方剂数据挖掘.pdfVIP

472 中医药发展与人类健康 方剂数据挖掘 何前锋 中国中医研究院中医药信息研究所，北京(100700) 中医药学蕴涵着对人体生命活动复杂内容和深层规律的深刻认识，方剂是中医药学理、法、方、 药的一个重要组成部分，是在辨证立法的基础上选药配伍组成的，直接干预人体疾病，是中医药学的 核心。中国中医研究院中医药信息研究所经过几年的整理形成了一批中医药方剂数据库，庞大的数据 量超过了使用普通技术对数据整理、发现的能力，应用计算机数据挖掘技术，对数据进行整理，发现 一些知识使这些数据在更深、更广层次上获得应用，为方剂研究、临床应用提供参考。文章首先分析 方剂数据特点，探讨了方剂数据处理的一般流程；然后总结了数据挖掘的近期成果，最后探讨了数据 挖掘的在方剂研究中的作用并展望了迸一步的工作。 一、方剂数据的独特性 方剂一般包括方名、处方来源、剂型、药物组成、功效、主治、用法用量、用药禁忌、不良反 应、临床应用、药理作用、毒性试验、炮制加工等方面的信息，而药物组成、功效、主治是方剂的核 心数据，因此我们主要聚焦于这三方面的数据挖掘上。库中数据的一般形式如下： 方名t大柴胡汤 药物组成：柴胡半斤，黄芩3两，芍药3两，半夏半升(洗)，生姜5两(切)，枳实4枚(炙)， 大枣12枚(擘)。 功效：发表攻里，和解少阳，通下里实。 主治：少阳、阳明合病。往来寒热，胸胁苦满，呕不止，郁郁微烦，脘腹痞硬或满痛。大便不解 或胁热下利，舌苔黄，脉弦有力。现用于急性胰腺炎、急性胆囊炎、胆石症见上述证候者。太阳病， 过经十余日，反二三下之，后四五El，柴胡证仍在者，先与小柴胡汤，呕不止，心下急，郁郁微烦 者；伤寒十余日，热结在里，复往来寒热者；伤寒发热，汗出不解，心中痞硬，呕吐而下利者。按之 心下满痛者。若有热实，得汗不解，腹满痛烦躁，欲谬语者。疟，寒热呕逆，脉弦小紧，间日频日， 发作无时；及伤寒热在里，腹满谵语，烦渴，大小便涩。伤寒十余日，邪气结在里，寒热往来，大便 秘涩，腹满胀痛，语言谵妄，心中痞硬，饮食不下，或不大便五六日，绕脐刺痛，时发烦躁；及汗后 如疟，日晚发热，兼脏腑实，脉有力者。下痢舌黄口燥，胸满作渴，身热腹胀，谵语，有燥屎。伤 寒、杂证，发热，脉沉实弦数，热日数多，或有表复有里，脉洪，头痛而谵妄，或湿热自利，表里证 已急。风热痰嗽，腹胀及里证未解。地道不通，因而顺逆，及火郁为患者；心脾胃脘积热，壅滞作痛 而便闭者。夹食伤寒，其证壮热头痛，暖气腹胀，大便酸臭，延绵不解。急性胆道感染，胆石病并发 感染；胰腺炎，溃疡病穿孔第二期。急性阑尾炎，急性胰腺炎。 上述是方剂数据库中一条方剂记录，现有的数据基本上总结在中国方剂数据库(古代方剂数据 库)、甲药新药品种数据库、中药成方制剂标准数据库中，共有数据100多万条。分析其中的数据大 致有以下特点： (1)汉语表达上的灵活性，形成一词多义或者一义多词的特点。如：如眩晕，指有天旋地转，不 能站立特点的头晕，与之相类同的有晕眩，昏眩等。尽管丰富的词汇，能够表达丰富的语义，方便了 中医发展论坛473 人的使用，但是计算机在处理相似信息时就要比处理统一、规范的信息困难得多。由于中医药的临床 实践的特性，决定了很难在表达上进行统一的规范，即使规定了统一的表达，也很少会有人关注这些 标准。因此建立起便于计算机统一处理的规范用语，进行编码，把现有的文献、数据自动转化成计算 机统一表示形式的处理机制是一种比较迫切的任务，它直接决定了数据挖掘在中医药领域的应用水 平。 (2)中医药关注事物之间的联系，对单个事物进行准确的表述却存在模糊性，因此信息的表达大 都是定性的。如寒、热、温、凉的症状描述，其中的寒又有凉，微寒，大寒等方式，这些表达与个体 对同一症状的感知以及医生对个体认识差别相关。模糊、定性的描述使得数据的相互比较，找出共性 以及差异都存在困难。有的研究者建议对这部分数据进行数字化处理，如，将症状表示成不同的谱 级，取正常为0，其他则在此基础上相应加减取值，将大热取1，热取O．7，温取0．5，凉取一0．2，寒 取0．5，大寒取一1等。 (3)中医药是扎根于中华广袤大地上的，由于古时交通不够发达，因此中医药具有浓郁的地方特 色，在用药上一般都采用本地盛产的药材。到了今天，当我们搜集全国的数据，力