中医药大数据应用核心问题分析.pdfVIP

中医药大数据应用核心问题分析

中医药大数据应用的最终目标是高效保存传承名老中医经验，提高中医诊疗智能化水平。笔

者认为，中医药大数据应用是以临床真实世界医疗为源，收集各医院平台及古籍文献的中医

诊疗数据，利用适用中医特点的数据挖掘方法，挖掘出能够指导临床应用的医疗思路或方法，

如保存与共享名老中医经验、中医临床经验智能化搜索、中医智能化诊疗、中医真实世界疗

效评价及诊疗方案优化等，最终得以提升中医药疗效水平。本文从中医药诊疗数据的收集、

数字化、数据挖掘方法及数理模型等方面论述，以期为建立相关关键技术提出思路和可解决

方案。

1多源数据整合是中医药大数据利用的前提

中医药大数据应包括中医古籍专著、文献期刊、名老中医的医案专著，医院保存的病历、社

区健康档案、可穿戴设备数据及天文、地理数据等等。这些数据散在于不同空间位置，收集

和整合是一个艰巨而漫长的过程，必须由点及面，从纵到横逐渐融合积累。多种来源的资料

汇总非人力所及，必须依赖电脑技术。其中文本挖掘、文本搜索及网络爬虫技术是必备的关

键技术。文本挖掘是指抽取有效、有用、可理解、散在于文本文件中的有价值知识并利用这

些知识更好地组织信息的过程［1］;文本检索是指根据文本内容，如关键字、语义等对文本

集合进行检索、分类、过滤［2］;网络爬虫是对网络页面上的资源进行定向下载的技术［3］。

通过上述技术的综合应用，可以达到整合资源数据的目的。

2中医词库标准化是中医药大数据利用的基础

2．1建立标准化中医分词词库。中文文本的计算机处理首先是将字读入计算机内，计算机

只认识字不认识词，要想让计算机认识词，必须经过一系列的处理，这个过程叫作中文分词。

中文分词依赖于关键文件———中文词库。中文词库有通用版本和专业版本，以常用通用

版本jieba分词(结巴分词)为例，里边有近35万个中文词，结巴词库中除常用词外，也会

包括一部分专业词汇，但难以满足专业需求，各专业需要专门构建专业词库。目前，中医词

库尚未发现有影响力的专业中文词库，急需建立并完善。其实，构建专业词库并不困难，技

术上已经普及，其原理是让计算机读取大量中医药辞典及文献期刊，根据词频来确定入库词

汇。2．2统一中医诊疗用语标准。中医标准词是指中医药大数据应用时需要参与计算机运

算和保存的词。中医分词过程得到大量的中医词汇，成为非标准词，这些词中有很多近义词、

同义词，大量词汇形成维度灾难［4］，使计算机编程和运算及结果解释面临困难。因此，

将大量的非标准词转换为有限的标准词是中医药大数据应用急需解决的关键问题之一。非标

准词转换为标准词，技术上较简单，既可利用查询法，亦可利用人工智能技术中的自然语言

处理技术。但非标准词与标准词“词对”间的匹配对应，涉及古今文字差异与各地表达不同，

需有人工标注，无法使用计算机替代。由于人工标注工作量巨大，不可能一蹴而就，应以需

求为导向逐步扩大。

3中医数字化及模型建立是中医药大数据应用的核心

世界上无论宏观与微观、整体与局部，任何不能以数学为基础来表达的领域都不能成为科学。

中医的科学性受到质疑，其根本问题就在于中医理论无法用数字语言来表达。因此，尽早构

建中医理论数字模型是中医药科学化、现代化面临的重大问题之一，也是中医药大数据应用

的关键核心技术。本课题组尝试应用范式模型解决中医数学模型问题:构建中医理论科学公

式yi=f(xi)。中医理论内容丰富，但如果归纳为科学问题，最后就会形成一个问题，即通过

什么方法根据不同的语言词汇(症状、舌象、脉象)组合来推测出另一部分语言词汇(药物)的

组合(处方)。用公式表达，即为yi=f(xi)，yi表示药物组合，xi表示症状组合，f表示函数。

根据集合理论，xi可以理解为从整个症状集合［a］中抽取的不同元素的组合，即为集合a

的子集，yi可理解为药物集合［b］的子集。问题是yi和xi均是参与到函数f中计算的数

值，如何来求这些值?如何来定义函数公式?3．1模糊数学方法赋值证药信息。模糊集合论

是1965年美国学者创立的研究有关非精确现象的理论，适应中医诊疗特点。模糊集合理论

认为，研究一门模糊领域的数学问题，首先要定义一个研究的范围，或称为讨论的领域，简

称论域［5］。论域确定后，在论域上赋值，即形成模糊集合。中医的论域核心是藏象、阴

阳五行等理论，归纳起来可以分为3类信息，即位置信息、性质信息和状态信息。位置信

息包括五脏六腑、十二经脉、奇经八脉等;性质信息包括气血、阴阳、津液、瘀血、痰饮等;

状态信息包括升、降、浮、沉、生、克、乘、侮等。中医的辨