呂曉穎 李敬華 賈李蓉 楊逢春 李鴻濤 劉麗紅 田 野

(1北京中醫(yī)藥大學(xué)，100029;2中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所)

中醫(yī)是一門經(jīng)驗(yàn)學(xué)科，不同的學(xué)者對同一癥狀往往有不同的記錄，西方醫(yī)學(xué)經(jīng)傳道士帶入中國，對中醫(yī)癥狀的表述也產(chǎn)生了很多影響。目前中醫(yī)對癥狀的描述不統(tǒng)一的現(xiàn)象非常突出，概念范圍界定不清，常具有一個(gè)含義多種表述方式或者兩種癥狀的表述存在交叉，如“多食易饑”，在《黃帝內(nèi)經(jīng)》中稱為“消谷善饑”，在《傷寒論》中稱為“消谷喜饑”，后世中醫(yī)各家對其則有多種稱謂，如多食善饑、食欲亢進(jìn)、好食易饑、貪食、多食、能食、易饑等，它很容易與消渴病之中的消癥混淆［1］。癥狀是診斷的根據(jù)，是辨證基礎(chǔ)，隨著信息時(shí)代技術(shù)的革命性發(fā)展，大規(guī)模的數(shù)據(jù)庫建設(shè)與數(shù)據(jù)倉庫形成，數(shù)據(jù)挖掘與利用的廣泛開展亟需對于癥狀數(shù)據(jù)統(tǒng)一的處理標(biāo)準(zhǔn)，以便于在計(jì)算機(jī)系統(tǒng)完成對海量雜亂數(shù)據(jù)的理解，進(jìn)而從中挖掘出規(guī)律與知識，為醫(yī)生提供決策支持。本研究以中醫(yī)癥狀元素的分類與提取開展研究，從中探索繁雜癥狀數(shù)據(jù)的處理方法，以便與計(jì)算機(jī)科學(xué)相結(jié)合，提高醫(yī)生的診斷效率。

1 癥狀與癥狀元素

癥狀是指患者陳述的異常感覺和醫(yī)生發(fā)現(xiàn)的異?，F(xiàn)象［2］。一般說癥狀是廣義的癥狀，包含癥狀和體征兩個(gè)方面?！鞍Y狀”是指患者主觀感到的痛苦或不適，如頭痛、耳鳴、胸悶、腹脹等;“體征”是指客觀能檢測出來的異常征象，如面色白、喉中哮鳴、舌苔黃等［3］。通過歷史文獻(xiàn)的研究，張啟明等［4］提出了癥狀單元的概念并將癥狀單元按癥狀部位和癥狀性質(zhì)在表示最小內(nèi)涵情況下進(jìn)行分類。楊在綱等［5］提出“三類五性”的劃分方法，并根據(jù)癥狀在辨證中的作用不同將中醫(yī)“癥”進(jìn)行了“意”“性”歸類。“意”包括一般意義的癥、定性意義的癥、定位意義的癥。定性意義的癥又分為一般定性意義的癥和特殊定性意義的癥?！靶浴笔菍Y狀歸納為必要性資料、特征性資料、偶見性資料、一般性資料和否定性資料［5］。這兩種劃分方法都對癥狀及其分類進(jìn)行了深入思考，但是醫(yī)生在描述患者癥狀時(shí)，往往還會利用其他詞匯對基本癥狀加以形容，以更準(zhǔn)確描述患者的異常狀態(tài)。因此，也就有了本研究中對癥狀更為細(xì)致的分類，盡量保證癥狀元素的任意組合可以完整表述醫(yī)生對患者癥狀的表達(dá)。

癥狀元素的概念結(jié)合了數(shù)學(xué)中集合與元素一對定義。集合是指具有共同屬性的事物的總體稱為“集”，而元素就是組成集的每個(gè)事物，即將癥狀按照一定的規(guī)則劃分使其每一個(gè)癥狀元素都屬于癥狀的一個(gè)分類集合。每一個(gè)癥狀元素都是唯一的、確定的和無序的，并且在一定的分類框架下具有最小內(nèi)涵意義。

2 研究方法

2.1 癥狀數(shù)據(jù)來源 本研究癥狀描述詞主要提取于中醫(yī)醫(yī)案數(shù)據(jù)庫。中醫(yī)醫(yī)案數(shù)據(jù)庫始建于2008年，由中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所組織全國20余家科研院所近200名人員，以數(shù)據(jù)共建共享方式，合作開發(fā)的中醫(yī)醫(yī)案數(shù)據(jù)庫。該庫是結(jié)構(gòu)化的關(guān)系型數(shù)據(jù)庫，以公開發(fā)表于中醫(yī)期刊雜志的醫(yī)案文獻(xiàn)為加工對象，采用三級審校加工方式管理，著錄內(nèi)容涵蓋文獻(xiàn)題錄、作者、醫(yī)生、患者、癥狀、體征、證候、檢查、診斷、治療、預(yù)后等全部信息，現(xiàn)已收錄1984年以來近8萬條數(shù)據(jù)，并在不斷增量之中。在具有一定數(shù)據(jù)規(guī)模基礎(chǔ)上，本所進(jìn)行醫(yī)案數(shù)據(jù)的挖掘與利用研究，以方便研究者及公眾使用醫(yī)案資源并促進(jìn)中醫(yī)臨床及基礎(chǔ)研究。

2.2 癥狀數(shù)據(jù)的清洗 選擇中醫(yī)醫(yī)案數(shù)據(jù)庫已加工完畢數(shù)據(jù)8萬余條，數(shù)據(jù)量大龐雜，抽取其中癥狀數(shù)據(jù)，建立access數(shù)據(jù)庫并進(jìn)行以下步驟篩選。1)對所抽取的癥狀描述詞進(jìn)行數(shù)據(jù)清洗，去除空白及缺損數(shù)據(jù)。2)對數(shù)據(jù)庫中的癥狀描述進(jìn)行去重的操作。此處去重并不是指刪除重復(fù)的癥狀描述詞而是把具有相同意思的癥狀描述詞進(jìn)行歸類。重復(fù)意思表述的癥狀主要有兩種情況:第一種描述前后順序?qū)е碌陌Y狀在形式上的不一致，例如，口唇干裂和唇口干裂;第二種是同一種癥狀的不同表述方式，例如:吐血和咯血、噯氣和打嗝等。將這些意思一致的癥狀進(jìn)行整合，并對異名進(jìn)行標(biāo)注。3)對整理后的癥狀描述詞進(jìn)行頻數(shù)統(tǒng)計(jì)，去除頻數(shù)為1的癥狀描述詞，重點(diǎn)對10次以上的癥狀描述詞進(jìn)行分類，頻數(shù)詞為2次以上的癥狀描述詞進(jìn)行補(bǔ)充。經(jīng)過以上三步的數(shù)據(jù)篩選整理后，會得到一個(gè)相對干凈的癥狀描述數(shù)據(jù)庫，這是進(jìn)一步癥狀元素劃分的前提與基礎(chǔ)。

2.3 癥狀元素的分類 本研究將從中醫(yī)個(gè)案數(shù)據(jù)庫中提取的所有癥狀從多維角度進(jìn)行拆分，將任意元素組合描述臨床癥狀，以彌補(bǔ)不同臨床醫(yī)生在表述癥狀時(shí)的差異。所有癥狀元素主要分為兩類，基本的癥狀元素類和限定元素類?；景Y狀元素類分為單純癥狀詞和復(fù)合癥狀詞，限定元素類不是具體意義的癥狀元素而是對癥狀元素意義的外延，與基本癥狀元素結(jié)合使用時(shí)可對患者臨床癥狀的表述更為準(zhǔn)確。具體劃分維度及定義如表1。

表1 癥狀元素分類難度及定義

3 癥狀元素的提取

將經(jīng)過清洗的癥狀描述詞進(jìn)行頻數(shù)統(tǒng)計(jì)，將在數(shù)據(jù)庫中出現(xiàn)10次以上的癥狀描述按照癥狀元素的劃分規(guī)則進(jìn)行分類，最后將其他癥狀描述作為補(bǔ)充查看癥狀元素的分類結(jié)果是否有缺漏，部分結(jié)果如表2。

表2 癥狀元素提取結(jié)果(部分)

4 討論

本研究根據(jù)癥狀在醫(yī)案中的實(shí)際出現(xiàn)情況，探索了癥狀元素與復(fù)雜癥狀術(shù)語的處理方法，將8萬條醫(yī)案數(shù)據(jù)進(jìn)行了癥狀元素分析，癥狀元素方法可以完成復(fù)雜癥狀自由語言的語義抽取和分類，在一定程度上實(shí)現(xiàn)語義多維度理解，但是癥狀術(shù)語數(shù)量極其龐大，本研究僅僅限于高頻癥狀的癥素抽取，更多更細(xì)的數(shù)據(jù)分析將有助于該方法的進(jìn)一步完善。

［1］趙金鐸.中醫(yī)癥狀鑒別診斷學(xué)［M］.北京:人民衛(wèi)生出版社，1985:45.

［2］朱文鋒.中醫(yī)診斷學(xué)［M］.北京:中國中醫(yī)藥出版社，2002:132.

［3］黃碧群.中醫(yī)癥狀標(biāo)準(zhǔn)化的重要性［J］.中華中醫(yī)藥雜志(原中國醫(yī)藥學(xué)報(bào))，2011，26(3):429 －432.

［4］張啟明，王義國，張磊，等.內(nèi)涵最小的獨(dú)立癥狀［J］.北京中醫(yī)藥大學(xué)學(xué)報(bào)，2010，33(1):5 －10.

［5］王亨飛，楊在綱.淺議“癥的分類”在辨證中的重要性［J］.甘肅中醫(yī)，2004，17(10):3 －4.