数据挖掘及其在中医药领域中的应用

7:: ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
1J+,$!$ K/@0,-* /. 5-!+) &$>+)+,$ +, E0->+#+/,-* 1J+,$!$ &$>+)+,$
【中医多学科研究】
数据挖掘及其在中医药领域中的应用
田 琳， 阎英杰， 朱建贵， 王映辉
!"""#$） （中国中医研究院 广安门医院， 北京 关键词：数据挖掘； 中医药 中图分类号：%&’! 文献标识码：( 当今人类处于信息时代， 随着信息技术的高速 发展， 人们积累的数据量急剧增长。在这信息爆炸 的时代， 如何从信息的汪洋大海中及时发现有用的 知识， 提高信息利用率？如何使数据真正成为一个 行业的资源？如何充分利用信息为业务决策和战略 发展服务？在此基础上， 数据挖掘 （-./. 012123， -0） 和知识发现 （425678938 -1:;5<8=> 12 -./.?.:8， 技 4--） 术应运而生。 ! 数据挖掘的定义 数据挖掘 （-./. 012123） 是从大量的、 不完全的、 有噪声的、 模糊的、 随机的数据中提取隐含在其中 的、 人们事先不知道但又是潜在有用的信息和知识 的过程。 数据挖掘是一个多步骤过程 （它需要为数据挖 掘算法访问和准备数据） ， 包括挖掘数据、 分析结果 和采取行动。数据挖掘的目的在于使用所发现的模 ［!］ 式帮助解释当前的行为或预测未来的结果 。主要 流程如下。 !@! 定义问题 清晰地定义业务问题， 确定数据挖掘的目的。 !@& 数据准备 包括选择目标数据和数据预处理 （即数据再加 工， 包括检查数据的完整性、 一致性、 去噪声、 填补丢 失数据、 删除无效数据等） 。 !@$ 数据挖掘 根据数据的类型和特点选择相应的数据挖掘工 具。 !@’ 结果分析 对数据挖掘的结果转换成为能够最终被用户理 解的知识， 并加以解释和评价， 确定所发现的东西是 否有价值。 !@# 结果应用 将所发现的知识应用于新的情境下。 " 数据挖掘的应用 数据挖掘技术从一开始就是面向应用的， 它不 仅是面向特定数据库的简单检索查询调用， 而且要
中国中医基础医学杂志
&""# 年第 !! 卷第 + 期
DG128:8 O5F=2.7 5K P.:1; 0891;128 12 H=.91/152.7 DG128:8 0891;128 &""#@ Q57R !! R S5R + ,!" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "
药复方为对象， 经解析后建立复方特征数据库； 以数 据挖掘系统 !"#$%&%’($ )’"$% 为平台， 关联规则分析 为工具， 在单味药层次上进行消渴病复方组成药味 之间的关联模式研究， 得出了历代中医在消渴病治 疗方面的整体规律性。不同于相对固定治疗方法的 中医专家系统， 对中医药复方配伍规律进行数据挖 掘更能体现中药复方配伍的科学内涵， 其结果的可 信程度可以达到或者接近中医专家的分析能力， 而 且得到的模式或规则可以直接补充到中医专家系统 的知识库中， 将为更好地完善和补充知识库提供技 ［*+］ 术支持。此外， 杨林 等将数据挖掘与 ,$- 技术相 结合， 通过 ."#$%"$# 开发了网上中医方剂数据分析处 理系统， 利用迅猛发展的网络通讯技术对信息进行 较高层次的数据处理。 /01 中医药信息化研究 对中医药信息进行文本数据挖掘是促进中医药 信息结构化的途径之一。从中医诊断、 辨证到组方 的各个环节， 文字描述的定性内容占很大比例， 在一 定程度上造成了中医药信息的不确定和不完全， 当 使用计算机技术为主要工具进行中医药的信息化研 究时， 这种定性信息的量化就显得相当困难。因此， 对以古语言和纯文本为主的中医药理论和实践进行 结构化解析是中医药信息化研究的重要内容， 其中 的某 些 内 容 可 以 通 过 对 文 本 的 数 据 挖 掘 来 实 现 ［*2］ 的 。进行中药临床功效的规范化和标准化处理 是文本挖掘的典型应用， 如可以采用特征抽取的方 法， 或者采用聚类的方法描述某些相似症状的内容， 找出其中隐含的相似关系； 也可以采用分类方法将 不确切的病症分配到已存在的病症分类中， 通过类 ［*3］ 的共同特征来预测与该病症相关的概念等 。 /0+ 探索人工智能 数据挖掘与专家系统同样关注于建立和使用针 对特殊问题的概化模型。专家系统是通过从一个或 多个某一领域人类专家提取来的知识而建立的， 它 是一种智能的计算机程序， 能够模拟特定领域中人 ［*4］ 类专家解决问题的技能 。专家系统在中医药专 ［56］ 家研究中应用较多， 如关幼波肝病专家系统等 。 然而， 与专家系统不同， 数据挖掘着重于用数据建立 数据模型。建立数据挖掘与数据仓库、 在线分析处 ［5*］ 理、 知识库和模型库等结合的智能决策支持系统 将是加速中医药现代化、 规范化和知识化进程的必 要途径。 尽管数据挖掘技术仍然面临着许多问题和挑 战， 然而不可否认数据挖掘技术是一个年轻且充满 希望的研究领域， 每年都有新的数据挖掘方法和模 型问世， 人们对它的研究正日益广泛和深入。 建立中医药数据仓库与利用数据挖掘技术对于
中国中医基础医学杂志

5661 年第 ** 卷第 4 期
F9’"$($ <>D%":@ >Q I:(’8 )$;’8’"$ ’" P%:;’#’>":@ F9’"$($ )$;’8’"$ 56610 W>@= ** = X>= 4 2*5 ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
A;;4 年第 :: 卷第 9 期 A;;4= G/*H :: H I/H 9
中国中医基础医学杂志
和临床信息系统 （ )*+,+)-* +,./0%-#+/, !"!#$%， &’( ） ［2］ 前者主要处理医院内部管理方面的 !"!#$%， 1’(） ， 信息， 如人事、 财务和设备管理等， 而后者则是处理 以患者为中心的一系列相关信息。建立基于 3’( 的 数据仓库， 在积累了充足的数据资源后， 即可利用数 据挖掘技术寻找潜在的某种关系、 模式或者趋势。 如从 1’( 的数据库中分析某种疾病治疗过程中诱发 ［4］ 其他疾病的概率以及与时间的关系等。刘丹红 等 人用上呼吸道感染病例的病案首页数据和数据挖掘 技术中的决策树分析法， 确定分类标准、 分类变量和 决策树的生长及剪枝规则， 建立病情危重度分类评 价模型； 采用 5-"$!+-, 神经网络结构， 能够找出服用 ［6］ 抗精神病药物与心肌炎和心肌病发作的关系 ； 粗 ［7］ 集理论在医学数据挖掘中可用于肺癌的诊断 ， 预 ［8］ 测脊髓损伤病人的下床活动时间 和检测宫颈癌病 ［9］ 变的不同阶段 等。 医学数据挖掘是计算机技术、 人工智能、 统计学 等与现代医疗相结合的产物， 也是提高医疗服务质 量和医院管理水平的需要， 具有广阔的应用前景。 医学数据挖掘是面向整个医学数据库或医学信息集 合提供知识和决策， 它是医疗决策支持系统的重要 ［:;］ 组成部分 。但是， 由于医学技术具有很强的实践 性、 实验性、 统计性、 是一门验证科学， 浩瀚的医学资 源要用现代技术去组织、 去分析、 去利用。因此， 探 索数据仓库与数据挖掘技术在医学方面的应用就具 有更重要的使用价值和广阔的发展前景。随着理论 研究的深入和进一步的实践摸索， 医学数据挖掘必 将在疾病的诊断和治疗、 医学科研与教学以及医院 的管理等方面发挥不可估量的巨大作用。 ! 数据挖掘在中医药领域的应用现状 在知识经济时代的今天， 利用先进的信息技术 加强中医药科技信息数据库的建设， 加速中医药信 息的全球性传播、 共享和利用， 加快有效信息转化为 知识， 促进中医药知识快速更新， 已成为中医药学向 前发展的关键所在。目前， 中医药学尚未能将先进 的信息技术充分利用于中医药学领域， 大量有用的 中医药信息的流失严重影响了中医药学的发展。因 而， 应以建设中医药科技信息数据库为基础， 努力实 现 “数字中医药” ， 以完成中医药学的跨跃性发展。 据统计， 目前国内外已建成的中医药相关数据库有 近百个， 以文字描述性数据库为主； 数据库形式从单 表型数据库向关联型数据库方向发展； 多库融合共 享平台、 数据库关联检索、 数据挖掘技术已开始应 用。中医药是中华民族的瑰宝， 进行中医药的数据 ［::］ 挖掘是中医药现代化研究的重要组成部分 。 当前在中医领域， 数据挖掘应用最广泛的是在 中药 （复方） 的研究中， 并已经取得了一定的进展。 <=: 寻找新药先导化合物 在新 药 研 究、 开 发 过 程 中， 先导化合物 （ *$->