【摘要】 歷代中醫(yī)醫(yī)案對(duì)中醫(yī)理論的不斷發(fā)展起著重要作用，而海量的醫(yī)案數(shù)據(jù)遠(yuǎn)遠(yuǎn)超出了人的理解能力。從信息科學(xué)角度來看，中醫(yī)醫(yī)案數(shù)據(jù)是混亂而又復(fù)雜的經(jīng)驗(yàn)數(shù)據(jù)。這導(dǎo)致了醫(yī)案研究的困難，亟需新技術(shù)和新方法的引進(jìn)，知識(shí)發(fā)現(xiàn)技術(shù)方法可能就是一種重要而有效的方法。本文簡(jiǎn)要介紹了中醫(yī)醫(yī)案中的知識(shí)發(fā)現(xiàn)技術(shù)方法，并提出具體研究思路，以期有助于實(shí)現(xiàn)醫(yī)案研究技術(shù)創(chuàng)新。
【關(guān)鍵詞】 中醫(yī)； 醫(yī)案； 知識(shí)； 技術(shù)； 數(shù)據(jù)
中醫(yī)醫(yī)案是中醫(yī)臨床醫(yī)師實(shí)施辨證論治過程的文字記錄，是保存、查核、考評(píng)乃至研究具體診療活動(dòng)的檔案資料［1］。在中醫(yī)藥學(xué)領(lǐng)域中，自古至今，從散在于各種史料中記錄的醫(yī)案雛形，到醫(yī)案專著，醫(yī)案一直伴隨著中醫(yī)藥學(xué)的發(fā)展。隨著醫(yī)案記錄的不斷涌現(xiàn)，醫(yī)案分析研究也層出不窮，在中醫(yī)理論的形成發(fā)展傳承過程中一直充滿活力，是中醫(yī)理論不斷發(fā)展的搖籃。隨著新技術(shù)、新方法不斷引入中醫(yī)藥研究領(lǐng)域，應(yīng)用現(xiàn)代科學(xué)技術(shù)方法對(duì)中醫(yī)醫(yī)案進(jìn)行研究已經(jīng)提上日程。
1 中醫(yī)醫(yī)案的特征與新技術(shù)新方法的引進(jìn)
中醫(yī)醫(yī)案是中醫(yī)理、法、方、藥綜合運(yùn)用的具體反映形式，它不僅是醫(yī)療活動(dòng)的真實(shí)記述，而且還反映了醫(yī)家的臨床經(jīng)驗(yàn)及思維活動(dòng)。由于醫(yī)家所處時(shí)代不同，個(gè)人經(jīng)歷、學(xué)識(shí)、愛好和修養(yǎng)等各異，因此歷代醫(yī)案的數(shù)量、形式、體裁、風(fēng)格和內(nèi)容等亦在不斷變化中。我國(guó)早在2 000多年前，名醫(yī)淳于意就首先注意醫(yī)案（診籍）的記載。但秦漢以降，醫(yī)家崇尚方書，此后直至隋唐五代，醫(yī)案才逐漸散見于醫(yī)籍和文史書中，數(shù)量少且內(nèi)容簡(jiǎn)；宋金元時(shí)期醫(yī)案專著開始出現(xiàn)，醫(yī)籍附案逐漸增多，醫(yī)家立案蔚然成風(fēng)，醫(yī)案風(fēng)格異彩紛呈。醫(yī)案發(fā)展至明代，開始有名醫(yī)醫(yī)案的專著出版，如江灌的《名醫(yī)類案》。此期在醫(yī)案數(shù)量增加的同時(shí)，質(zhì)量也有了明顯提高，主要表現(xiàn)為內(nèi)容完整、客觀；格式多樣、規(guī)范；說理透徹、詳明；文筆秀美、流暢［2］。明末清初醫(yī)家喻嘉言在《寓意草》中撰“與門人定議病式”，在韓懋和吳昆等人的基礎(chǔ)上，對(duì)撰寫醫(yī)案的內(nèi)容與格式提出了更高的要求，即態(tài)度應(yīng)嚴(yán)肅認(rèn)真，內(nèi)容應(yīng)詳盡，理法方藥應(yīng)齊備。而張山雷在撰寫風(fēng)格上，或繼承明清兩代的特點(diǎn)，或?qū)鹘y(tǒng)醫(yī)案加以變革，采用中西匯通的觀點(diǎn)敘述醫(yī)案。隨著時(shí)代的不斷進(jìn)步，醫(yī)案的數(shù)量也呈“爆炸式”增長(zhǎng)。如隋唐五代前千百年的醫(yī)案，數(shù)量少且內(nèi)容簡(jiǎn)；而僅在清代，醫(yī)家撰寫的醫(yī)案專著就達(dá)200余種，而且門類齊全，風(fēng)格多樣，既有個(gè)人醫(yī)案、醫(yī)案類書、醫(yī)案叢書，又有?？漆t(yī)案、專題醫(yī)案、會(huì)診醫(yī)案、醫(yī)案評(píng)注及宮廷醫(yī)案等；近十年公開出版的名老中醫(yī)醫(yī)案有近百種之多，每種收錄醫(yī)案數(shù)百則到千余則不等。古今醫(yī)案內(nèi)容也發(fā)生了很大變化［3］，向應(yīng)用中醫(yī)基本理論研究現(xiàn)代醫(yī)學(xué)疾病的方向發(fā)展，注重記載現(xiàn)代醫(yī)學(xué)已診斷明確的病名。常見的記載方式為中西醫(yī)診斷并列，以利互參。醫(yī)案記載實(shí)驗(yàn)室等客觀檢查的內(nèi)容逐日增多，針對(duì)檢查結(jié)果的辨治內(nèi)容如“微觀辨證”等隨之出現(xiàn)?，F(xiàn)代醫(yī)案中處方用藥的內(nèi)容變化也較明顯，醫(yī)者不僅根據(jù)中醫(yī)藥理論選方用藥，而且根據(jù)現(xiàn)代醫(yī)學(xué)病理生理和中藥藥理進(jìn)展來選方用藥，醫(yī)案中合用西藥的現(xiàn)象越來越多。即便現(xiàn)代醫(yī)案也存在著記載缺雜混亂、現(xiàn)代醫(yī)學(xué)成分過多、文詞晦澀、夸張不實(shí)等諸多問題［4］。從以上分析可知，從信息科學(xué)角度來看，中醫(yī)醫(yī)案數(shù)據(jù)將是混亂又復(fù)雜的經(jīng)驗(yàn)數(shù)據(jù)。這些導(dǎo)致了中醫(yī)醫(yī)案研究的困難。隨著科學(xué)技術(shù)的飛速發(fā)展，醫(yī)學(xué)領(lǐng)域分工日益細(xì)化，跨專業(yè)的溝通變得更加困難，而某個(gè)專業(yè)領(lǐng)域的信息，可能對(duì)相關(guān)專業(yè)領(lǐng)域是有價(jià)值的，它們之間存在著某種隱含的有價(jià)值的關(guān)聯(lián)，而以常規(guī)方式通常檢索不到這種關(guān)聯(lián)性。中醫(yī)醫(yī)案不僅涉及到臨床內(nèi)、外、婦、兒各科，還包含了中醫(yī)學(xué)中的哲學(xué)基礎(chǔ)、中醫(yī)對(duì)正常人體和疾病的認(rèn)識(shí)，以及中醫(yī)食療、養(yǎng)生和診療疾病的原則等方方面面，如何對(duì)其中隱含的知識(shí)進(jìn)行解析與發(fā)現(xiàn)，必將是今后研究的熱點(diǎn)與難點(diǎn)。而且中醫(yī)藥學(xué)科內(nèi)仍然有大量的問題，甚至是一些基本性的問題得不到合理的、科學(xué)的解釋，研究的空白比比皆是，這些都可能通過中醫(yī)醫(yī)案研究得到解決或啟示。但以個(gè)人之力實(shí)難發(fā)現(xiàn)其中蘊(yùn)含的有價(jià)值信息，而且以人工逐字研讀名老中醫(yī)醫(yī)案，容易產(chǎn)生遺漏，來回翻頁(yè)又很繁瑣。要完成普通人不能完成的任務(wù)，這就需要有新技術(shù)新方法的引進(jìn)，知識(shí)發(fā)現(xiàn)技術(shù)方法可能就是這樣一種重要而有效的方法。
2 知識(shí)發(fā)現(xiàn)方法及其在中醫(yī)醫(yī)案研究中的應(yīng)用
知識(shí)發(fā)現(xiàn)是指從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的，以及最終可被理解的模式的非一般的過程［5， 6］。知識(shí)發(fā)現(xiàn)是多學(xué)科交叉的新興邊緣學(xué)科。近年來，隨著數(shù)據(jù)獲取和數(shù)據(jù)存儲(chǔ)技術(shù)的快速發(fā)展，各種數(shù)據(jù)庫(kù)、數(shù)據(jù)集和數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的數(shù)據(jù)量飛速增長(zhǎng)。如何從這些海量數(shù)據(jù)中提取出有用的知識(shí)呢？數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（knowledge discovery in database， KDD）的出現(xiàn)為人們提供了一條解決這種“數(shù)據(jù)豐富而知識(shí)貧乏”困境的有效途徑。當(dāng)前國(guó)際上，知識(shí)發(fā)現(xiàn)的研究主要是以知識(shí)發(fā)現(xiàn)的任務(wù)描述、知識(shí)評(píng)價(jià)與知識(shí)表示為主線，以有效的知識(shí)發(fā)現(xiàn)算法為中心。知識(shí)發(fā)現(xiàn)過程一般由三個(gè)主要的階段組成：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果表達(dá)和解釋。知識(shí)的發(fā)現(xiàn)可以描述為這三個(gè)階段的反復(fù)過程。中醫(yī)醫(yī)案中的知識(shí)發(fā)現(xiàn)也不例外。
2.1 數(shù)據(jù)準(zhǔn)備 要有效地利用KDD進(jìn)行中醫(yī)醫(yī)案知識(shí)發(fā)現(xiàn)，首先必須進(jìn)行數(shù)據(jù)準(zhǔn)備工作。目前，在“中文科技期刊數(shù)據(jù)庫(kù)（引文版）”、“中國(guó)期刊全文數(shù)據(jù)庫(kù)”等數(shù)據(jù)庫(kù)中，以發(fā)表論文的形式實(shí)現(xiàn)了部分現(xiàn)代醫(yī)案的數(shù)據(jù)準(zhǔn)備工作。此外僅少數(shù)專題性質(zhì)的數(shù)據(jù)庫(kù)收錄了一些古今醫(yī)案。再加上散見于古今醫(yī)籍和文史書中的醫(yī)案，中醫(yī)醫(yī)案的數(shù)據(jù)準(zhǔn)備工作將是一個(gè)龐大的系統(tǒng)工程。中醫(yī)醫(yī)案的數(shù)據(jù)準(zhǔn)備中具體要解決的是：設(shè)定并明確中醫(yī)醫(yī)案知識(shí)發(fā)現(xiàn)的目標(biāo)；對(duì)中醫(yī)醫(yī)案數(shù)據(jù)加以充分理解；對(duì)相關(guān)的中醫(yī)醫(yī)案數(shù)據(jù)進(jìn)行必要的預(yù)處理，使其符合KDD算法的要求；選用合適的KDD方法進(jìn)行數(shù)據(jù)建模。其中中醫(yī)醫(yī)案中的知識(shí)發(fā)現(xiàn)的目標(biāo)，可以從指導(dǎo)中醫(yī)臨床應(yīng)用角度，對(duì)醫(yī)案內(nèi)容加以分析歸納研究，如對(duì)醫(yī)者臨證思維的闡釋，對(duì)各醫(yī)家、流派學(xué)術(shù)思想的探討，各專科、專病、專癥理法方藥運(yùn)用特點(diǎn)的歸納，以供臨證學(xué)習(xí)參照，并可建立智能診療系統(tǒng)。也可以就其中蘊(yùn)含的中醫(yī)醫(yī)理、藥理進(jìn)行研究，尋求中醫(yī)藥基礎(chǔ)理論的新突破、中藥新藥的勘探等。
2.2 中醫(yī)醫(yī)案中的知識(shí)發(fā)現(xiàn)可能運(yùn)用的主要技術(shù)
2.2.1 統(tǒng)計(jì)方法 從歷史上看，統(tǒng)計(jì)工作主要集中在測(cè)試預(yù)先的假說以及使模型適合于數(shù)據(jù)等。研究上，統(tǒng)計(jì)方法通常依賴于一個(gè)明確的潛在概率模型。此外，人們假定這些方法是由統(tǒng)計(jì)學(xué)家來使用的；為了生成候選假說和模型，人的干預(yù)是必要的。目前已有中醫(yī)醫(yī)案論文中用了頻數(shù)統(tǒng)計(jì)的這種最粗淺的醫(yī)學(xué)統(tǒng)計(jì)方法來進(jìn)行研究，通過這種計(jì)量的研究使得結(jié)論更有說服力。如姜良鐸［7］在董建華的指導(dǎo)下，運(yùn)用統(tǒng)計(jì)學(xué)原理對(duì)古今700多醫(yī)家10 009則溫病醫(yī)案進(jìn)行分析，從而總結(jié)出溫病診斷指標(biāo)及證治方藥規(guī)律。
2.2.2 聚類分析 又稱集群分析，是指利用物以類聚的原理，把大量無序的數(shù)據(jù)分成數(shù)類，有助于對(duì)大量數(shù)據(jù)中的規(guī)則予以認(rèn)識(shí)，它是一種數(shù)理統(tǒng)計(jì)方法，可將一些觀察對(duì)象依據(jù)某些特征加以歸類，在生物學(xué)和醫(yī)學(xué)分類問題中有著廣泛的應(yīng)用。在中醫(yī)醫(yī)案研究中，聚類分析能較好地避免分類過程中摻雜的主觀因素，能客觀地準(zhǔn)確地反映研究對(duì)象，并從中可能發(fā)現(xiàn)其內(nèi)在的客觀規(guī)律［8］。如周德生［9］統(tǒng)計(jì)了明清時(shí)期26部現(xiàn)存醫(yī)案中的津液虧損病案573例，采用R型系統(tǒng)聚類分析方法，得出津液虧損中每個(gè)亞型的幾個(gè)主要用藥，并揭示了明清時(shí)期津液理論的某些特征。
2.2.3 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是指模擬人腦工作機(jī)制的一種計(jì)算模型，它是由非處理單元組成的非線性大規(guī)模自適應(yīng)系統(tǒng)，以類似于人腦神經(jīng)網(wǎng)絡(luò)的并行處理結(jié)構(gòu)進(jìn)行信息的高級(jí)處理。由于它具有自適應(yīng)性、并行處理能力和非線性處理的優(yōu)點(diǎn)，所以在醫(yī)學(xué)領(lǐng)域被廣泛應(yīng)用［10］。目前已有學(xué)者利用人工神經(jīng)網(wǎng)絡(luò)原理實(shí)現(xiàn)對(duì)病案的分析，用病癥分類神經(jīng)網(wǎng)絡(luò)來說明知識(shí)自動(dòng)獲取方法的實(shí)現(xiàn)。它應(yīng)用人工神經(jīng)網(wǎng)絡(luò)的反向傳播算法（back propagation algorithm， BP），通過研究中醫(yī)醫(yī)案，形成專家知識(shí)，對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而使網(wǎng)絡(luò)獲得一定的學(xué)習(xí)能力，將訓(xùn)練所“學(xué)習(xí)”而來的“知識(shí)”運(yùn)用到新的病癥判斷中，從而實(shí)現(xiàn)對(duì)新知識(shí)的獲取［11］。其雖然只是舉了一個(gè)例子，但引進(jìn)了醫(yī)案分析的新方法。
2.2.4 決策樹 該樹的每個(gè)非終端點(diǎn)均表示被考察數(shù)據(jù)項(xiàng)目的一個(gè)測(cè)試或決策，根據(jù)測(cè)試結(jié)果選擇某個(gè)分支。為了分類一個(gè)特定數(shù)據(jù)項(xiàng)目，從報(bào)結(jié)點(diǎn)開始，一直向下判定，直到到達(dá)一個(gè)終端結(jié)點(diǎn)（或葉子）時(shí)為止。當(dāng)?shù)竭_(dá)一個(gè)終端結(jié)點(diǎn)時(shí)，一個(gè)決策便形成了。決策樹也可解釋成一種特殊形式的規(guī)則集，其特征是規(guī)則的層次組織關(guān)系。前已述及，中醫(yī)醫(yī)案數(shù)據(jù)是混亂又復(fù)雜的經(jīng)驗(yàn)數(shù)據(jù)。而處理大量混亂而復(fù)雜的經(jīng)驗(yàn)數(shù)據(jù)的一個(gè)很好的方法是決策樹分類技術(shù)。利用知識(shí)發(fā)現(xiàn)中的決策樹方法來對(duì)這些數(shù)據(jù)分析，可以為醫(yī)生提供極具價(jià)值的知識(shí)，從而對(duì)臨床醫(yī)療方案進(jìn)行優(yōu)化。目前已有研究者從醫(yī)院病案室保存的冠狀動(dòng)脈粥樣硬化性心臟病（簡(jiǎn)稱冠心病）病案中選取了一些數(shù)據(jù)作為挖掘的原始數(shù)據(jù)集，進(jìn)行了基于決策樹的醫(yī)療數(shù)據(jù)分析，得到了良好的效果［12］。同樣，我們也可以進(jìn)行基于決策樹的中醫(yī)醫(yī)案數(shù)據(jù)分析，從而優(yōu)化傳統(tǒng)的中醫(yī)醫(yī)療方案。
2.2.5 模糊集與粗糙集 模糊集是一種表達(dá)和處理不確定性的重要方法。不確定性以多種形式發(fā)生在今天的數(shù)據(jù)庫(kù)模型中，如不精確、不完全、不典型、不一致、含糊，等等。模糊集利用不確定性使系統(tǒng)的復(fù)雜性變得可處理。當(dāng)精確輸入不可能或太昂貴時(shí)，模糊系統(tǒng)就是一種強(qiáng)有力的模型方法。粗糙集合理論中的模糊性就是一種基于邊界的概念，即一個(gè)不精確的概念具有模糊的不可被明確劃分的邊界。粗糙集用一個(gè)集合的上下界來定義，下界中的每個(gè)成員都是這個(gè)集合的成員，而上界的每個(gè)非成員也一定是這個(gè)集合的非成員。粗糙集中的上界是下界和邊界區(qū)域的并集。邊界區(qū)域的成員可能（但是不能肯定）是這個(gè)集合中的成員。因此，粗糙集可以被看成是一個(gè)有三級(jí)成員函數(shù)（是，否，可能）的模糊集。象模糊集那樣，粗糙集是處理數(shù)據(jù)不確定性的一種數(shù)學(xué)概念。與模糊集類似，粗糙集很少單獨(dú)使用，而通常是與規(guī)則推導(dǎo)、分類、聚類等其他方法一起組合使用。已有學(xué)者基于奇異粗集及其元素遷移，研究其在中醫(yī)藥辨證診治過程和中藥方加減中的應(yīng)用，設(shè)計(jì)一個(gè)基于雙向S粗集的中醫(yī)藥辨證診治知識(shí)支持系統(tǒng)，為人工智能技術(shù)在中醫(yī)藥診治領(lǐng)域中的應(yīng)用開辟了一個(gè)新的思路［13］。我們也可以采用類似方法研究中醫(yī)醫(yī)案中蘊(yùn)含的各醫(yī)家辨證診治思維過程，從而把中醫(yī)藥研究引向深入。
2.3 結(jié)果表述和解釋 是指根據(jù)最終用戶的決策目的，對(duì)提取的信息進(jìn)行分析，把最有價(jià)值的信息區(qū)分出來，并且通過決策支持工具交給決策者。在中醫(yī)醫(yī)案研究中，根據(jù)設(shè)定的中醫(yī)醫(yī)案知識(shí)發(fā)現(xiàn)的目標(biāo)，例如關(guān)于疾病的診斷治法遣方用藥的分析，對(duì)相關(guān)信息進(jìn)行相應(yīng)分析處理，由特定知識(shí)發(fā)現(xiàn)工具來實(shí)現(xiàn)。但結(jié)果仍需終端用戶來判定是否符合中醫(yī)藥基本理論或者通過臨床科研實(shí)踐來進(jìn)行驗(yàn)證。
3 非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法及其在中醫(yī)醫(yī)案研究中的應(yīng)用
3.1 非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法概述 隨著科學(xué)技術(shù)的高度發(fā)展，學(xué)科的分化越來越細(xì)，學(xué)科間交流越來越困難，知識(shí)總量與人類吸收能力之間的矛盾日益突出。一個(gè)專業(yè)領(lǐng)域的信息可能對(duì)另一個(gè)專業(yè)領(lǐng)域是有價(jià)值的，跨學(xué)科間一定存在著潛在的未被發(fā)現(xiàn)的關(guān)聯(lián)。這就是所謂“知識(shí)分裂理論”［14］。在大量分裂的知識(shí)或科學(xué)文獻(xiàn)之間存在著千絲萬縷的聯(lián)系，這些聯(lián)系既包括我們通過常規(guī)組配檢索可得到的顯性的聯(lián)系（或知識(shí)），也包括那些常規(guī)檢索得不到的隱性的聯(lián)系（或知識(shí)）。1985年Swanson偶然發(fā)現(xiàn)，兩篇醫(yī)學(xué)文獻(xiàn)放在一起會(huì)揭示出某一個(gè)問題的答案，而這個(gè)答案是從單獨(dú)一篇文獻(xiàn)得不到的。這預(yù)示著在醫(yī)學(xué)文獻(xiàn)中存在著大量的未被發(fā)現(xiàn)的隱含的關(guān)聯(lián)。Swanson認(rèn)為，將兩類非直接相關(guān)的文獻(xiàn)結(jié)合在一起分析，會(huì)形成一種新的知識(shí)，而這種新的知識(shí)是通過單獨(dú)分析兩類文獻(xiàn)中的任何一類而得不到的。這就是他的非相關(guān)文獻(xiàn)的知識(shí)發(fā)現(xiàn)思想［15， 16］。在大量的文獻(xiàn)中，一些文獻(xiàn)可能相互引用，文獻(xiàn)間存在著人們可利用數(shù)據(jù)庫(kù)檢索到的顯性聯(lián)系；有些文獻(xiàn)互不引用或很少被共同引用，則稱這兩類文獻(xiàn)是相互獨(dú)立的，也就是非相關(guān)的。一些非相關(guān)文獻(xiàn)通過各自提出的觀點(diǎn)聯(lián)系在一起，形成邏輯關(guān)聯(lián)。這種聯(lián)系通過常規(guī)的數(shù)據(jù)庫(kù)檢索是檢不到的，是未被發(fā)現(xiàn)的隱密的聯(lián)系，是新知識(shí)的源泉，可能對(duì)科研的發(fā)展具有重大意義［17］。常規(guī)的聯(lián)機(jī)醫(yī)學(xué)文獻(xiàn)分析檢索系統(tǒng)（MEDLINE）檢索方式是通過給定的題目檢索已發(fā)表的文獻(xiàn)。為了擴(kuò)展MEDLINE檢索功能，克服其局限性，Swanson設(shè)計(jì)了一個(gè)人機(jī)交互的軟件系統(tǒng)，并制定了相應(yīng)的數(shù)據(jù)庫(kù)檢索策略，稱為Arrowsmith，用于分析研究非相關(guān)的互補(bǔ)文獻(xiàn)，更加易于在兩組生物醫(yī)學(xué)文獻(xiàn)間發(fā)現(xiàn)互補(bǔ)性結(jié)構(gòu)［18］。在Swanson的研究方法的基礎(chǔ)上，很多研究人員對(duì)基于非相關(guān)文獻(xiàn)的知識(shí)發(fā)現(xiàn)方法進(jìn)行了改進(jìn)。Gordon和Lindsay改進(jìn)了Swanson的基于單詞的詞頻統(tǒng)計(jì)方法，利用基于短語的詞頻統(tǒng)計(jì)方法，引入了四個(gè)參數(shù)來獲得短語的最終詞頻，驗(yàn)證了雷諾病（Raynaud），魚油（fish oil）之間的關(guān)聯(lián)［19， 20］。Weeber等［21］利用一體化醫(yī)學(xué)語言系統(tǒng)（Unified Medical Language System， UMLS）的語義類型實(shí)現(xiàn)了自然語言與UMLS概念的映射。這種語義篩選的機(jī)制能夠產(chǎn)生概念的聚類，尤其是中間集合的概念的聚類。Srinivasan［22］將Weeber的語義分析方法和Gordon的詞頻統(tǒng)計(jì)方法結(jié)合起來提出基于概念的詞頻統(tǒng)計(jì)方法，將自然語言通過醫(yī)學(xué)主題詞表（medical subject headings， MeSH）與UMLS的語義類型聯(lián)系起來，并利用Gordon的統(tǒng)計(jì)參數(shù)，計(jì)算概念之間的相關(guān)性。
3.2 非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法及其在中醫(yī)醫(yī)案研究中的應(yīng)用 由于中醫(yī)醫(yī)案是中醫(yī)臨床醫(yī)師實(shí)施辨證論治過程的文字記錄，相互之間幾乎互不引用，兩篇中醫(yī)醫(yī)案相互獨(dú)立，也就是非相關(guān)的，這符合非相關(guān)文獻(xiàn)的定義。但是其中蘊(yùn)含的醫(yī)理可能是一致的，這為非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法在中醫(yī)醫(yī)案研究中的應(yīng)用提供了基礎(chǔ)。Arrowsmith系統(tǒng)是實(shí)現(xiàn)非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)的軟件工具，其主要功能是：從兩類非相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù)記錄的標(biāo)題、主題詞及文摘當(dāng)中，提取自然語言并加以分析排列，找到能表達(dá)兩類非相關(guān)文獻(xiàn)間關(guān)聯(lián)性的概念、詞語等，供研究人員參考。我們完全可以借鑒和參照Arrowsmith系統(tǒng)，結(jié)合相關(guān)技術(shù)研究最新進(jìn)展，研制可處理中醫(yī)醫(yī)案的軟件系統(tǒng)。有研究者［23］提出了非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法在中醫(yī)研究中的應(yīng)用需要依賴的幾項(xiàng)關(guān)鍵技術(shù)。非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)軟件系統(tǒng)本身并不復(fù)雜，但是實(shí)現(xiàn)在中醫(yī)醫(yī)案研究中的應(yīng)用同樣需要依賴幾項(xiàng)關(guān)鍵技術(shù)。
3.2.1 中醫(yī)醫(yī)案數(shù)據(jù)庫(kù)的建立 面對(duì)浩若煙海的中醫(yī)醫(yī)案文獻(xiàn)，面對(duì)因時(shí)代變遷而造成眾多歧義的中醫(yī)藥概念及詞匯，中醫(yī)醫(yī)案數(shù)據(jù)庫(kù)的建立是需要首先解決的問題。中醫(yī)醫(yī)案一般沒有標(biāo)題、主題詞及摘要，甚至某些中醫(yī)醫(yī)案本身就帶有摘要性質(zhì)。同時(shí)中醫(yī)醫(yī)案形式、體裁、風(fēng)格、內(nèi)容的多樣性也使中醫(yī)醫(yī)案數(shù)據(jù)庫(kù)的建立成為困難。我們可以采用先易后難的策略，先從較規(guī)范的現(xiàn)代醫(yī)家醫(yī)案入手，最終建立中醫(yī)醫(yī)案數(shù)據(jù)庫(kù)。
3.2.2 中醫(yī)藥學(xué)中文文本自動(dòng)分詞和詞性標(biāo)注系統(tǒng)研制 實(shí)施中醫(yī)藥古文獻(xiàn)的自動(dòng)切分與標(biāo)注，需要一個(gè)高性能的切分標(biāo)注軟件。近年來，中文自動(dòng)分詞技術(shù)，無論是自動(dòng)分詞的算法方面，還是詞表的研制方面，都取得較大進(jìn)展，技術(shù)已經(jīng)日益成熟。將這些技術(shù)應(yīng)用于中醫(yī)醫(yī)案研究當(dāng)中還需要做一些軟件實(shí)現(xiàn)或集成的工作。但同時(shí)，中醫(yī)疾病病名、藥名、度量衡混亂，亟需穩(wěn)定化、標(biāo)準(zhǔn)化［24］，中醫(yī)理論術(shù)語的模糊性等，也是軟件設(shè)計(jì)中要解決的問題。
3.2.3 停用詞表研制 因?yàn)橹嗅t(yī)語言的多義性與模糊性，有一些無意義的語詞，或者是在特定研究領(lǐng)域內(nèi)無意義的語詞，應(yīng)該列入停用詞表，在抽詞的過程加以刪除，降低運(yùn)算的復(fù)雜程度，提高結(jié)果的準(zhǔn)確性。但停用詞與停用范圍的確定本身也是個(gè)要解決的問題。
4 結(jié)語
章太炎先生指出：“中醫(yī)之成績(jī)，醫(yī)案最著。欲求前人之經(jīng)驗(yàn)心得，醫(yī)案最有線索可尋，循此鉆研，事半功倍?！币诰蛑嗅t(yī)寶庫(kù)，就要總結(jié)前人經(jīng)驗(yàn)，研究其學(xué)術(shù)思想；要提高臨床療效，要升華形成新的理論，以推動(dòng)中醫(yī)藥學(xué)科的整體發(fā)展。因此，有必要認(rèn)真研究中醫(yī)醫(yī)案。我們有理由相信，隨著知識(shí)發(fā)現(xiàn)技術(shù)方法在中醫(yī)醫(yī)案研究中的應(yīng)用，中醫(yī)藥學(xué)一定有著更廣闊的未來。
【參考文獻(xiàn)】
1 Zhang XP. Study on traditional Chinese medical case records. Beijing： China Press of Traditional Chinese Medicine. 1995： 1. Chinese.
張笑平。 中醫(yī)病案學(xué)。 北京： 中國(guó)中醫(yī)藥出版社。 1995： 1.
2 Liu GS， Xu QH， Wang CM. Brief discussion on medical case records， medical saying and medical discussing. Shandong Zhong Yi Yao Da Xue Xue Bao. 1997； 21（5）： 381384. Chinese.
劉更生， 徐慶會(huì)， 王長(zhǎng)美。 醫(yī)案、醫(yī)話、醫(yī)論說略。 山東中醫(yī)藥大學(xué)學(xué)報(bào)。 1997； 21（5）： 381384.
3 Hu JB， He L. Effects of the changes of medical case records‘ content on the development of traditional Chinese medicine. Wannan Yi Xue Yuan Xue Bao. 1992； 11（1）： 5961. Chinese.
胡劍北， 何玲。 醫(yī)案內(nèi)容變化對(duì)中醫(yī)學(xué)發(fā)展的影響。 皖南醫(yī)學(xué)院學(xué)報(bào)。 1992； 11（1）： 5961.
4 Hu JB. Exploring the study of some problems in medical case records. Wannan Yi Xue Yuan Xue Bao. 1991； 10（4）： 264265. Chinese.
胡劍北。 醫(yī)案中若干問題的討論。 皖南醫(yī)學(xué)院學(xué)報(bào)。 1991； 10（4）： 264265.
5 Guo M， Wang J. Data mining and database knowledge discovery. Mo Shi Shi Bie Yu Ren Gong Zhi Neng. 1998； 11（3）： 292299. Chinese with abstract in English.
郭萌， 王玨。 數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)。 模式識(shí)別與人工智能。 1998； 11（3）： 292299.
6 Losiewicz P， Oard DW， Kostoff RN. Textual data mining to support science and technology management. J Intel Info Syst. 2000； 15（2）： 99119.
7 Jiang LD. Study on index of epidemic febrile disease diagnosis and discipline of the syndrome， treatment， recipe and drugs： statistic analysis on 10 009 cases of ancient and modern medical case records about epidemic febrile disease. Zhong Yi Za Zhi. 1987； 30（11）： 30. Chinese.
姜良鐸。 溫病診斷指標(biāo)及證治方藥規(guī)律的研究—古今溫病醫(yī)案10 009例次統(tǒng)計(jì)分析。 中醫(yī)雜志。 1987； 30（11）： 30.
8 Liu J. The application of clustering analysis in traditional Chinese medical research. Zhong Yi Yao Xue Kan. 2004； 22（5）： 927928. Chinese.
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）： 927928.
9 Zhou DS. Statistic analysis on treatment according to syndrome differentiation： 573 cases of medical records about deficiency of body fluid in the Ming and Qing dynasties. Zhong Yi Yao Yan Jiu. 1998； 14（4）： 1213. Chinese.
周德生。 明清時(shí)期津液虧損病案573例辨證用藥統(tǒng)計(jì)分析。 中醫(yī)藥研究。 1998； 14（4）： 1213.
10 Cao XQ， Mou YG. Artificial neural networks technology applications for medicine research. Xian Dai Lin Chuang Yi Xue Sheng Wu Gong Cheng Xue Za Zhi. 2003； 9（1）： 5760. Chinese with abstract in English.
曹顯慶， 牟永閣。 人工神經(jīng)網(wǎng)絡(luò)技術(shù)在醫(yī)學(xué)研究中的應(yīng)用。 現(xiàn)代臨床醫(yī)學(xué)生物工程學(xué)雜志。 2003； 9（1）： 5760.
11 Ye J， Xing CD. ANNbased illnesses diagnose prototype system. Dong Hua Da Xue Xue Bao （Zi Ran Ke Xue Ban）。 2003； 29（4）： 4344. Chinese with abstract in English.
葉進(jìn)， 邢傳鼎。 基于人工神經(jīng)網(wǎng)絡(luò)的病癥診斷原型系統(tǒng)。 東華大學(xué)學(xué)報(bào)（自然科學(xué)版）。 2003； 29（4）： 4344.
12 Liu K， Liu YZ. Analysis of medical treatment data based on decision tree. Ji Suan Ji Gong Cheng. 2002； 28（2）： 4143， 78. Chinese with abstract in English.
劉昆， 劉業(yè)政。 基于決策樹的醫(yī)療數(shù)據(jù)分析。 計(jì)算機(jī)工程。 2002； 28（2）： 4143， 78.
13 Hu YM， Jia L. Knowledge support system of doctor diagnosisrecognition based on singular rough sets. Ji Suan Ji Gong Cheng Yu Ying Yong. 2004； 40（16）： 3132. Chinese with abstract in English.
胡詠梅， 賈磊。 基于奇異粗集的中醫(yī)辨證診治知識(shí)支持系統(tǒng)。 計(jì)算機(jī)工程與應(yīng)用。 2004； 40（16）： 3132.
14 On the fragmentation of knowledge， the connection explosion， and assembling other people‘s ideas. http://www.asis.org/Bulletin/Mar01/swanson.html.
15 Swanson DR. Fish oil， Raynaud‘s syndrome and undiscovered public knowledge. Perspect Biol Med. 1986； 30（1）： 718.
16 Swanson DR. Migraine and magnesium： eleven neglected connections. Perspect Bio Med. 1988； 31（4）： 526557.
17 Swanson DR. Medical literature as a potential source of new knowledge. Bull Med Libr Assoc. 1990； 78（1）： 2937.
18 Smalheiser NR， Swanson DR. Using ARROWSMITH： a computerassisted approach to formulating and assessing scientific hypotheses. Comput Methods Programs Biomed. 1998； 57（3）： 149153.
19 Gordon MD， Lindsay RK. Toward discovery support systems： a replication， reexamination， and extension of Swanson‘s work on literaturebased discovery of a connection between Raynaud’s and fish oil. JASIST. 1996； 47（2）： 116128.
20 Lindsay RK， Gordon MD. Literaturebased discovery by lexical statistics. JASIST. 1999； 50（7）： 574587.
21 Weeber M， Klein H， de Jongvan den Berg LT， et al. Using concepts in literaturebased discovery： Simulating Swanson‘s Raynaudfish oil and migrainemagnesium discoveries. JASIST. 2001； 52（7）： 548557.
22 Srinivasan P. Text mining： generating hypotheses from MEDLINE. JASIST. 2004； 55（5）：396413.
23 Shao YF， Weng J. The application of noninteractive literature knowledge discovery in traditional Chinese medical research. Jiangxi Zhong Yi Xue Yuan Xue Bao. 2005； 17（3）： 89. Chinese.
邵運(yùn)峰， 翁捷。 非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)法在中醫(yī)研究中的應(yīng)用。 江西中醫(yī)學(xué)院學(xué)報(bào)。 2005； 17（3）： 89.
24 Zhao HY. Ideas on systematizing traditional Chinese medical case records. Changchun Zhong Yi Xue Yuan Xue Bao. 2005； 21（2）： 7. Chinese.
掃一掃立即下載
