基于數據挖掘的陳可冀院士心身疾病醫案研究

隨著中醫醫療文獻的繁榮，如何對大量醫療案例進行分類和研究，以及發現隱藏的知識和規律是醫學訴訟研究的一個重要課題。數據挖掘技術的發展,使中醫醫案的發掘與整理有了良好的工具。數據挖掘(datamining)是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程,是知識發現(knowledgediscoveryindatabase)的關鍵步驟。有學者提出可用于醫案數據挖掘的方法有描述性分析、聚類分析、關聯分析、因子分析、判斷分析、遺傳算法等。近年來,數據挖掘在中醫醫案方面得到廣泛應用。1挖掘方法(1)從中醫資料統計分析頻數統計方法比較簡單,但對醫案的發掘仍有較大意義,可以發現許多有價值的規律與結論。陳濤等統計了4400例當代名醫醫案的舌象及脈象分布頻數的情況,發現一些以前不為人們注意的新知識,如嫩舌也主實證等。謝氏等對陳可冀院士治療的高血壓與冠心病醫案進行統計分析,發現數據挖掘結果能夠客觀反映了陳可冀院士對這二個疾病的診治特色與經驗。簡氏等統計了歷代名老中醫痹證醫案489個,建立痹證醫案數據庫,運用頻數分析對證候及病因、病位、發病時間等進行統計。研究結論與傳統中醫理論有著較高的一致性,符合中醫對痹證的認識。還有學者建立古代情志醫案中心身疾病相關醫案的ACCESS數據庫,運用頻數分析法,對出現頻次在50次以上常用的54種藥物進行分析,總結了心身疾病用藥的特色。(2)中醫證候學和臨床輔助診斷系統回歸分析方法是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。當前,在醫學領域有著較廣泛的應用。張氏等建立歷代醫案數據庫,采用非條件Logistic多元逐步回歸篩選外感病因的癥狀,并給出各癥狀對診斷這些外感病因的貢獻度和特異性。發現外感病因的證候要素是風邪、寒邪、熱邪、濕邪、燥邪、癘氣、外毒、瘧邪和內伏風邪。還在這個數據庫的基礎上,采用非條件Logistic多元逐步回歸方法,形成中醫證候及其臨床表現的知識庫并編制“中醫臨床輔助診斷系統”軟件,該軟件只要輸入患者的四診信息,就可以概率的方式給出辨證結果。研究者輸入《中醫診斷學》心病證候的臨床表現,比較軟件和教材給出的辨證結果。根據比較結果,作者建議:(1)在心氣虛證中加入能辨病位的臨床表現;(2)從心陽虛證或心陽虛脫證中去掉瘀血的臨床表現;(3)將心脈痹阻證與瘀阻腦絡證合并。研究者希望這一診斷軟件能成為關于證候規范或標準制定的一種評判手段。譚氏等利用流行病學調查關于膽石病的臨床資料,對296例膽石病患者臨床癥狀和臨床診斷得出的中醫病因病機建立了Logistic回歸模型,對中醫病因病機進行了統計分析和預測,將預測結果和臨床診斷結果進行對比表明,流行病學調查中采用的中醫病因病機診斷標準是科學合理的,獲得的296例膽石病患者的主要中醫病因病機分布也是擁有較高可信度的分布。(3)對中醫醫囑關聯規則的分析在數據挖掘領域中,關聯規則(associationrule)是一個應用較為廣泛的研究方向。兩個或多個變量的取值之間存在某種規律性,如“同時發生”或“從一個對象可以推出另一個對象”就稱為關聯。關聯規則挖掘就是通過關聯分析找出數據庫中隱藏的知識,利用這些知識可以根據已知情況對未知問題進行推測。朱氏等采用關聯規則分析名中醫445例哮喘醫案的病因、病位、證候與四診信息的關聯關系,病因、病位、證候、四診信息與用藥的關聯關系,以及中藥之間的關聯關系,最終認為中醫醫案中的用藥、四診信息、病因、病位、證候之間存在一定關聯性,可通過關聯規則分析獲取其中規律。鄒氏等以古代心悸醫案為研究對象,建立數據庫,進行頻數分析和關聯分析,挖掘出治療心悸的基礎方為半夏、陳皮、人參、茯苓、白術、甘草、當歸、白芍、遠志、茯神、酸棗仁、龍骨。歐陽氏等集已出版發行的名中醫牙痛醫案,采用關聯規則和鏈接分析方法進行統計,分析顯示牙痛治療有兩個核心組方,以浙貝母、赤芍、連翹、金銀花、蒲公英、菊花為第一核心中藥組方,石膏、知母、生地黃、牛膝、牡丹皮為第二核心中藥組方,兩組方與牙痛的中醫治療理論非常吻合。李氏等以臨床收集的628例名醫病案為對象,采用基于FP-tree的算法,對證型-癥狀、癥狀-藥物,證型-藥物之間的關聯規則進行了挖掘。經過分析發現,挖掘出的大部分規則能得到合理的解釋并具有一定的實際意義。陳氏采用頻數分析及關聯規則挖掘技術,提出了一個萃取古代各家名醫治療各種病癥的經驗的方法與模式,并經由中風病癥的驗證,證明本模式的可行性。研究結果找出了古代名醫治療中風最常使用的7種中藥,并找出了最常用來治療中風的9個藥對,以及最常用的3個三藥對。作者認為:“經由古代中醫醫案的數據挖掘,的確可以將古代名醫的治療經驗萃取出。其探勘后的知識不但可行而且具有臨床應用性”。(4)運用聚類分析方法又稱集群分析,是指利用物以類聚的原理,把大量無序的數據分成數類,有助于對大量數據中的規則予以認識,它是一種數理統計方法,可將一些觀察對象依據某些特征加以歸類,在生物學和醫學分類問題中有著廣泛的應用。在中醫醫案研究中,聚類分析能較好地避免分類過程中摻雜的主觀因素,能客觀地準確地反映研究對象,并從中可能發現其內在的客觀規律。周氏統計了明清時期26部現存醫案中的津液虧損病案573例,采用R型系統聚類分析方法,得出津液虧損中每個亞型的幾個主要用藥,并揭示了明清時期津液理論的某些特征。周氏等廣泛收集了反映明清時期醫家各學派的醫案資料59例,運用系統聚類分析方法對變量進行聚類分析,以尋求治療消渴病的用藥規律,結果發現生地、知母、麥冬、甘草(生炙)、佩蘭葉、茯苓、肉桂、熟地、山藥、黃連是治療消渴病的有效藥物,對當代臨床實踐具有重要的指導意義。(5)粗細胞集理論輔助下植物神經網絡處理人工神經網絡是指模擬人腦工作機制的一種計算模型,它是由非處理單元組成的非線性大規模自適應系統,以類似于人腦神經網絡的并行處理結構進行信息的高級處理。由于它具有自適應性、并行處理能力和非線性處理的優點,所以在醫學領域被廣泛應用。秦氏等將人工神經網絡與粗糙集理論相結合,用粗糙集理論對人工神經網絡進行預處理,求取核屬性,構造粗糙人工神經網絡,并應用到中醫類風濕病的診斷建模。仿真結果表明,用粗糙集理論輔助設計人工神經網絡,改善了人工神經網絡的學習能力,并在實踐中取得了令人滿意的效果,葉氏等嘗試應用人工神經網絡的反向傳播算法(backpropagationalgorithm,BP),通過研究中醫醫案,形成專家知識,對BP網絡進行訓練,從而使網絡獲得一定的學習能力,將訓練所“學習”而來的“知識”運用到新的病癥判斷中,從而實現對新知識的獲取。(6)中醫證型診斷相關因素研究趙氏根據中醫理論和慢性乙型肝炎中醫辨證標準中肝郁脾虛、瘀血阻絡證,選擇了臨床上常見的26項癥狀、體征,對肝郁脾虛+瘀血阻絡證91例患者的癥狀進行了統計分析。通過多元線性回歸分析,建立了癥狀、體征與證型之間的線性回歸方程,提示臨床所選26項癥狀、體征與病情有很好的相關性,能較全面地反映肝郁脾虛+瘀血阻絡證;孫氏等通過直接分析西苑中醫院HIS系統電子病例的證型診斷相關因素,分別構造了中醫證型分類樸素貝葉斯和擴展貝葉斯模型。實驗結果顯示:在中醫臨床證型診斷模型中,貝葉斯分類算法具有良好的分類性能。沈氏等以武漢市某大型綜合性醫院1996-2000年傷害住院病案為資料,聯合應用因子分析和Cox回歸分析探討住院時間的影響因素,發現住院時間的長短受醫療水平、傷害類型、入院病情、手術次數等多方面因素的影響。研究結果為臨床醫師正確處理傷害病人、縮短住院時間提供了依據。劉氏等進行了基于決策樹的醫案數據分析,發現MDL剪枝法能夠有效地減少得到的決策樹的復雜度,近3/4的決策樹被減去,然而整個決策樹在測試集上的分類精確度幾乎沒有下降。最終從數據中得到了一些有用的知識。但是其中有一些知識是很荒謬的。另外,他們還發現醫療是一個具有時間概念的事件,而決策樹本身只能處理在某一時間點下的事件的狀況,因此需要尋找一個有效的方法來處理此類數據,避免產生一些不合實踐的結論。2數據安全在醫囑研究中應用的現狀與發展從以上研究情況可以看出,越來越多的學者開始重視數據挖掘技術對中醫醫案的發掘與利用的重要作用與有效性,已經初步積累了一些醫案數據挖掘的可行方法,并且發現數據挖掘確實能確發現醫案中隱藏的部分規律,可以指導與糾正中醫理論與實踐的部分問題,但目前尚未有大規模與系統進行醫案的整理與挖掘。數據挖掘在醫案研究中應用尚存在以下一些問題:一是研究的重點仍以疾病的診治用藥分析最多,基礎研究相對較少,但近年來有增多的趨勢;二是許多研究結論雖然與臨床有較高的吻合性,但仍有些結論與臨床實踐有明顯的出入;三是醫案挖掘方法仍以統計學的方法如頻數分析、Logistic回歸分析方法為主,一些復雜挖掘方法在醫案中應用不多;四是從事醫案挖掘的研究人員相對較少與集中。因此,今后醫案挖掘過程中,尚要注意