引論：我們為您整理了1篇數據挖掘技術在中醫學術經驗中的應用范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
經驗傳承是中醫學發展不可或缺的組成部分，清·余聽鴻先生有“醫書雖眾，不出二義；經文、本草、經方為學術規矩之宗；經驗、方案、筆記為靈悟變通之用，二者并傳不朽”的論述。古代中醫學傳承發展以門派授受、師徒授受、家學相傳、私淑遙承為主［1-2］；近現代則多以師徒型傳承、院校型傳承、科研型傳承等形式為主［3］；近年來，出現了深度訪談整理精華、科研立項式傳承、國家政策式傳承、中醫院校研究生培養模式、名老中醫工作室建立及多種形式交叉聯合進行等方式［4］。中醫數據挖掘（DM）研究于近10年得到了快速發展，被廣泛應用于中醫證候、證候要素標準化研究及名老中醫經驗挖掘研究等方面，形成了從臨床信息采集、經驗挖掘總結、臨床應用驗證、機理機制研究到理論指導臨床的研究模式［5］。本文利用文獻計量學方式對DM類研究現狀進行分析，結合研究結果對DM技術在中醫學術經驗傳承中的應用及發展前景進行述評。
1資料與方法
1.1文獻來源以中國知網（CNKI）為文獻統計來源，以“數據挖掘”“經驗”為主題詞，限定檢索范圍為學術期刊，對所有學科領域自建庫以來至2021年3月28日的文獻進行檢索。共檢索出1052條相關主題文獻。排除會議通知、報道文獻后，共納入與中醫學、中藥學、中西醫結合學、臨床醫學相關文獻552條。
1.2研究方法文獻導出選擇的記錄內容為全記錄與引用的參考文獻，文件格式為純文本，將下載的文獻信息導入文獻計量工具CiteSpace5.7.R2，對相關文獻進行統計，根據分析主題的不同依次設置相應的時間分區、閾值，繪制可視化知識圖譜［6］。
2結果
2.1中醫經驗DM發文趨勢分析為了解1999—2021年中醫經驗DM相關期刊文獻發表數量變化趨勢，本文利用CNKI的文獻發表時間統計程序進行統計。相關期刊文獻自1999年開始發表，2005年開始不斷增多，2012年始發表量明顯增多，發表數量在2020年達到高峰，為83篇。而2021年的發表文獻數據統計截至2021年3月28日，從期刊文獻的發表趨勢看，本年度發表數量較去年相比也會有所增加。見圖1。
2.2基于關鍵詞的中醫經驗DM研究概況基于CiteSpace5.7.R2的關鍵詞可視化圖譜分析結果顯示，中醫經驗的DM研究主要針對“名老中醫”的“臨證經驗”，以“中醫傳承輔助系統”“古今醫案云平臺”等系統，借助“聚類分析”“關聯分析”“因子分析”等，對“醫案”“中醫處方”等進行“用藥規律”的“數據挖掘”，其中以“數據挖掘”“名醫經驗”“用藥規律”等關鍵詞的中心度最高，可視為標志性關鍵詞。在常用的所有平臺軟件中，以中國中醫科學院中藥研究所研發的中醫傳承輔助平臺（V2.0-2.5）及其升級版中醫傳承計算平臺（V3.0），以及中國中醫科學院中醫藥信息研究所的古今醫案云平臺系統的使用率最高。而在所有算法中，經典的關聯分析、聚類分析、因子分析、神經網絡的使用率最高，這可能與上述平臺軟件設計算法有關。見圖2。
2.3基于關鍵詞的時間線圖譜分析以關鍵詞為核心，繪制時間線圖譜。近10年中醫經驗DM類文章發表較多，前5位的標志性關鍵詞為“無尺度網絡”“用藥經驗”“經驗傳承”“經驗總結”“臨證經驗”。根據關鍵詞類別，可分為不同病種、名老中醫、常用算法3類。其中，針對中醫經驗DM的病種，以消化系統、呼吸系統、心血管系統疾病，即中醫脾胃病、肺病、心病為主。近5年來，針對腫瘤疾病，如肝癌、卵巢癌、乳腺癌等的名老中醫用藥經驗挖掘論文也有所增加。而挖掘的用藥經驗多源自于國醫大師，如劉尚義教授、呂仁和教授、李佃貴教授等；全國名中醫，如丁學屏教授、張玉珍教授等；國家重點學科、重點專科帶頭人，如冼紹祥教授、戴希文教授等。所用的算法以k-均值算法、聚類算法、關聯分析、Logistic回歸分析等為主。見圖3。
3討論
3.1DM在中醫領域的研究現狀1999年至今，中醫DM相關研究呈增長趨勢，其中，2012年至2021年，相關研究論文的發表增長迅速。根據關鍵詞進行分類整理，中醫DM相關研究多基于中醫專家臨床診療醫案進行用藥規律挖掘，也有利用相關算法進行的病例回顧性挖掘分析。中醫類DM研究均遵循“數據準備-數據挖掘-解釋評價”的研究路徑。囿于中醫類數據存在模態眾多、描述復雜的特點，中醫類DM研究多以“數據準備”為難點，“解釋評價”為突出特點。最終整理、總結形成臨床專家學術思想，或構建證候、證候要素的診斷模型。近年來，中醫DM類研究發文量穩步上升，但在研究成果轉化與推廣應用上，還有待進一步發展。
3.2中醫DM的研究熱點
3.2.1證候與證候要素標準化研究：證候是中醫學辨證論治理論體系構建與臨床應用的核心［7］，具有多層次性、復雜性、抽象性、高維度性的特點［8］，是中醫診治疾病的獨特方法。早期的證候診斷研究［9］基于古代經典描述及臨床常見癥狀，根據學術經驗進行簡單統計制定。從20世紀80年代開始，出現了利用判別分析、回歸分析等方法針對計量資料的研究［10］。20世紀90年代，隨著因子分析、聚類分析的方法的廣泛應用，證候及證候動態演變規律研究得以發展［11］。21世紀初，研究者們開始借助DM，利用客觀檢查、檢驗指標對證候進行定量表征和判斷。近10年來，研究者利用系統生物學方法，借助DM技術，在基因組、轉錄組等多組學層面對證候的本質進行探索［12］。DM技術在中醫證候研究領域是從宏觀到微觀，使用方法是從單一分析到復合、復雜運用，對于中醫證候體系的構建以及中醫證候研究思路、方法、經驗的傳承創新有重要作用。
3.2.2名醫經驗傳承型研究：借助DM對國醫大師、全國名中醫等名老中醫的有效醫案進行整理、分析，總結專病的臨證診療思路，梳理對病、對證、對癥的選方用藥規律，總結特色專方及診療經驗，提煉專家學術思想，是近年名醫經驗傳承型研究的實施路徑［13］。本類型DM研究，多借助中醫傳承輔助平臺、中醫傳承計算平臺，及古今醫案云平臺系統進行醫案挖掘，利用關聯、聚類分析，實現對藥、角藥、核心處方、用藥組合的挖掘整理。研究最終提煉出專家用藥特色，總結出相關疾病治療經驗，為中醫學術經驗傳承作出了良好鋪墊。
3.2.3名醫經驗傳承研究算法選擇：學術經驗傳承型研究廣泛用于中醫各疾病的用藥研究中，根據研究目的不同，選用的算法類型也有一定傾向。對于醫案分析中的藥物性、味、歸經等信息的分析，選用簡單頻數統計即可實現。對于建立藥物間關系常選用關聯規則，可借助SPSS軟件Apriori關聯實現中藥二階至四階的關聯分析［14］，也可借助DM軟件進行關聯分析［15］。而癥狀組合、藥物組合的規律研究，多選用聚類分析。對于根據醫案提取藥物核心處方也可選用聚類分析，常用算法如系統聚類、復雜系統熵聚類［16］等。對于藥物量效關系研究，則可選用k-均值聚類［17］。對于“癥狀?證候/證候要素”的研究，目前以判別分析為主，常用的算法如貝葉斯判別等。而對于醫案中“癥狀?證候/證候要素?中藥”的構建，可選用回歸分析來明確因變量（如中藥）對自變量（如癥狀）的依賴程度，常用算法如Logistic回歸。近年來，研究者們更熱衷于對辨證過程及診療規則的探索，研究更多地向中醫、人工智能交叉方向發展，選用決策樹、粗糙集理論、誤差反向傳播神經網絡［18］等算法以實現非線性診療路徑的摸索，實現智數結合的中醫DM模式。
3.3應用DM傳承中醫學術經驗的模式參考DM的應用與發展，在既往名醫經驗傳承型模式的基礎上，結合了中醫藥循證醫學研究模式，可遵循“臨床四診數據采集-數據清洗-數據挖掘-理論思想提煉-保護性利用-臨床驗證-客觀療效評價-證據等級提升-指導臨床實踐”的研究模式進行［19］。陳可冀院士團隊，開展的冠心病與活血化瘀研究即是范例，通過對四診采集、醫籍記載的數據進行清洗、挖掘，結合專家意見，制定了相關血瘀證、冠心病血瘀證病證結合診斷、療效評價標準，并挖掘出系列活血化瘀中藥［20］。經臨床驗證，利用不同活血化瘀藥物干預冠心病血瘀證，總結提煉出活血化瘀治療冠心病的理論思想［21］。通過系列嚴格的循證評價，研發、推廣活血化瘀的基礎方冠心Ⅱ號方為中成藥，使臨床患者獲益［22-23］。
4總結
中醫領域的DM技術應用，為學術經驗的整理、總結提供了路徑，也為證候標準化、診療規范化研究夯實了基礎——從臨床信息采集、經驗挖掘整理、臨床應用驗證、理論指導臨床實踐，到形成標準化臨床路徑或診療指南，DM的應用串聯起中醫傳承發展的全階段，而當前中醫領域的DM研究成果轉化與推廣應用未得到重視。有鑒于此，對于臨床驗證有效的經驗方，可考慮結合現有DM研究成果，在名醫傳承工作室框架下完成成果專利化，以保護其知識產權；可經循證研究、評價，開發院內制劑、新藥等，進而實現學術經驗推廣應用，提高臨床效益。
參考文獻
［1］安春平,車離,程偉.古代中醫學傳承方式的變遷[J].中醫藥學報,2004,32(3):80-82.
［2］龐博,花寶金,劉剛.名老中醫學術傳承方法學研究述評[J].世界中醫藥,2016,11(5):919-928.
［3］陶有青,徐春波,包文虎,等.名老中醫經驗傳承的內涵及實踐要素[J].中國中醫基礎醫學雜志,2015,21(11):1371-1373.
［4］李健陽,張志強,趙建磊.名老中醫經驗傳承模式現狀及思考[J].國醫論壇,2017,32(3):64-66.
［5］陸施婷,陳清光,徐佩英,等.名老中醫經驗傳承模式研究概述[J].中華中醫藥雜志,2017,32(8):3629-3631.
作者:李洪崢 姜文睿 趙鑫 單位:北京中醫藥大學研究生院 中國中醫科學院廣安門醫院保健辦
