主要的臨床表現，反映RA的證-癥規律，為簡化辨證過程提供客觀支持。

2.3 數據挖掘在RA中藥、方劑的研究治療RA的中藥種類繁多，數量龐大，通過DM技術可從中汲取核心藥物、優勢藥對、高頻藥性，為老藥新用提供新思路。方劑有嚴格的主次組方規律，其加減藥味、增減劑量、辨析方證關系的過程中生成了龐大的數據，通過DM技術可高效挖掘出核心方劑，總結名老中醫處方規律，為研究新處方奠定數據基礎[14]。陳攀等[15]通過系統聚類分析，選用歐氏距離平方測量，以樹形圖形式清晰展示治療RA的高頻藥物。侯阿美等[16]基于HIS數據以頻數分析、關聯分析的方法在3881張處方中研究出治療RA的中藥藥性及藥對配伍規律，為臨床中藥創新使用奠定基礎。王穎等[17]在中醫傳承輔助平臺建立治療RA的相關文獻數據庫，以無監督的熵層次聚類等分析方法總結出核心方劑并創立新處方，使新處方的創立更具有科學性、邏輯性。肖紅等[18]搜集2007—2017年治療RA的處方，運用集成關聯等數據挖掘技術在144味中藥發現姜泉治療RA以清利熱濕、活血化瘀為主，其核心處方為“清熱活血方”“二妙丸”，并創立了7個新處方，挖掘臨床用藥中潛在的規律。

2.4 數據挖掘在RA外治的研究中醫外治法具有經濟、不良作用小、易操作、顯效迅速的特點，是治療RA的重要手段，臨床主要以針刺、貼敷、熏蒸、灸法、穴位注射等方法[19]。但因不同臨床醫師自身臨床經驗的不同，外治法的選擇及療效也大不相同。故通過DM技術將外治法治療RA標準化。目前，外治法的數據挖掘以針灸治療為主，主要總結取穴規律及針灸方式的選擇，以提高選穴精準率和臨床療效，其他外治法仍有廣闊的研究空間。周莉等[20]運用文獻計量學，歸納了針灸治療RA常見穴位、最佳穴位配對及優勢針灸方式。王海瑜等[21]對針刺治療RA的取穴規律進行關聯分析、復雜系統熵聚類等研究，總結出高頻穴位及穴位組合，進而總結出陽經腧穴及特定穴是治療RA的選穴主體，對臨床取穴模式、處方提出指導。張闊等[22]基于中醫傳承輔助平臺對針灸治療RA的文獻進行挖掘分析，總結出RA炎性累及不同關節的取穴規律。端淑杰等[23]經Aprior模塊分析得出中藥外敷可降低RA炎癥及凝血指標，基于關聯規則證明中藥內服聯合外治可有效改善RA的實驗室指標，通過客觀數據提高中醫治療RA的說服力。

2.5 數據挖掘在RA中成藥的研究利用現代藥理學研究，在常用治療RA的中藥中提取了苷類等多種有效成分[24]，研發了諸多中成藥，如雷公藤多苷片、正清風痛寧片、火把花根片、木瓜丸，可有效控制RA病情。中成藥相對中藥湯劑具有便捷性，通過DM技術發現治療RA的核心藥對及組方規律，為開發中成藥成分、劑型提供數據支持，規范中成藥使用。對于中成藥的開發，何小娟[25]課題組以RA為例，利用MS SQL數據庫構建治療RA的中藥網，與相應的PPI網絡做重合及對比分析，從而得出有效靶點。另一方面利用Pub Chem數據庫建立藥-靶點網，逆向預測治療RA的中藥，為研發新型治療RA中成藥提供數據支持及新方向。董文哲等[26]利用關聯分析證明雷公藤制劑與RA相關檢驗存在關聯性，并運用隨機行走模型分析單味與復方雷公藤制劑存在差異，為中成藥有效改善RA病情呈遞客觀指標。有學者運用SQL對4455篇文獻進行可視化處理，結果顯示最頻繁使用的治療RA的中成藥為正清風痛寧片，中西藥聯用時最常用的中成藥為雷公藤苷片，系統總結臨床中成藥使用規律，為中西醫結合治療RA奠定基礎[27]。

2.6 數據挖掘在RA醫案古籍的研究中醫對于RA的認識源于《黃帝內經》，縱觀各代醫家均有對RA的相關認識，產生了“尪痹”“鼓槌風”“周痹”等具有RA癥狀的病名。歷代的醫案古籍是中醫傳承的重要載體，其中蘊含著豐富的中醫理論及臨床實踐。而中醫醫案古籍數量龐大，個人無法逐一閱覽，運用DM技術可提取核心藥物、基礎處方，客觀、全面總結醫案古籍中治療RA的用藥規律。劉孟敏等[28]運用apriori算法及聚類算法對60份全國名老中醫醫案進行數據挖掘，反映名老中醫在診斷RA證候的普遍規律，為繼承名老中醫治療RA的學術思想提供量化的方法。溫萬鑫[29]基于《中華醫典》對RA相關的檢索詞進行規范化，多次篩查結果確保數據準確率，通過頻數統計等DM技術推測出可能為RA的醫案、治療RA強關聯的藥對、潛在的藥物組合。王楠[30]利用數據挖掘技術統計分析出《傷寒論》中治療痹證的中藥使用的頻數、頻率、藥物歸經及四氣五味，從經方角度挖掘治療RA的相關線索。

3 討論

如今，DM技術應用于中醫診療RA的研究日益廣泛，利用該技術可研究中醫證候規律，規范中醫四診，總結臨床各醫家的辨證規律，使診斷更具客觀性、規范性，奠定了臨床實踐的基石。方劑組合、中藥藥性、藥對、有效成分等研究基于DM技術更為簡捷，使中成藥的研制、新處方的創立更為高效。DM技術用于外治法的研究不斷增加，內外合治RA使臨床療效進一步提高。運用DM技術可在浩如煙海的古籍中抽絲剝繭，縮短研究時間，降低人工主觀性，挖掘出其中的方藥規律，以服務臨床。另一方面對于中醫藥人才培養、中醫傳承及創新另辟蹊徑。目前已有相關研究，但仍存在不足，如因子分析是通過計算各個癥狀在證候中的相對重要性來分析辨證過程，如何將定量分析適當地應用到患者的臨床診斷中，仍需進一步探討實現[11]；古籍中記載的癥狀、診斷等精簡凝練，無法與RA進行一一對應，如何提高兩者之間的相關性仍存在問題；數據挖掘得到的新藥對、新處方的臨床療效仍需進一步考證。

未來，該研究技術將廣泛應用于RA中醫診療中，規范四診采集，建立RA的中醫診療流程。運用DM技術將治療RA的中藥與現代藥理相結合，實現中醫藥的信息化，為中西醫結合治療RA 提供新的機遇。