結(jié)合數(shù)據(jù)發(fā)掘算法對(duì)中醫(yī)癥候研究的展望

張 津，王興盛，楊 勇，景少博，王 博，張建平*

（甘肅省中醫(yī)院，甘肅 蘭州 730050）

辨證論治是是中醫(yī)學(xué)針對(duì)疾病指導(dǎo)治療的基本法則。辨證的的意思是辨別證候。證候是機(jī)體在疾病發(fā)展過程中的某一階段的病理概括，與單純的癥狀研究不同，證候的研究包括了病變的部位、原因、性質(zhì)等。證候反映出疾病發(fā)展過程中某一階段的病理變化本質(zhì)，因而癥候更能準(zhǔn)確地揭示疾病的本質(zhì)。所以利用中醫(yī)癥候來研究一些病癥的病因與病理是中醫(yī)臨床研究的重要組成部分。但是現(xiàn)階段對(duì)于中藥初級(jí)研究人員來講，中醫(yī)臨床研究受限于癥候種類過多，臨床癥狀更加龐雜的現(xiàn)狀[1]。中藥初級(jí)研究人員很難在短時(shí)間內(nèi)掌握如此浩大的中醫(yī)癥候知識(shí)儲(chǔ)備，所以中醫(yī)癥候的研究受到了很大的限制和制約。結(jié)合計(jì)算機(jī)技術(shù)的數(shù)據(jù)挖掘算法有可能給中醫(yī)癥候研究打開新的一扇窗。

1 中醫(yī)數(shù)據(jù)挖掘特點(diǎn)

中醫(yī)數(shù)據(jù)與其他行業(yè)應(yīng)用數(shù)據(jù)不一樣，主要表現(xiàn)出數(shù)據(jù)不完整、表達(dá)形式較多、數(shù)據(jù)規(guī)范性較差等特征。因?yàn)橹嗅t(yī)數(shù)據(jù)有著廣泛的來源，很難保證其完整性，以古代典籍為例，其數(shù)據(jù)資料記錄存在很多缺失的地方，一些字段也有殘缺，這讓古代典籍?dāng)?shù)據(jù)資料本底資料數(shù)據(jù)不夠完整，當(dāng)超過一定比例后，將對(duì)數(shù)據(jù)挖掘研究結(jié)果準(zhǔn)確性帶來不利影響。同時(shí)中醫(yī)數(shù)據(jù)由于來源眾多，在挖掘前需要對(duì)數(shù)據(jù)表達(dá)形式進(jìn)行統(tǒng)一轉(zhuǎn)換，但是數(shù)據(jù)統(tǒng)一與規(guī)范的過程較為繁雜，因此中醫(yī)專家參與能夠讓數(shù)據(jù)更加準(zhǔn)確與可靠。對(duì)于挖掘目標(biāo)與結(jié)果評(píng)估方法，要求中醫(yī)專家一起合作，讓問題定義與結(jié)果解釋更加準(zhǔn)確和可信。

2 數(shù)據(jù)挖掘算法分類

2.1 樸素貝葉斯算法

該算法的基本理論是對(duì)于給出的待分類項(xiàng)，求解在指定分類項(xiàng)出現(xiàn)的條件下各個(gè)類別出現(xiàn)的概率，最后大概率認(rèn)定此待分類項(xiàng)存在于概率最大的類別[2]。整個(gè)過程歸納為：首先我們需要采集好癥候與癥狀的樣本集，然后利用樸素貝葉斯算法可以建立不同證癥狀與癥候之間的關(guān)系，最后根據(jù)需要讀取數(shù)據(jù)即可。

2.2 支持向量機(jī)算法

該算法的基本理論是一種二分類模型，其基本模型定義為劃分特征空間，將特征空間線性分類。通過支持向量機(jī)算法，可以使劃分以后的空間元素間隔最大化，最終可以轉(zhuǎn)化為一個(gè)二次規(guī)劃問題的求解。利用支持向量機(jī)算法進(jìn)行中醫(yī)證候的研究的基本過程是，首先需要收集中醫(yī)臨床癥候的癥狀，建立它們之間的關(guān)系[3]。根據(jù)需要構(gòu)建多維的二分類訓(xùn)練樣本，模型通過訓(xùn)練樣本以后變?yōu)榭深A(yù)測(cè)模型，最后可以再用實(shí)際的測(cè)試樣本進(jìn)行測(cè)試。在算法的建立過程中通過優(yōu)先考慮主證的癥候因素可以提高預(yù)測(cè)效率。通過支持向量機(jī)算法可以有效地處理中醫(yī)癥候的數(shù)據(jù)多維，癥候與癥狀之間的復(fù)雜關(guān)系。

2.3 人工神經(jīng)網(wǎng)絡(luò)算法

利用該算法建立的模型具有很好的自學(xué)習(xí)能力。中醫(yī)相關(guān)研究人員首先需要把許多不同的癥狀和對(duì)應(yīng)的癥候結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)模型就會(huì)自模擬人腦的神經(jīng)元的信息處理方法自動(dòng)開啟學(xué)習(xí)功能，模型會(huì)根據(jù)樣本訓(xùn)練的多少慢慢學(xué)會(huì)識(shí)別中醫(yī)癥候和癥狀之間的關(guān)系。人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能對(duì)于中醫(yī)基本預(yù)測(cè)有特別重要的意義。除此之外，人工神經(jīng)網(wǎng)絡(luò)算法具有類似于人腦聯(lián)想存儲(chǔ)和功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以把一個(gè)計(jì)算機(jī)看作一個(gè)中藥的“初學(xué)者”，通過不斷訓(xùn)練這個(gè)“初學(xué)者”最后變成一個(gè)“老中醫(yī)”。除此之外，人工神經(jīng)網(wǎng)絡(luò)具有自動(dòng)查找最優(yōu)解能力和反饋學(xué)習(xí)的能力，擁有這些能力的好處是，可以簡(jiǎn)化不必要的運(yùn)算和節(jié)省計(jì)算機(jī)的資源。對(duì)于大型的中醫(yī)癥候在線的使用平臺(tái)具有很高的實(shí)際應(yīng)用價(jià)值。

2.4 關(guān)聯(lián)規(guī)則算法

該算法的基本理論可以大體上通過下列蘊(yùn)含式：R:X=＞Y表示。其中X,Y,I都是事物集，I為總的事物集，三個(gè)事物集間關(guān)系是XI,YI并且X∩Y=。R表示X，Y之間的關(guān)系是事物集Y在事物集X出現(xiàn)的基礎(chǔ)上的概率。用戶關(guān)心的關(guān)聯(lián)規(guī)則，可以用兩個(gè)標(biāo)準(zhǔn)來衡量：支持度和可信度。支持度主要是為了解決中醫(yī)臨床實(shí)踐中出現(xiàn)一種癥候是否會(huì)伴隨另一種癥候，可信度是為了解決多種癥候同時(shí)出現(xiàn)的概率情況[4]。與前三種種算法不同，關(guān)聯(lián)規(guī)則算法需要采集實(shí)際的臨床樣本集。該算法實(shí)現(xiàn)簡(jiǎn)單，但是受限于算法的效率，該算法對(duì)于特定的有針對(duì)性的小樣本中醫(yī)癥候預(yù)測(cè)效果會(huì)更好。

2.5 隨機(jī)森林算法

該算法也是西醫(yī)預(yù)測(cè)學(xué)常用算法，該算法是自助算法需要重采樣。利用隨機(jī)森林算法從中醫(yī)臨床記錄中獲取訓(xùn)練樣本集N，從中有放回地重復(fù)隨機(jī)抽取k個(gè)中醫(yī)癥候與癥狀樣本生成新的中醫(yī)臨床記錄訓(xùn)練樣本集合，然后根據(jù)自助樣本集生成k個(gè)分類樹組成隨機(jī)森林，最后將中醫(yī)臨床癥狀的測(cè)試的分類結(jié)果按照分類器（分類樹）的投票情況進(jìn)行打分，把打分結(jié)果按照的分?jǐn)?shù)高作為最后癥候的分析結(jié)果。隨機(jī)森林算法其實(shí)質(zhì)是將多個(gè)分類器進(jìn)行捆綁使用[5]。舉例來講，在臨床實(shí)踐中，當(dāng)遇到一些疑難雜癥病例的時(shí)候會(huì)邀請(qǐng)多位中醫(yī)專家進(jìn)行會(huì)診，專家們需要首先會(huì)診表決，表決多數(shù)的治療方案會(huì)成為最終的治療方案。隨機(jī)森林就是在多個(gè)分類器的基礎(chǔ)上進(jìn)行中醫(yī)癥候與癥狀關(guān)系的表決，表決多數(shù)的癥候與癥狀關(guān)系為最終的預(yù)測(cè)結(jié)果。

3 通過數(shù)據(jù)發(fā)掘算法進(jìn)行中醫(yī)癥候研究的意義

（1）可以很好的利用起來大量的實(shí)際臨床治療實(shí)踐記錄，顯然中醫(yī)單個(gè)個(gè)體的能力受到人力、物力、財(cái)力等方面的限制，無法短時(shí)間建立起中醫(yī)癥候與癥狀的龐大知識(shí)體系。很多中醫(yī)癥候研究人員終其一生也只是在中醫(yī)癥候的某個(gè)方面有所突破和建樹。所以大量的中醫(yī)個(gè)體臨床實(shí)踐經(jīng)驗(yàn)需要整合。（2）對(duì)于使用中醫(yī)癥候傳統(tǒng)的治療方法的初級(jí)中醫(yī)從業(yè)人員，由于臨床經(jīng)驗(yàn)少，很多時(shí)候誤診率偏高，而這些人員由于從業(yè)時(shí)間較短，可能很少有同一病癥的參考類似病例。顯然如果有類似的可以直接使用的工具會(huì)給初級(jí)中醫(yī)從業(yè)人員的疾病診斷帶來重要的提示功能。（3）目前的中醫(yī)癥候研究任然處在文本查找的階段，而經(jīng)驗(yàn)培養(yǎng)則需要大量的時(shí)間，這造成中醫(yī)研究人員利用中醫(yī)癥候進(jìn)行疾病診斷的時(shí)間偏長(zhǎng)，醫(yī)療資源浪費(fèi)巨大。而結(jié)合計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的中醫(yī)癥候研究將使中醫(yī)癥候的臨床診斷在幾秒鐘實(shí)現(xiàn)，且通過大數(shù)據(jù)和云計(jì)算技術(shù)可以將全國的中醫(yī)癥候臨床數(shù)據(jù)信息入庫整合，對(duì)于中醫(yī)的研究將起到加速器的作用。

通過數(shù)據(jù)發(fā)掘算法對(duì)中醫(yī)證候規(guī)律、診斷標(biāo)準(zhǔn)進(jìn)行探索與研究，并以數(shù)字的方式描述表達(dá)中醫(yī)診斷學(xué)內(nèi)容，能夠促進(jìn)中醫(yī)證候規(guī)范化診的研究過程。對(duì)數(shù)據(jù)挖掘算法對(duì)象來說，主要為中醫(yī)藥領(lǐng)域中長(zhǎng)期積累的海量數(shù)據(jù)，且數(shù)據(jù)表現(xiàn)出離散型、連續(xù)型以及混合型等屬性，挖掘中各環(huán)節(jié)需要有豐富的中醫(yī)藥專業(yè)知識(shí)?；诖酥嗅t(yī)藥專家要和數(shù)據(jù)挖掘?qū)I(yè)人士加強(qiáng)溝通與合作，從而保證研究結(jié)果更加正確，可信度也更高。

4 結(jié) 語

中醫(yī)癥候的研究目前正處在高速發(fā)展階段，隨著“一帶一路”的文化交流，很多外國友人開始關(guān)注中醫(yī)癥候的研究。同時(shí)還要建立系統(tǒng)數(shù)據(jù)庫，不斷提升中醫(yī)藥數(shù)據(jù)挖掘的效率和可信度，為中醫(yī)現(xiàn)代化研究奠定良好基礎(chǔ)，也實(shí)現(xiàn)臨床、科研水平等進(jìn)一步提高。希望通過數(shù)據(jù)挖掘技術(shù)和中醫(yī)癥候研究的不斷融合可以方便全世界的中醫(yī)愛好者加入到中醫(yī)癥候研究中來。