計算機數據挖掘技術在中西醫內科教學中的應用*

計 衛 胡水蓮 吳國棟 羅 明 葉楊林 毛怡潔

數據挖掘(Data mining)，又稱為信息勘探、數據采掘,是從大量的數據中通過多種算法搜索隱藏于其中有用信息的過程，也可稱之為知識發現(Knowledge Discovery in Database)。醫學數據挖掘是從大量的臨床數據中抽取潛在的、有價值的知識，它可直接發現疾病及癥狀間的未知聯系，探索化驗指標與疾病間的潛在影響，以及合并癥之間的關系[1]。

疾病診斷在醫學中關系著患者的用藥及治療方案的制定，是臨床醫療活動關鍵的一步。由于許多疾病病因復雜，患者的臨床表現個體差異比較大，容易誤診[2]，以往多依靠臨床有經驗的醫生與一些檢測方法來作出正確的診斷，而對經驗不足的醫學生而言診斷結果誤差比較大。近年來隨著電子技術與計算機技術的發展，數據挖掘技術廣泛用于疾病診斷教學中[3]，從而使醫學生對患者的診斷準確率大幅度提高。

本研究以高血壓病、冠心病為教學模版，利用計算機建立高血壓病、冠心病中西醫診斷數據庫，采用數據挖掘技術，建立高血壓病、冠心病正確診斷的查詢系統，提供醫學生對高血壓病、冠心病的診斷查詢，從而大幅度提高了高血壓病、冠心病診斷的臨床教學質量。

1 資料與方法

1.1 一般資料選擇2017屆中西醫結合醫師班進入臨床實習階段的學生100例，按隨機數字表法分成接受數據挖掘教學組(觀察組)50例，男28例，女22例；年齡16～18歲。接受常規教學組(對照組)50例，男26例，女24例；年齡16～19歲。

1.2 常規教學方法采用紙質書本，課堂老師講述西醫高血壓病、冠心病診斷標準，檢查方法，中醫證候要素診斷方法。通過學生到醫院實習，了解高血壓病、冠心病的診斷與實驗室、影像室檢查的項目及其檢查結果的正常與異常標準值，學習高血壓病、冠心病臨床中西醫診斷的方法與措施。

1.3 數據挖掘教學法

1.3.1 高血壓病(1)高血壓病診斷標準與分級[4]。理想血壓：收縮壓<120 mm Hg(1 mm Hg≈0.133 kPa)，舒張壓<80 mm Hg。正常血壓：收縮壓<130 mm Hg，舒張壓<85 mm Hg；正常高值：收縮壓130～ 139 mm Hg，舒張壓85～ 89 mm Hg；1級高血壓(輕度)：收縮壓140～ 159 mm Hg，舒張壓90～ 99 mm Hg；亞組:臨界高血壓：收縮壓140～ 149 mm Hg，舒張壓90～ 94 mm Hg；2級高血壓(中度)：收縮壓160～179 mm Hg，舒張壓100～109 mm Hg：3級高血壓(重度)：收縮壓≥180 mm Hg，舒張壓≥110 mm Hg；單純收縮性高血壓：收縮壓≥ 140 mm Hg，舒張壓<90 mm Hg。(2)高血壓病常見的中醫證型診斷指標[5]。肝氣郁結證、 肝火上炎證、陰虛陽亢證、痰濕壅盛證、痰瘀互結證、腎陽虛證、腎陰陽兩虛證、肝腎陰虛證的臨床表現。(3)高血壓病分期[6]。一期：血壓達確診高血壓水平，臨床無心、腦、腎損害征象。二期：血壓達確診高血壓水平，并有下列一項者：①體檢、X線、心電圖或超聲心動圖示左心室擴大。②眼底檢查，眼底動脈普遍或局部狹窄。③蛋白尿或血漿肌酐濃度輕度增高。三期：血壓達確診高血壓水平，并有下列一項者：①腦出血或高血壓腦病。②心力衰竭。③腎功能衰竭。④眼底出血或滲出，伴或不伴有視神經乳頭水腫。⑤心絞痛，心肌梗塞，腦血栓形成。(4)高血壓病分型。①原發性高血壓：病因不明的高血壓。②繼發性高血壓：腎臟疾病，如慢性腎炎、腎盂腎炎及其他原因引起的腎功能不全；腎上腺疾患，如原發性醛固酮增多癥、庫興氏綜合癥、嗜鉻細胞瘤等；腎血管疾患，如各種原因引起的腎動脈狹窄。大血管疾患，如先天性主動脈縮窄、動脈粥樣硬化或多發性大動脈炎引起的主動脈狹窄等；心臟疾患，如嚴重的主動脈瓣關閉不全、完全性房室傳導阻滯等；某些全身性疾患，如甲狀腺機能亢進、腦血管意外等。某些繼發性高血壓目前可通過介入手段進行治療，這些疾患主要是各種原因的腎動脈狹窄及先天性主動脈縮窄。③小兒高血壓。④妊娠高血壓綜合征(妊娠中毒癥、先兆子癇)，多數發生在妊娠20周與產后2周，約占所有孕婦的5%。⑤老年收縮期高血壓。60歲以上的老年人收縮壓高于正常水平。

1.3.2 冠心病(1)冠心病患者的一般情況。年齡、性別、身高、體質量、吸煙史、飲酒史、冠心病家族史、糖尿病家族史、體質量指數[BMI=體質量(kg)/身高(m2)]。(2)冠心病心絞痛中醫常見證候要素診斷[7,8]。氣虛、血瘀、痰濁胸悶痛、陽虛、氣滯、熱蘊、寒凝的臨床表現。(3)冠心病的理化檢查指標[9]。白細胞計數、淋巴細胞百分比、中性粒細胞計數、單核細胞計數、血清磷前白蛋白、餐后2 h血糖、糖化血紅蛋白、三酰甘油、低密度脂蛋白、肌酸激酶同工酶、RV 5、QRS時限、R+S、射血分數、左室舒張末期內徑、左室收縮末期內徑、肺動脈最大流速；細胞分布寬度(RDW-CV)，血清同型半胱氨酸(HCY)，脂蛋白a(LP(a))高水平的RDW-CV，HCY和LP(a)與冠心病的發生密切相關；RDW-CV和HCY與冠心病及心功能損害的嚴重程度相關。(4)冠心病的影像檢查[10]冠心病血管造影、多層螺旋CT血管管徑狹窄<50%為輕度狹窄；血管管徑狹窄50%～74%為中度狹窄；血管管徑狹窄≥75%為重度狹窄；血管管徑狹窄范圍接近100%為完全閉塞。以冠狀動脈狹窄≥50%為陽性。(5)冠心病心功能NYHA標準。Ⅰ級；患者在正常的活動中不產生心悸、呼吸困難、胸悶等癥狀；Ⅱ級：正常的活動中產生心悸、胸悶、呼吸困難，并且感受到體力有所下降；Ⅲ級：正常的活動中產生心悸、胸悶、呼吸困難，并且感受到體力有所下降；Ⅳ級：患者稍微的運動后就開始產生心悸、胸悶、呼吸困難，體力出現明顯下降。(6)心絞痛分級：CCSC加拿大心血管協會分級法。Ⅰ級：日常活動，如步行、爬梯，無心絞痛發作；Ⅱ級：日常活動因心絞痛而輕度受限；Ⅲ級：日常活動因心絞痛發作而明顯受限；Ⅳ級：任何體力活動均可導致心絞痛發作。(7)心力衰竭分級。Ⅰ級：一般體力活動不受限，活動后不引起呼吸困難、乏力等不適癥狀。Ⅱ級：一般體力活動輕度受限，但休息后癥狀可有緩解。Ⅲ級：一般體力活動明顯受限，活動后既有可能出現呼吸困難，乏力。Ⅳ級：患者靜息狀態下也會出現心衰癥狀，尤其在活動后加重。

1.4 建立高血壓病、冠心病診斷要素數據庫在三甲醫院電子病歷檔案室，選擇2014—2016年高血壓病、冠心病確診患者1000例，具有完整檔案記錄的電子檔案，將其中西醫的檢查指標身高、體質量及腰圍、血壓、血糖、血脂、血流變、心電圖、心功能、肺功能、肝功能、腎功能，腎臟B超、CT、核磁共振、血管造影、實驗室等有關高血壓病、冠心病及其并發癥的各項相關指標選入。中醫將高血壓病、冠心病的舌診(白厚苔、白薄苔；黃厚苔、黃薄苔)，證候要素診斷(脈象、舌苔、體征)等選入，根據以上中西醫對高血壓病、冠心病的中西醫診斷標準，建立高血壓病、冠心病診斷要素數據庫。

1.5 數據的預處理采用決策樹挖掘技術，進行數據的理解、屬性選擇、連續屬性離散化、數據中的噪聲及丟失值處理、實例選擇等。數據挖掘過程:(1)將原咨詢系統的各版塊內容進行知識抽取，作為標引詞放到軟件設計好的位置；(2)知識術語標準化，同時設計術語同義詞的轉化；(3)通過 Microsoft SQL serve提供一個整合環境，這個環境采用數據庫挖掘模式操作和工作，從而進行數據挖掘和空間知識鏈接；(4)挖掘過程：發現概念、類的描述、關聯、分類、預測、聚類、趨勢分析、類似分析；(5)決策樹，按照數據庫的分類，三維結構表達一組決策，特殊決策包括分類、回歸樹、chi平面自動相互作用檢驗[11]。

1.6 高血壓病、冠心病診斷查詢系統通過數據預處理，獲得一個高血壓病、冠心病診斷的決策表，經過專家的測試，高血壓病、冠心病的診斷正確率達到90%以上，生成決策樹、導出決策規則，形成高血壓病、冠心病診斷查詢系統。

1.7 教學方法的效果評價選擇已收集的高血壓病、冠心病患者若干例，每例患者分別由數據挖掘組的學生(通過實習的經驗與利用高血壓病、冠心病診斷查詢系統輔助診斷)、常規教學組學生(通過實習的經驗與患者臨床表現與實驗室、影像室檢查的結果)作出診斷，然后根據診斷結果(高血壓病分級、高血壓病分期、高血壓病合并癥、高血壓病中醫證型；冠心病的診斷、冠心病心絞痛、心功能、心衰的分級、冠心病中醫證型等)，對照原始病歷的診斷，作出符合(對)與不符合(錯)的結論。將所有受試的學生最后的診斷結果，利用符合與不符合進行列表統計學處理，得出數據挖掘組、常規教學組學生診斷結果的差異。

1.8 統計學方法采用SPSS 18.0統計學軟件包計算，計數資料采用率(%)表示，行χ2檢驗，P<0.05為差異有統計學意義。

2 結果

2.1 高血壓病診斷考評結果2組學生對高血壓糖尿病的診斷符合率差異沒有統計學意義外，對高血壓病診斷、高血壓病分級、分期、高血壓腦梗死、高血壓腦溢血、高血壓心臟病的診斷符合率差異均有統計學意義。見表1。

表1 2組學生對高血壓病患者診斷結果比較 (例，%)

2.2 高血壓病中醫證型診斷考評結果2組學生對高血壓病肝氣郁結證、 肝火上炎證、陰虛陽亢證、痰濕壅盛證、痰瘀互結證、腎陽虛證、腎陰陽兩虛證、肝腎陰虛證的證型診斷結果符合率比較，差異有顯著的統計學意義。見表2。

表2 2組學生對高血壓病患者中醫辨證分型結果比較 (例，%)

2.3 冠心病診斷考評結果2組學生對無癥狀型、心絞痛型、混合型、心肌梗死型、心力衰竭、心律失常型、猝死型冠心病的診斷結果符合率比較，差異有非常顯著的統計學意義。見表3。

表3 2組學生對冠心病患者診斷結果比較 (例，%)

2.4 冠心病中醫證型診斷考評結果2組學生對氣虛、血瘀、痰濁胸悶痛、陽虛、氣滯、熱蘊、寒凝冠心病的診斷符合率差異均有顯著的統計學意義。見表4。

表4 2組學生對冠心病患者中醫辨證分型結果比較 (例，%)

3 討論

醫學數據挖掘是從預先建立的相關醫學專業數據庫中提取出所需的、有用的、有效的專業數據，這些數據能幫助醫務人員提高診療水平的高級處理過程。數據挖掘技術有很多種，常用的技術有統計技術、關聯規則、決策樹、神經網絡、粗糙集、遺傳算法等，本研究采用決策樹數據挖掘技術[12]，通過我們收集的高血壓病、冠心病中西醫診斷數據集進行計算后構建決策樹模型，提取分類規則，實現關聯分析、分類、聚類、預測、時序模式和偏差檢測等數據挖掘的功能，進行高血壓病、冠心病離散數據的關聯分析后，與專家診斷的結果對比分析，最終形成人們易于理解的診斷結果，而這些診斷的正確率不低于或高于專家診斷的結果[13-15]。

診斷在醫學臨床中對患者的用藥及治療方法的制定至關重要，許多疾病比較復雜，診斷相對繁瑣。數據挖掘融入疾病診斷中，使得醫生對患者的診斷準確率大幅度提高，尤其是對新手醫生與醫學生而言起到了輔助診斷功能。本研究的目的是通過數據挖掘技術建立高血壓病與冠心病中西醫診斷查詢系統，幫助中西醫班的醫學生在臨床經驗不足的情況下，盡快掌握高血壓病與冠心病中西醫診斷技術，特別是中醫辨證分型診斷，它是根據不同人的不同體質在同種疾病中臨床癥狀卻表現完全不同的特點而形成的中醫獨特診斷方法，一般要經過醫生在臨床實踐中多年積累的豐富經驗才能做出比較正確的診斷結論。本研究采用計算機數據挖掘技術，將我國高血壓病、冠心病的中醫辨證分型比較成功的經驗[16]、西醫高血壓病、冠心病的實驗室、影像診斷指標全部輸入數據庫,采用決策樹中的聚類技術，將高血壓、冠心病的相關數據進行聚類，然后通過關聯分析，與經驗診斷匹配，建立高血壓病、冠心病中西醫診斷查詢系統。醫學生采集患者的數據后，將患者的臨床表現與實驗室、影像檢查結果輸入查詢系統，獲得患者的診斷結果。

為驗證數據挖掘教學法的效果，研究通過2組學生對高血壓病分級、高血壓病分期、高血壓病合并癥、高血壓病中醫證型；冠心病的診斷、冠心病心絞痛、心功能、心衰的分級、冠心病中醫證型診斷符合率的測評結果，評價數據挖掘教學法的教學質量是否優于常規教學法。測評結果顯示，觀察組的學生在心肌梗死型冠心病、心力衰竭、心律失常型冠心病以及高血壓病與冠心病的中醫辨證分型診斷中，符合率遠遠高于常規教學的對照組。心肌梗死型冠心病、心力衰竭、心律失常型冠心病，光靠臨床癥狀比較難判斷，需要CT、核磁共振、血管造影、實驗室等有關指標綜合起來作出診斷結論，對沒有臨床經驗的學生難度比較大。而高血壓病與冠心病的中醫辨證分型診斷屬中醫中的微診斷，臨床表現錯綜復雜，并有交叉出現的情況，如肝氣郁結證高血壓病=頭脹+胸悶+情志抑郁+精神不振+頭痛+頭暈+腹脹+脅肋脹痛+納呆+大便不利+面色萎黃+舌質淡紅+舌苔薄白+脈弦；氣虛型冠心病患者以臨床表現為：胸悶或痛勞則誘發、神疲、乏力、氣短、自汗、脈弱、舌淡胖或有齒痕、心悸為標準特征[17-19]。但有的患者不是這些癥狀都有，有的患者可能其中有些癥狀不一樣，沒有經驗的學生通過把脈，很難診斷，而通過數據挖掘技術建立的診斷查詢系統，它可通過輸入患者的癥狀，與肝氣郁結證高血壓病、氣虛型冠心病的主癥與輔癥比較，再與老中醫的檢驗匹配，經過聚類、關聯分析，得出比較正確的診斷結論，因此數據挖掘組的學生高血壓病、冠心病的中醫辨證分型的符合率遠遠高于常規教學組的學生。

高血壓病、冠心病診斷查詢系統通過臨床診療智能決策支持系統將臨床路徑和臨床指南中關于高血壓病、冠心病的標準、知識、規則和流程引入中西醫臨床教學活動中，針對醫學生臨床經驗少、專業知識運用不靈活、較少直接參與臨床診療活動的特點，該高血壓病、冠心病診斷智能決策支持系統可以通過模擬真實病例場景，使醫學生深化對醫學知識的理解，掌握疾病的標準診療流程，迅速提高個人臨床診療能力。