真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘分析的探索與實(shí)踐

真實(shí)世界中醫(yī)診療

數(shù)據(jù)挖掘分析的探索與實(shí)踐張小平

中國(guó)中醫(yī)科學(xué)院一、數(shù)據(jù)挖掘概述二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘的研究現(xiàn)狀三、數(shù)據(jù)挖掘?qū)φ鎸?shí)世界中醫(yī)診療數(shù)據(jù)的要求四、數(shù)據(jù)挖掘常用工具五、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘的思考

主要內(nèi)容一、數(shù)據(jù)挖掘概述數(shù)據(jù)挖掘〔DataMining，DM〕是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識(shí)別有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過(guò)程。分類或預(yù)測(cè)聚類關(guān)聯(lián)規(guī)則序列模式等根據(jù)任務(wù)數(shù)據(jù)挖掘作為知識(shí)發(fā)現(xiàn)〔KDD〕的一個(gè)步驟[10]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀聚類分析189個(gè)案例中半夏瀉心湯7味中藥聚成四類,各類藥物的平均用量(g)[53]

聚類結(jié)果例如[10]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀聚類分析35個(gè)腎虛辨證因子聚類分析樹(shù)狀圖[49]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀聚類分析3238例糖尿病數(shù)據(jù)中50個(gè)病癥的局局部層聚類結(jié)果二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀3238例糖尿病數(shù)據(jù)中50個(gè)病癥聚類分析利用SPSS,對(duì)Breastcancer數(shù)據(jù)中的1207例數(shù)據(jù)進(jìn)行K-means聚5類的結(jié)果

二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用聚類分析存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀參數(shù)選擇問(wèn)題聚類都涉參數(shù)選擇問(wèn)題。如，聚類數(shù)與距離函數(shù)〔或密度函數(shù)〕都需要人為設(shè)定，不同的參數(shù)設(shè)置通常會(huì)得到不同的聚類結(jié)果，尤其是面對(duì)高維稀疏數(shù)據(jù)時(shí)，聚類結(jié)果受距離函數(shù)〔或密度函數(shù)〕的影響更為突出。中醫(yī)在病癥、證候和復(fù)方藥物的描述中具有高維性和稀疏性特征。據(jù)我們對(duì)3000多例糖尿病數(shù)據(jù)統(tǒng)計(jì)得知，常用的病癥或中藥名稱約500種，證候描述約1000多種。而每個(gè)患者描述的病癥、中藥與證候診斷約20種左右。應(yīng)用聚類分析存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀v1v2v3……p110100p211000…中醫(yī)臨床數(shù)據(jù)特點(diǎn)v1v2v3……t150010000t21101120…451120文本數(shù)據(jù)特點(diǎn)參數(shù)選擇問(wèn)題特點(diǎn)：變量值稀疏且單一應(yīng)用聚類分析存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀聚類的單分配性聚類結(jié)果例如[10]在“辨證〞時(shí)，一種病癥可表現(xiàn)在不同的證候中，一個(gè)患者可以表現(xiàn)出不同的證候；在利用復(fù)方“論治〞時(shí)，一種中藥可以出現(xiàn)在不同的復(fù)方里。所以在分析這些中醫(yī)問(wèn)題時(shí)，都不適合單純使用聚類方法。應(yīng)用聚類分析存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀解決方法二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀關(guān)聯(lián)規(guī)那么舌苔薄(白)=>中虛氣滯(50%)；舌質(zhì)紅=>中虛氣滯(66%)；胃脘痞脹∧舌苔薄(白)∧吞酸或泛酸∧舌質(zhì)紅=>中虛氣滯(100%)基于辨證“中虛氣滯〞關(guān)聯(lián)規(guī)那么[57]四診信息與證候的關(guān)聯(lián)[59]

四診信息與用藥的關(guān)聯(lián)[59]

二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用關(guān)聯(lián)規(guī)那么存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀參數(shù)設(shè)置最小支持度〔support〕和置信度(confidence)這兩個(gè)主要參數(shù)的設(shè)置。當(dāng)參數(shù)設(shè)置較大時(shí)，學(xué)習(xí)出的規(guī)那么會(huì)很少，不具有代表性，而當(dāng)參數(shù)設(shè)置較小時(shí)，由于規(guī)那么是考察變量之間的組合而產(chǎn)生，將會(huì)得出比變量多得多的規(guī)那么，導(dǎo)致研究人員或領(lǐng)域?qū)＜矣直谎蜎](méi)在大量的規(guī)那么里。臨床專家對(duì)規(guī)那么的解釋隱結(jié)構(gòu)模型利用隱結(jié)構(gòu)模型分析2600例腎虛患者的35個(gè)病癥的局部圖解[96]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用隱結(jié)構(gòu)模型存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀與聚類算法具有相同的問(wèn)題運(yùn)行速度較慢由于學(xué)習(xí)的目的是建立一個(gè)分層樹(shù)狀的貝葉斯網(wǎng)絡(luò)，學(xué)習(xí)算法是使用在一次迭代中只能在分層樹(shù)上進(jìn)行一個(gè)局部變動(dòng)的貪心方法〔例如，引入一個(gè)隱變量或者刪除一條邊〕，有較高的計(jì)算復(fù)雜度，導(dǎo)致學(xué)習(xí)效率比較低。例如，文獻(xiàn)[96]對(duì)2600個(gè)腎虛病例中67個(gè)病癥的35個(gè)病癥建立了HLC模型，使用2.4GHz的奔騰IV計(jì)算機(jī)，花費(fèi)了98.5小時(shí)，而對(duì)于分析全部的67個(gè)病癥就較難處理。主題模型3238例糖尿病中藥數(shù)據(jù)中提取的8個(gè)主題中的3個(gè)主題

3238例糖尿病病癥數(shù)據(jù)中提取的20個(gè)主題中的假設(shè)干個(gè)主題〔矩形框左上角之間的距離代表主題間的距離〕二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀主題模型TOPIC13（0.01463）癥狀分布概率中藥分布概率平均劑量(g)診斷分布概率下肢浮腫0.37800車前子0.2646018.98701糖尿病腎病0.23539浮腫0.20962豬苓0.1374616.18750低蛋白血癥0.06185顏面浮腫0.06014白術(shù)0.1305812.50000冠心病0.06014尿量少0.05670澤蘭0.0721613.00000慢性腎功能不全0.05670大便不調(diào)0.03436大腹皮0.0721614.78571高血壓0.03952肢體浮腫0.03265山茱萸0.0635712.54054糖尿病腎病iv期0.03608面部浮腫0.02577法半夏0.0429510.08000慢性心功能不全0.03265皮膚蒼白0.02234浙貝0.0429512.48000心功能Ⅲ級(jí)0.02405面色晦暗0.02062阿膠0.0326513.68421血脂代謝紊亂0.02234視物模糊0.01718芡實(shí)0.0274912.00000白內(nèi)障0.022343238例糖尿病數(shù)據(jù)的的病癥-中藥-診斷主題模型的其中一個(gè)主題的概率分布[115]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用主題模型存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀參數(shù)選擇問(wèn)題沒(méi)有考慮病癥的輕重程度、中藥的劑量、以及診斷的輕重程度沒(méi)有考慮變量間的父子關(guān)系，如肢體麻木下肢麻木解決方法無(wú)參算法設(shè)計(jì)對(duì)變量合理量化病癥：輕〔1〕、中〔2〕、重〔3〕；對(duì)中藥劑量進(jìn)行合理歸一化結(jié)合中醫(yī)本體研究有效的主題模型算法局部可觀察馬爾可夫決策過(guò)程模型給出患者的處方治療方案[112]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用局部可觀察馬爾可夫決策過(guò)程存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀對(duì)同一病例跟蹤記錄的診次數(shù)據(jù)較少對(duì)病癥的變化值記錄不全復(fù)雜網(wǎng)絡(luò)藥物配伍網(wǎng)絡(luò)示意圖[124]二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀應(yīng)用復(fù)雜網(wǎng)絡(luò)存在的問(wèn)題二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀目前還沒(méi)有考慮中藥的劑量OLPA

數(shù)據(jù)立方體、上卷、下鉆的例子[10]

二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀OLPA信息所snomed數(shù)據(jù)的臨床所見(jiàn)分層局部結(jié)構(gòu)四診所見(jiàn)及中醫(yī)診察儀器所見(jiàn)望診所見(jiàn)聞診所見(jiàn)問(wèn)診所見(jiàn)切（按）診所見(jiàn)切（按）診所見(jiàn)……望神所見(jiàn)望形體、姿態(tài)所見(jiàn)望形體所見(jiàn)……浮腫脫形半身不遂…………二、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘

的研究現(xiàn)狀三、數(shù)據(jù)挖掘?qū)φ鎸?shí)世界

中醫(yī)診療數(shù)據(jù)的要求三、數(shù)據(jù)挖掘?qū)φ鎸?shí)世界

中醫(yī)診療數(shù)據(jù)的要求主要病癥變量描述[112]頭部耳眼部…對(duì)光的反射對(duì)光的反射??….….類風(fēng)濕病診斷信息表[82]

四、數(shù)據(jù)挖掘常用工具軟件〔一〕WekaWeka包括分類、聚類和關(guān)聯(lián)規(guī)那么、屬性選擇等功能。它是開(kāi)源軟件。〔二〕SPSS著名的統(tǒng)計(jì)分析軟件之一，包含假設(shè)檢驗(yàn)、統(tǒng)計(jì)推斷、預(yù)測(cè)、制圖等多種數(shù)據(jù)分析方法?！踩砈ASSAS是一種功能強(qiáng)大的數(shù)據(jù)分析工具。包括數(shù)據(jù)獲取工具、數(shù)據(jù)取樣工具、數(shù)據(jù)篩選工具、數(shù)據(jù)變量轉(zhuǎn)換工具、數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘過(guò)程、多種形式的回歸工具、為建立決策樹(shù)的數(shù)據(jù)剖分工具、決策樹(shù)瀏覽工具、人工神經(jīng)元網(wǎng)絡(luò)數(shù)據(jù)挖掘的評(píng)價(jià)工具。五、真實(shí)世界中醫(yī)診療數(shù)據(jù)挖掘的思考參考文獻(xiàn)參考文獻(xiàn)[26]B.Liu,J.Hu,Y.Xie,etal.EffectsofintegrativeChineseandwesternmedicineonarterialsaturationinpatientswithsevereacuterespiratorysyndrome.JournalofChineseIntegrativeMedicine.2004,10(2):117-122.[27]WorldHealthOrganization.SARS:ClinicaltrialsontreatmentusingacombinationoftraditionalChinesemedicineandwesternmedicine.2004.[28]V.Konkimalla,T.Efferth.Evidence-basedChinesemedicineforcancertherapy.JournalofEthnopharmacology.2021,116:207-210.[29]Z.Wang,Z.Chen.Acutepromyelocyticleukemia:fromhighlyfataltohighlycurable.Blood.2021,111:2505-2515.[30]L.Wang,G.Zhou,P.Liu,etal.DissectionofmechanismsofChinesemedicinalformulaRealgar-Indigonaturalisasaneffectivetreatmentforpromyelocyticleukemia.ProceedingsoftheNationalAcademyofSciences.2021,105:4826-4831.[31]H.Diener,K.Kronfeld,G.Boewing,etal.Efficacyofacupuncturefortheprophylaxisofmigraine:amulticentrerandomisedcontrolledclinicaltrial.LancetNeurol.2006,5:310-316.[32]B.Flaws,P.Sionneau.ThetreatmentofmodernwesternmedicaldiseaseswithChinesemedicine:atextbookandclinicalmanual.2nded.BluePoppyPress.2005.[33]J.Rao,K.Mihaliak,K.Kroenke,etal.Useofcomplementarytherapiesforarthritisamongpatientsofrheumatologists.AnnalsofInternalMedicine.1999,131:409-416.[34]D.Eisenberg,R.Davis,S.Ettner,etal.TrendsinalternativemedicineuseintheUnitedStates1097:resultsofafollow-upnationalsurvey.JournaloftheAmericanMedicalAssociation.1998,280(18):1569-1575.[35]K.Honda,J.Jacobson.UseofcomplementaryandalternativemedicineamongUnitedStatesadults:theinfluencesofpersonality,copingstrategies,andsocialsupport.PreventiveMedicine.2005,40(1):46-53.[36]K.Thomas,J.Nicholl,P.Coleman.UseandexpenditureoncomplementarymedicineinEngland:apopulationbasedsurvey.ComplementaryTherapiesinMedicine.2001,9:2-11.[37]H.Yamashita,H.Tsukayama,C.Sugishita.PopularityofcomplementaryandalternativemedicineinJapan:atelephonesurvey.ComplementaryTherapiesinMedicine.2002,10:84-93.[38]姚美村,袁月梅,艾路,等.數(shù)據(jù)挖掘及其在中醫(yī)藥現(xiàn)代化研究中的應(yīng)用.北京中醫(yī)藥大學(xué)學(xué)報(bào).2002,25(5):20-23.[39]喬延江,李澎濤,蘇鋼強(qiáng),等.中藥(復(fù)方)KDD研究開(kāi)發(fā)的意義.北京中醫(yī)藥大學(xué)學(xué)報(bào).1998,21(3):15-17.[40]田琳.數(shù)據(jù)挖掘及其在中醫(yī)藥領(lǐng)域中的應(yīng)用.中國(guó)中醫(yī)根底醫(yī)學(xué)雜志.2006,11(9):7l0-711.參考文獻(xiàn)[41]丁維,蔣永光,宋姚屏,等.中醫(yī)知識(shí)發(fā)現(xiàn)研究現(xiàn)狀.數(shù)理醫(yī)藥學(xué)雜志.2007,20(3):403-404.[42]李志更,王天芳,任婕,等.中醫(yī)科研中幾種常用數(shù)據(jù)挖掘方法淺析.中醫(yī)藥學(xué)報(bào).2021,36(2):29-32.[43]X.Zhou,B.Liu.TraditionalChinesemedicineclinicaldatamining:experiencesandissues.ProceedingsoftheWorkshoponAdvancesandIssuesinBiomedicalDataMiningatthe13thPacific-AsiaConferenceonKnowledgeDiscoveryandDataMining.2021,11-20.[44]Y.Feng,Z.Wu,X.Zhou,etal.KnowledgediscoveryintraditionalChinesemedicine:Stateoftheartandperspectives.ArtificialIntelligenceinMedicine.2006,38(3):219-236.[45]X.Zhou,S.Chen,B.Liu,etal.DevelopmentoftraditionalChinesemedicineclinicaldatawarehouseformedicalknowledgediscoveryanddecisionsupport.ArtificialIntelligenceinMedicine.2021,48:139-152.[46]劉稼.聚類分析在中醫(yī)藥研究中的應(yīng)用及意義.中醫(yī)藥學(xué)刊.2004,22(5):927-928.[47]李建生,胡金亮,余學(xué)慶.基于聚類分析的徑向基神經(jīng)網(wǎng)絡(luò)用于證候診斷的研究.中國(guó)中醫(yī)根底醫(yī)學(xué)雜志.2005,11(9):685-687.[48]鄧兆智,何弈亭,余煜綿,等.計(jì)算機(jī)模式識(shí)別法對(duì)類風(fēng)濕關(guān)節(jié)炎中醫(yī)證候判斷與常規(guī)臨床判斷的比較.中國(guó)中西醫(yī)結(jié)合雜志.1996,16(12):727-729.[49]劉明,王米渠.六綱與腎虛病癥聚類分析的方法及問(wèn)題探索.現(xiàn)代中西醫(yī)結(jié)合雜志.2005,14(9):1117-1119.[50]張世筠,沈明秀,王先春,等.中醫(yī)肝證的變量聚類分析.中國(guó)中西醫(yī)結(jié)合雜志.2004,24(1):75-76.[51]Q.Zhang,W.Zhang,J.Wei,etal.CombineduseoffactoranalysisandclusteranalysisinclassificationoftraditionalChinesemedicalsyndromesinpatientswithposthepatiticcirrhosis.JournalofChineseIntegrativeMedicine.2005,3(1):14-18.[52]Q.He,J.Wang,Y.Zhang,etal.ClusteranalysisonsymptomsandsignsoftraditionalChinesemedicinein815PatientswithUnstableAngina.Proceedingsofthe6thInternationalConferenceonFuzzySystemsandKnowledgeDiscovery.2021,435-439.[53]李國(guó)春,史欣德.半夏瀉心湯臨床案例用藥量的聚類分析.中醫(yī)藥學(xué)刊.2005,23(5):836-838.[54]周德生.明清時(shí)期津液虧損案573例辨證用藥統(tǒng)計(jì)分析.中醫(yī)藥研究.1998,14(4):12-13.[55]周君,馮妍.明清時(shí)期消渴病案59例用藥統(tǒng)計(jì)分析.國(guó)醫(yī)論壇.2005,20(6):18-18.參考文獻(xiàn)參考文獻(xiàn)參考文獻(xiàn)[111]馮奇,周雪忠,黃厚寬,張小平.SHP-VI:一種基于最短哈密頓通路的POMDP值迭代算法.計(jì)算機(jī)研究與開(kāi)展,48(7):1301-1309,2021.[112]FengQi,ZhouXuezhong,HuangHoukuan,YuJian,ZhangYin,TongXiaolin,ZhangRunshun,WangYinghui,LiuBaoyan.AMDPSolutionforTraditionalChineseMedicineTreatmentPlanning.Inthe3rdInternationalConferenceonBioMedicalEngineeringandInformatics(BMEI'10),6:2250-2254,2021.[113]馮奇,周雪忠,黃厚寬,張小平.POMDP基于點(diǎn)的值迭代算法中一種信念點(diǎn)選擇方法.北京交通大學(xué)學(xué)報(bào),33(5):77-80,2021.[114]FengQi,ZhouXuezhong,HuangHoukuan,ZhangXiaoping.AnUncertainty-basedBeliefSelectionMethodforPOMDPValueIteration.Inthe10thEuropeanConferenceonSymbolicandQuantitativeApproachestoReasoningwithUncertainty,LectureNotesinComputerScience,5590:841-849,2021.[115]ZhangXiaoping,ZhouXuezhong,HuangHoukuan,FengQi,ChenShibo,LiuBaoyan.TopicmodelfortraditionalChinesemedicinediagnosisandprescriptionregularitiesanalysis:Caseondiabetes.ChineseJournalofIntegrativeMedicine.2021,17(4):307-313.[116]張小平,周雪忠,黃厚寬,馮奇,陳世波.基于詞相似性與CRP的主題模型.模式識(shí)別與人工智能.2021,23(1):72-76.[117]ZhangXiaoping,ZhouXuezhong,HuangHoukuang,ChenShibo.Ahierarchicalsymptom-herbtopicmodelforanalyzingtraditionalChinesemedicineclinicaldiabeticdata.Proceedingsofthe3rdInternationalConferenceonBioMedicalEngineeringandInformatics(BMEI’10).2021,2246-2249.[118]張小平,周雪忠,黃厚寬,馮奇,陳世波,焦宏官.一種改進(jìn)的LDA主題模型.北京交通大學(xué)學(xué)報(bào)(自然科學(xué)版).2021,34(2):111-114.[119]ZhangXiaoping,ZhouXuezhong,HuangHoukuang,ChenShibo,FengQi.Multi-relationaltopicmodelforTCMclinicalk