基于大數據交匯的中醫“治未病”知識服務與臨床應用系統構建＊

鄺秀英，于 琦，李敬華，李國祥，李顯紅，趙為民，姚 璠

（1.廣州中醫藥大學第一附屬醫院 廣州 510405；2.中國中醫科學院中醫藥信息研究所 北京 100007；3.長春中醫藥大學附屬醫院 長春 130117）

中醫“治未病”是早在《黃帝內經》時代就產生的疾病觀念，《素問·四氣調神大論》：“是故圣人不治已病，治未病，不治已亂，治未亂，此之謂也”[1]。隨著我國逐漸步入人口老齡化社會[2]，慢性疾病漸進加重、長期帶病生存的狀態已現端倪，僅注重短期診療即康復的醫學模式已不能滿足人類健康的現實需要，對于臨床上一些病程漫長、病情漸進加重、難以逆轉的慢性疾病的研究重心開始逐漸前移[3]。而醫療技術的提高帶來壽命延長，也使預防醫學觀念深入人心。伴隨計算機技術的蓬勃發展，大數據、云計算、芯片、傳感器等領域不斷創新與進步，迎來了以深度神經網絡為核心的第三次人工智能浪潮[4]，計算機-醫療結合大數據健康成為新興產業。數據挖掘、深度學習以及人工智能領域飛速更新，基于現有數據進行規范處理與機器學習后獲得的經驗，由計算機分析案例提供醫療經驗成為可能。在長期發展過程中，中醫累積了大量原始診療數據與成功案例，遺憾的是限于學科發展特點，其規范化與系統化尚有欠缺，龐大優質的數據尚不能直接為臨床提供客觀標準化的養生去病建議，而臨床中醫師培養的供需失衡和經濟制約則為患者早期醫療活動帶來諸多限制?；诖?，借助新興計算機技術而為患者提供日常養生服務和早期醫療建議的思路應運而生。通過結合大數據方法與中醫“治未病”經驗的新興理念來構建健康衛生數據庫，成為研究探索重點、熱點。

1 中醫“治未病”知識庫研究現狀

隨著經濟社會的發展，國內外對有關中醫方面養生知識的需求越來越大[5]，中醫醫院通過開展“治未病”中心，提供技術適宜、形式多樣、服務規范的全面、系統的中醫預防、養生、保健、康復服務[6]，中醫藥服務特色優勢明顯呈現，“治未病”網絡逐步建立，二級以上中醫醫院均設立了“治未病”中心（科），開展了中醫健康體檢、干預和咨詢等中醫治未病服務[7]，成為改善人民身體健康的重要手段。治未病中心是以中醫治未病理論為基礎，結合健康管理方法形成的中醫健康管理部門[8]，更強調預防和健康維護，通過調整生活方式、飲食習慣、情緒管理，在輔助指定個性化的診療方法、促進整體健康，甚至提升公共衛生水平，促進綜合性的醫療模式，可以更好地滿足患者的需求。例如：中藥穴位貼敷結合十二時辰養生防治原發性高血壓在證候積分、總有效率、診室血壓等方面均有積極的統計學意義[9]，而中醫養生理論主導護理策略引入靶向藥物治療的晚期肺癌患者有助于降低不良反應事件發生率，且能改善其嚴重程度[10]。陳曉燕等通過中醫養生療法防治高脂血癥，發現接受辛伐他汀聯合中醫養生治療的觀察組患者，其臨床治療有效明顯優于對照組[11]，體現出中醫“治未病”的思想。治未病科?？埔灾挝床’煼樘厣?，開展多種治未病項目，對多種民間瀕臨消失的治未病療法，進行搶救性的挖掘與保護[12]，顯示出了構建中醫“治未病”知識庫的必要性和緊迫性。

近年來，伴隨著疾病譜的改變、老齡化社會的到來和健康觀念的轉變，中醫藥的優勢和特色越來越受到重視，并受到國際社會越來越多的關注，僅注重疾病診療的醫學模式已不能滿足人類健康的現實需要，隨著時間的推移、AI系統數據庫中各相關變量數據的日益完善。20世紀90年代中期后，預防醫學得到廣泛關注，利用病歷數據庫對每個患者單獨進行疾病管理成為可能，中醫“治未病”以其豐富的內涵而受到健康管理者的青睞。構建衛生健康數據庫成為研究探索重點、熱點。

為順應中醫藥信息化的發展趨勢，中國中醫科學院中醫藥信息研究所率先對中醫臨床知識庫的構建技術與示范應用進行了相關探索。李建宇等[13]建立慢性乙型肝炎治未病循證醫學數據庫，用以收集、分析患者的臨床資料，并探討該系統的應用價值。崔一迪[14]對尋常型銀屑病中醫診療本體知識庫的構建與應用進行了研究。針對當今疫情的發展，王斌等[15]建立了支持新型冠狀病毒肺炎的中醫智能處方推薦和知識庫系統。陳士升[16]對中醫臨床療效評價中數據庫的選擇和使用進行了研究。張早華等[17]對亞健康中醫干預數據庫數據結構進行了相關探討。

2 “治未病”古今文獻知識庫的構建

中醫“治未病”知識庫是關系型數據庫，是在中醫治未病分類體系的指導下，設計合理的存儲方式和關系模型，存儲中醫“治未病”相關知識，如“未病先防”“既病防變”“養生保健”等相關文獻知識，以方便科研和臨床的信息獲取。通過識別和篩選與中醫治未病相關的現代文獻和古籍，建立面向中醫治未病專題的古今中醫文獻知識庫。錄入并維護治未病古籍文獻醫案元數據，包括有關典籍的年代作者和內容提要、醫案的醫家和基本要素等，建立中醫治未病相關文獻醫案的元數據倉庫。再對文獻內容進行語義分析、標注和歸類，從而建立中醫治未病相關文獻的主題索引和分類索引，以支持知識查詢功能。

大數據平臺作為各系統的信息“橋梁”對信息進行集中存儲處理[18]。具體疾病文獻數據主要來源于中文數據庫如中國知網（CNKI）、萬方（Wanfang）、維普（VIP）、中國生物醫學文獻服務系統（SinoMed），英文數據庫如EMbase、PubMed、Cochrane Library。其年份范圍：自建庫起至2022 年，包含符合中醫“治未病”思想的1949年以前的古籍和民國中醫圖書文獻、1949年之后的圖書文獻與期刊文獻，并標注文獻來源。共納入《黃帝內經》《難經》《傷寒論》《金匱要略》《太平圣惠方》《圣濟總錄》《養老奉親書》《素問病機氣宜保命集》《遵生八法》《治未病四要》《壽世保元》《隨園食單》（如圖1）等包含中醫養生及治未病思想的古籍?，F代文獻主要來自于期刊文獻，通過CNKI、萬方、維普等，以“治未病”為主題詞進行主題檢索，獲得相關文獻6000余篇，包括理論、臨床、政策、實驗等多方面的相關文獻。通過數據清洗、知識獲取、語義標注，逐步形成中醫“治未病”古今文獻知識庫，同時基于文獻，進一步整合中醫治未病理論體系下的相關內容，包括但不限于治未病保健經驗和方法、具體操作規范，包括：①各種疾病的病前狀態、亞健康人群的調養方案等；②特殊人群如兒童、育齡婦女、女性孕前、男性育前等的健康調養方案等；③各種疾病的臨床防治經驗、常用方劑、中藥、膏方、針刺、艾灸、推拿、耳穴、穴位按摩、食療藥膳、治未病功法等。并利用中醫藥主題詞表、中醫臨床術語等規范性的術語系統，采用基于規則的方法進行治未病知識的實體抽取和數據標注，自動提取文獻的關鍵信息，經過行業權威的中醫文獻研究團隊的審核。最終形成規范而全面的“治未病”相關內容知識庫，力求保證內容的專業性和實用性，為日常保養和疾病調護提供參考。

圖1 中醫治未病古今圖書文獻

3 “治未病”名醫醫案信息結構建立

在海量文獻中，包含了大量中醫治未病相關的臨床實踐經驗，是彌足珍貴卻未加整理的待挖掘傳承的內容。因此本研究在中醫“治未病”理論框架下，通過摘錄專著、論文、報刊、病例數據等途徑廣泛收集名老中醫治未病的臨床經驗，進行知識提取規范、加工整合，通過人工標注和機器標注相結合的方法，對醫案中包含文章標題、作者、摘要、關鍵詞、來源、年月、卷、期、頁碼、疾病名稱、原文pdf 附件外，研究信息包括西醫病名、中醫病名、中醫辨證、療法類別、療法名稱、干預措施、全部觀察指標的名稱和分類、每組結果等具體信息等內容進行標注，通過基于BERT 的實體抽取的方法，將大量的醫案進行抽取、存儲，從而建立名老中醫“治未病”醫案知識庫，以提供醫案的知識檢索、知識挖掘和輔助診療提供知識服務（如圖2）。

圖2 中醫“治未病”名老中醫醫案知識庫

4 “治未病”特色醫案數據的挖掘

中醫“治未病”知識服務與臨床應用系統構建結合大數據計算機技術，對于蘊含在治未病醫案中的臨床經驗、學術思想進行客觀化分析。在前期建立的治未病文獻知識庫和名醫經驗知識庫的基礎上，采用數據挖掘算法進行經驗發掘。為了實現中醫治未病數據挖掘，首先需要對所錄入醫案進行標準化處理。在前期術語研究的基礎上，引入《中醫藥學主題詞表》[19]（2008 版）、《中藥大辭典（第二版）》[20]、《中醫臨床診療術語國家標準（證候部分）》[21]、《中醫臨床診療術語國家標準（治法部分）》等作為規范術語。對治未病醫案中涉及到的例如臨床表現、治法、穴位、中藥等相關內容進行規范化處理，從而綜合運用語義分析、機器學習、人工智能、知識圖譜等大數據技術對海量數字資源進行分析和挖掘，探求數據之間的相關關系，發掘隱形知識和潛在價值，滿足用戶的知識需求[22]。

加載中醫領域常用的頻次統計、關聯分析、復雜網絡分析、聚類分析等算法。通過頻次統計探究高頻藥味、藥性，通過關聯規則分析藥對、角藥、藥-證關聯，通過復雜網絡分析藥組配伍，通過聚類分析可分析組方思想或辨證規律等。事實上，這一數據挖掘技術已經被應用于現代科研，如在“治未病”的數據挖掘方面，戴和森等[23]采用統計分析發現周大勇醫師調治亞健康中藥處方中的四氣五味歸經等特點；采用復雜網絡的方法，發現周大勇醫師調治亞健康中藥處方以薏苡仁、山藥、甘草、陳皮、白術、白扁豆、砂仁、茯苓等為重要度較高，且相互關系較密切。對周大勇主任178例處方中藥物使用頻數≥35的29味中藥進行聚類分析，得到聚類樹狀圖配伍使用（如圖3）。在此基礎上，再根據功效進行分類，結果可分健脾補肺滲濕、解郁安神、溫補元陽、益氣養陰、清利濕熱5類，深入發掘了名醫治療亞健康的用藥規律，對臨床治未病有一定的指導意義。

圖3 治未病文獻數據分析

“治未病”數據挖掘系統從治未病的理法方藥出發，如治未病的氣血理論，三因制宜方法，體質辨識辨證，膏方針灸等治療方法等，從“病、證、方、藥、效”等多個角度進行數據挖掘分析，從而形成中醫治未病特色的數據挖掘系統，為治未病臨床提供辨證思想、取穴特色、用藥規律等方面的分析，支撐臨床研究。

隨著5G 時代的到來，通過互聯網遠程會診、云診斷治療可以推動醫療下鄉，并幫助中國傳統治療方法走向全球[24]?；ヂ摼W醫療發展具有智能輔助決策功能的“云門診”解決方案將成為一種趨勢。匯總近年來中醫藥智能診療的行業發展，包括四診信息采集、電子病歷管理、診斷決策系統和管理服務方案的探討，發現相關的研究不勝枚舉，都為云診療的實現做出了嘗試和探索?！爸嗅t治未病特色云門診系統”以前期建立的知識庫為基礎，采用知識圖譜、深度學習等技術，通過門診系統采集患者基本臨床表現信息，在專業醫師的監督干預下，按照習得的經驗輔助醫生進行病情分析、診療決策。通過AI 決策的功能，為治未病醫療工作者在診療過程中的診斷辨證、立法處方提供參考，指導疾病預防、病中療養、愈后康復。

5 總結與展望

中醫治未病理論是中醫藥的特色理論，具有預見性、整體把握等優點，在健康促進中優勢獨特，其概念明確，實踐超前，且辨證識機以宏觀調控為重點[25]，貫穿了預防的理論、干預調攝藥物或非藥物療法、病后保養的養生方法等，安全有效地挖掘學習醫療大數據中蘊含潛在巨大價值，對于提高醫學研究水平和臨床服務質量具有重要意義[26]。數據挖掘是復雜科學研究的熱點之一，在社會、生物學、商業、通信和計算機網絡等領域廣泛應用[27]，通過廣泛獲取古今治未病文獻數據，在治未病理論框架下進行系統梳理、知識提取、數據挖掘，形成了可進行知識查詢、知識展示、知識編輯和知識挖掘于一體的治未病知識服務平臺。在此基礎上，結合治未病科室的應用場景，建立治未病特色云門診，將知識庫與臨床相結合，充分利用人工智能的技術，為治未病臨床提供輔助診療支撐。完善的中醫治未病知識庫的構建和臨床應用有其過程及規律，需要有激勵機制，需要知識、經驗的積累[28]，在今后的工作中需要從以下4方面進行研究。

①完善提升治未病知識圖譜的智能可視化。由于知識圖譜的三元組目前還不能自動構建，不能完整展示整個的治未病的知識體系，需要進一步研究知識圖譜的自動抽取技術，從已有的文獻中，提取知識和關系，從而完善治未病知識圖譜的構建。②逐步提升云門診系統的準確性和可靠性，基于知識圖譜、深度學習的相關算法，實現關聯推薦、知識導航、知識問答、關系推理，從而為臨床醫生提供中醫治未病知識推薦、文獻參考和辨證處方的建議，從而輔助臨床診療。③是完善中醫治未病知識服務模式，從健康管理的角度出發，設計個人的中醫健康信息病例庫[29]，收集用戶的個人健康信息，以中醫治未病知識庫為基礎，綜合個人體質、既往病史、現代醫學檢驗指標等進行判斷，據此向用戶提供個性化知識推介和服務，讓基層醫療和基礎保健強大起來，助力國民醫療健康水平的切實提升[30]。④由于本系統處于研發的初級階段，尚需要大量數據支撐，并在文獻自動篩選和提取方面提高系統自動化水平，提高證據的質量，使文獻、知識、信息與臨床需求相結合，開發具有學科特色、專業特色的治未病資源集合，體現中醫“治未病”知識服務與臨床應用系統構建的核心價值。