于彤　李敬華　張竹綠　于琦　劉靜　楊碩　賈李蓉　朱玲　董燕

【摘要】 “大數(shù)據(jù)”時代的來臨，為中醫(yī)藥工作者重新思考中醫(yī)藥數(shù)據(jù)的本質(zhì)，革新中醫(yī)藥數(shù)據(jù)處理方法，提供了寶貴的契機(jī)。中醫(yī)藥數(shù)據(jù)的核心是“知識密集性”數(shù)據(jù)?！按髷?shù)據(jù)”時代的中醫(yī)藥數(shù)據(jù)處理方法，應(yīng)側(cè)重于解決知識建模、知識融合、知識服務(wù)等一系列與“知識”相關(guān)的問題。語義網(wǎng)技術(shù)發(fā)端于知識表示和推理領(lǐng)域的研究成果，又能解決數(shù)據(jù)集成與互聯(lián)問題。它為構(gòu)建中醫(yī)藥“大數(shù)據(jù)”并從中發(fā)現(xiàn)新穎知識，提供了理想的技術(shù)手段。

【關(guān)鍵詞】 大數(shù)據(jù)； 中醫(yī)藥； 語義網(wǎng)； 數(shù)據(jù)處理

中醫(yī)藥科學(xué)數(shù)據(jù)庫的建設(shè)和利用，是中醫(yī)藥信息處理過程中的核心環(huán)節(jié)。經(jīng)過30多年的努力，中醫(yī)藥工作者已建成了大量的中醫(yī)藥科學(xué)數(shù)據(jù)庫，內(nèi)容涉及中醫(yī)、中藥、古籍、方劑、針灸等諸多領(lǐng)域[1]。這些數(shù)據(jù)資源中蘊(yùn)含著豐富的中醫(yī)藥知識遺產(chǎn)，為知識百科、知識檢索、知識地圖等知識服務(wù)提供數(shù)據(jù)支持，為中醫(yī)藥知識傳承、臨床實(shí)踐和科學(xué)研究做出了重要貢獻(xiàn)[2]。然而，中醫(yī)團(tuán)體近十年來仍在沿用傳統(tǒng)的數(shù)據(jù)處理技術(shù)，數(shù)據(jù)處理水平?jīng)]有明顯提高。該領(lǐng)域仍存在著數(shù)據(jù)庫模式不合理、數(shù)據(jù)質(zhì)量缺陷、數(shù)據(jù)管理手段相對落后等諸多問題。特別是數(shù)據(jù)資源無法在組織、地區(qū)及國際間的充分共享，形成所謂的“數(shù)據(jù)孤島”現(xiàn)象，這已成為困擾中醫(yī)藥工作者多年的老大難問題。數(shù)據(jù)資源建設(shè)仍滯后于臨床、科研發(fā)展的需要，制約中醫(yī)藥信息化事業(yè)的整體發(fā)展。

“大數(shù)據(jù)”時代的來臨，為中醫(yī)藥工作者重新思考中醫(yī)藥數(shù)據(jù)的本質(zhì)，革新中醫(yī)藥數(shù)據(jù)處理方法，提供了寶貴的契機(jī)?！按髷?shù)據(jù)”的理念在于將各種相關(guān)的數(shù)據(jù)集關(guān)聯(lián)起來，構(gòu)成大型、全面的數(shù)據(jù)集合，從中發(fā)現(xiàn)新穎的知識。為建立一套既符合“大數(shù)據(jù)”理念，又適合中醫(yī)藥領(lǐng)域特點(diǎn)的信息處理方法，首先要從本質(zhì)上理解中醫(yī)藥數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容。中醫(yī)典籍汗牛充棟。但與天文、地理、生物等以“大數(shù)據(jù)（Big Data）”為特征的學(xué)科相比，中醫(yī)藥領(lǐng)域產(chǎn)生的數(shù)據(jù)量仍然是“小巫見大巫”。中醫(yī)藥數(shù)據(jù)的數(shù)據(jù)量不是很大，但數(shù)據(jù)本身所包含的知識量很大，因此常被稱為“知識密集型”的數(shù)據(jù)資源[3]。中醫(yī)藥領(lǐng)域的數(shù)據(jù)不是單純的觀測數(shù)據(jù)，而是觀測與體驗(yàn)相互融合的數(shù)據(jù)。中醫(yī)藥數(shù)據(jù)的生成模式與獲取手段，決定其無法成為傳統(tǒng)意義上的“大數(shù)據(jù)”，而必然是“知識密集型”數(shù)據(jù)。

為處理中醫(yī)藥知識密集型數(shù)據(jù)，需要建立適合中醫(yī)藥領(lǐng)域特點(diǎn)的方法學(xué)體系。所謂中醫(yī)藥數(shù)據(jù)的“知識量很大”，主要體現(xiàn)在其中蘊(yùn)含著豐富的語義關(guān)系。若將這些語義關(guān)系抽取并融合起來，則構(gòu)成了復(fù)雜語義網(wǎng)絡(luò)，其節(jié)點(diǎn)數(shù)量相對而言不是很大，但具有復(fù)雜的結(jié)構(gòu)。語義網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性，反映了數(shù)據(jù)中的知識含量。若能通過基于本體的方法來處理中醫(yī)藥數(shù)據(jù)，深度挖掘其中蘊(yùn)含的語義關(guān)系，并基于語義網(wǎng)（Semantic Web）實(shí)現(xiàn)“知識密集型”數(shù)據(jù)資源的合理組織，則可在中醫(yī)藥數(shù)據(jù)資源利用中取得突破[4-5]。

1 語義網(wǎng)在中醫(yī)藥數(shù)據(jù)處理中的應(yīng)用

語義網(wǎng)（Semantic Web）是萬維網(wǎng)聯(lián)盟（World Wide Web Consortium，簡稱W3C）提出并倡導(dǎo)使用的一項(xiàng)創(chuàng)新的萬維網(wǎng)（Web）技術(shù)，其核心思想是在萬維網(wǎng)上構(gòu)建一個全球性的數(shù)據(jù)網(wǎng)絡(luò)，用以實(shí)現(xiàn)更為智能的應(yīng)用[5]。近年來，語義網(wǎng)技術(shù)在歐、美等地取得迅速發(fā)展，得到IBM、Oracle等著名IT企業(yè)的鼎力支持，在生命科學(xué)、醫(yī)療保健和新藥研發(fā)等領(lǐng)域取得廣泛應(yīng)用。

中醫(yī)藥工作者已經(jīng)認(rèn)識到語義網(wǎng)的價值，并開展了將語義網(wǎng)應(yīng)用于中醫(yī)藥領(lǐng)域的若干嘗試，構(gòu)建了中醫(yī)藥本體平臺、中醫(yī)藥語義查詢平臺和中醫(yī)藥語義搜索平臺等系統(tǒng)，在文化傳承和醫(yī)療保健等方面產(chǎn)生了社會效益，取得了良好的示范性效果，并積累了寶貴的經(jīng)驗(yàn)[5]?，F(xiàn)有工作表明語義網(wǎng)能夠?yàn)橹嗅t(yī)藥領(lǐng)域問題提供適宜的解決方案，但尚未充分發(fā)揮語義網(wǎng)的全部潛能。這就需要建立一套基于語義網(wǎng)的數(shù)據(jù)處理方法學(xué)，消除語義網(wǎng)技術(shù)和中醫(yī)藥領(lǐng)域?qū)嶋H應(yīng)用之間的隔閡，從而實(shí)現(xiàn)中醫(yī)藥數(shù)據(jù)的充分共享和深度利用。

這套方法學(xué)的處理對象是中醫(yī)藥數(shù)據(jù)，但其最終目的則是對數(shù)據(jù)中蘊(yùn)含的知識進(jìn)行合理組織、系統(tǒng)保護(hù)和深度挖掘。中醫(yī)藥科學(xué)數(shù)據(jù)是中醫(yī)藥知識的密集型載體，中醫(yī)藥數(shù)據(jù)處理在本質(zhì)上是對中醫(yī)藥知識的創(chuàng)造、維護(hù)、共享、融合和利用的持續(xù)過程，其中涉及知識建模、知識融合、知識服務(wù)等一系列與“知識”相關(guān)的方法。下面分別進(jìn)行闡述。

1.1 基于本體的中醫(yī)藥知識建模方法 中醫(yī)藥知識體系與中華傳統(tǒng)文化息息相關(guān)，具有鮮明的思想和語言特色，這決定了中醫(yī)藥知識建模的獨(dú)特性。歷代中醫(yī)普遍采用“取向比類”等形象思維方法，導(dǎo)致中醫(yī)藥知識難以精確描述和定量刻畫。中醫(yī)藥領(lǐng)域知識的復(fù)雜性、模糊性和爭議性，向現(xiàn)有的知識表達(dá)與推理技術(shù)提出了嚴(yán)峻的挑戰(zhàn)。作為語義網(wǎng)的基石，本體是針對某個領(lǐng)域的概念體系的精確規(guī)范，用以明確概念的定義以及概念之間的語義關(guān)系[4]?？梢曰趪H最新的本體表達(dá)框架，提出符合中醫(yī)藥特色的知識建模方法，對中醫(yī)藥的思維模式和知識體系進(jìn)行分析與建模，研發(fā)面向中醫(yī)藥領(lǐng)域的示范性本體、知識庫以及相應(yīng)的推理方法，從而系統(tǒng)梳理中醫(yī)藥知識體系，保護(hù)中醫(yī)藥知識遺產(chǎn)。

1.2 基于語義網(wǎng)的中醫(yī)藥數(shù)據(jù)集成與知識融合方法 中醫(yī)藥領(lǐng)域的數(shù)據(jù)整合工作長期停滯不前，形成了所謂的“數(shù)據(jù)孤島”現(xiàn)象，造成中醫(yī)藥知識無法在組織和實(shí)踐者之間充分共享。語義網(wǎng)的核心優(yōu)勢在于將數(shù)據(jù)結(jié)構(gòu)和存儲方式各異的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式并重新發(fā)表，從而實(shí)現(xiàn)數(shù)據(jù)資源整合，構(gòu)建全球數(shù)據(jù)網(wǎng)絡(luò)。在語義網(wǎng)的框架下，不僅能夠?qū)崿F(xiàn)中醫(yī)疾病、中藥、針灸、醫(yī)案等中醫(yī)藥各門類數(shù)據(jù)資源的集成，而且能夠進(jìn)一步建立中西醫(yī)之間的知識關(guān)聯(lián)?？赏ㄟ^語義關(guān)系表達(dá)中醫(yī)藥和西醫(yī)之間的結(jié)合點(diǎn)，從而實(shí)現(xiàn)這兩個領(lǐng)域的知識資源的關(guān)聯(lián)和融合，支持各種面向結(jié)合醫(yī)學(xué)的知識共享、決策支持和知識發(fā)現(xiàn)應(yīng)用。這套方法能使中醫(yī)藥知識接入全球互聯(lián)的知識網(wǎng)絡(luò)之中，在中西醫(yī)結(jié)合醫(yī)學(xué)中發(fā)揮更大的作用和影響力。

1.3 基于語義網(wǎng)的中醫(yī)藥知識服務(wù)方法 語義網(wǎng)不僅支持?jǐn)?shù)據(jù)集成，而且為基于數(shù)據(jù)的知識服務(wù)提供了新方法。例如，“語義搜索”基于領(lǐng)域知識庫實(shí)現(xiàn)智能的搜索功能，向用戶提供準(zhǔn)確的信息搜索結(jié)果；“語義查詢”向用戶提供簡易、友好的查詢構(gòu)造界面，引導(dǎo)用戶以交互的方式進(jìn)行知識問答；“語義維基”向用戶提供百科全書式的知識服務(wù)，支持知識資源的有序組織、有效管理和協(xié)作式加工?；谥嗅t(yī)藥數(shù)據(jù)的語義網(wǎng)應(yīng)用系統(tǒng)能夠面向臨床決策、新藥研發(fā)和電子教學(xué)提供知識服務(wù)，解決中醫(yī)藥知識共享與傳播的問題，為中醫(yī)藥知識服務(wù)模式創(chuàng)新提供了有力的技術(shù)支持。

2 小結(jié)

近年來，中醫(yī)藥科學(xué)數(shù)據(jù)建設(shè)事業(yè)取得長足發(fā)展，積累了為數(shù)眾多的數(shù)據(jù)資源。如何管理如此龐大的數(shù)據(jù)資源，如何解決“數(shù)據(jù)孤島”問題實(shí)現(xiàn)數(shù)據(jù)整合，如何從海里數(shù)據(jù)中挖掘新穎的知識，如何實(shí)現(xiàn)基于數(shù)據(jù)的知識服務(wù)以滿足中醫(yī)專家和百姓的需求，都是中醫(yī)藥科學(xué)數(shù)據(jù)建設(shè)事業(yè)中需要考慮并解決的問題。“大數(shù)據(jù)”時代的來臨，有望帶來中醫(yī)藥數(shù)據(jù)處理方法的大變革，從根本上解決上述問題，推動中醫(yī)藥信息化事業(yè)的整體發(fā)展。需要針對中醫(yī)藥“知識密集性”數(shù)據(jù)的特點(diǎn)，建立一套基于語義網(wǎng)的數(shù)據(jù)處理方法學(xué)。其中包括：（1）采用基于本體的知識建模方法，構(gòu)建中醫(yī)藥領(lǐng)域本體和知識庫，系統(tǒng)梳理中醫(yī)藥知識體系；（2）采用語義集成方法實(shí)現(xiàn)大量中醫(yī)藥數(shù)據(jù)庫的有效整合，解決中醫(yī)藥“數(shù)據(jù)孤島”問題；（3）采用語義搜索、語義查詢、語義維基等方法提供知識服務(wù)，解決中醫(yī)藥知識傳播問題。通過這套方法學(xué)，將能匯集中醫(yī)藥及相關(guān)學(xué)科的數(shù)據(jù)資源，挖掘數(shù)據(jù)中蘊(yùn)含的潛在規(guī)律及知識點(diǎn)，發(fā)揮多學(xué)科研究成果對中醫(yī)藥發(fā)展的支撐作用。

參考文獻(xiàn)

[1]崔蒙，尹愛寧，范為宇，等.中醫(yī)藥科學(xué)數(shù)據(jù)建設(shè)研究進(jìn)展[J].中國中醫(yī)藥信息雜志，2006，13（11）：104-105.

[2]高博，崔蒙，楊碩，等.基于數(shù)據(jù)的中醫(yī)藥知識服務(wù)研究[J].圖書情報工作，2012，56（9）：5-9.

[3]崔蒙，李海燕，雷蕾，等.“大數(shù)據(jù)”時代與中醫(yī)藥“知識密集型”數(shù)據(jù)[J].中國中醫(yī)藥圖書情報雜志，2013，37（3）：1-3.

[4]于彤，崔蒙，李敬華，等.中醫(yī)藥本體工程研究現(xiàn)狀[J].中國中醫(yī)藥信息雜志，2013，20（7）：110-112.

[5]于彤，崔蒙，李敬華.語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究綜述[J].世界中醫(yī)藥，2013，8（1）：107-109.

（收稿日期：2014-03-04） （本文編輯：蔡元元）endprint