胡遠(yuǎn)樟，溫川飆，程小恩

（成都中醫(yī)藥大學(xué)醫(yī)學(xué)信息工程學(xué)院 成都 611137）

中醫(yī)藥信息本質(zhì)上是一種知識(shí)密集型數(shù)據(jù)，具有整體性、混雜性、相關(guān)性的特點(diǎn)[1]。糖尿病屬于中醫(yī)“消渴病”范疇，中醫(yī)藥對(duì)于糖尿病有著獨(dú)特的防治與診療效果。隨著數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用發(fā)展，如何更好的使用數(shù)據(jù)挖掘技術(shù)在海量醫(yī)療信息中挖掘出糖尿病中醫(yī)診療隱性知識(shí)、為臨床決策提供指導(dǎo)成了研究者關(guān)注的重點(diǎn)。

1 數(shù)據(jù)來源與研究方法

以中國(guó)知網(wǎng)（CNKI）期刊庫為文獻(xiàn)統(tǒng)計(jì)來源，以“糖尿病”AND“中醫(yī)數(shù)據(jù)挖掘”為主題詞檢索字段對(duì)所有學(xué)科領(lǐng)域進(jìn)行精確檢索，共檢索出相關(guān)主題文獻(xiàn)393 篇，通過人工排除糖尿病并發(fā)癥文獻(xiàn)、會(huì)議通知、簡(jiǎn)訊、報(bào)道和不符合要求的文獻(xiàn)后，最終納入文獻(xiàn)195篇，文獻(xiàn)檢索時(shí)間截止到2019 年5 月。本文利用文獻(xiàn)計(jì)量工具CiteSpace 對(duì)相關(guān)文獻(xiàn)進(jìn)行統(tǒng)計(jì)并繪制可視化圖譜[2]，以期探究國(guó)內(nèi)中醫(yī)糖尿病數(shù)據(jù)挖掘研究現(xiàn)狀與趨勢(shì)，為后續(xù)研究提供參考。

2 文獻(xiàn)數(shù)據(jù)計(jì)量分析

2.1 發(fā)文趨勢(shì)分析

為考察文獻(xiàn)數(shù)量隨時(shí)間變化的情況，本文將與糖尿病中醫(yī)數(shù)據(jù)挖掘相關(guān)的文獻(xiàn)進(jìn)行統(tǒng)計(jì)（圖1）。由圖可以看出，該研究領(lǐng)域相關(guān)的文獻(xiàn)量雖波動(dòng)較大，但總體趨勢(shì)仍呈由少到多逐年增加的態(tài)勢(shì)，其增長(zhǎng)模式大致符合線性增長(zhǎng)模型：y = 3.5529x - 7118.4，R2 =0.8754（一般認(rèn)為R2＞0.8 時(shí)該模型的擬合優(yōu)度較高），表明該模型能較好反映該領(lǐng)域文獻(xiàn)增長(zhǎng)趨勢(shì)，同時(shí)也說明應(yīng)用數(shù)據(jù)挖掘方法在中醫(yī)糖尿病研究中的關(guān)注度正逐步上升。

2.2 基于關(guān)鍵詞的研究概況分析

圖1 相關(guān)文獻(xiàn)變化曲線圖

表1 高頻關(guān)鍵詞分類

關(guān)鍵詞詞頻數(shù)統(tǒng)計(jì)結(jié)果（表1）及關(guān)鍵詞可視化圖譜（圖2）顯示，中醫(yī)糖尿病數(shù)據(jù)挖掘領(lǐng)域研究主要采用常用的挖掘算法包括關(guān)聯(lián)規(guī)則、聚類、神經(jīng)網(wǎng)絡(luò)、決策樹、時(shí)間序列、因子分析、遺傳算法、邏輯回歸分析、頻數(shù)描述統(tǒng)計(jì)、雙聚類分析、Samma 算法等。其中研究者利用關(guān)聯(lián)規(guī)則、聚類、神經(jīng)網(wǎng)絡(luò)算法頻次最高。

關(guān)聯(lián)規(guī)則其實(shí)質(zhì)是從大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間的關(guān)聯(lián)關(guān)系、因果結(jié)構(gòu)以及項(xiàng)集間的頻繁模式[3]。通過關(guān)聯(lián)規(guī)則可以挖掘出數(shù)據(jù)中潛在的隱性知識(shí)，利用這些知識(shí)可以對(duì)未知作出推測(cè)，如通過關(guān)聯(lián)規(guī)則挖掘名老中醫(yī)診療糖尿病過程中藥物與藥物之間的藥物配伍關(guān)系。

聚類分析是根據(jù)“物以類聚”的原理，在沒有模式參考和先驗(yàn)知識(shí)的情況下，對(duì)數(shù)據(jù)信息進(jìn)行分類，常用的聚類分析算法主要有基于劃分、層次、密度、網(wǎng)格和模型等進(jìn)行聚類[4]。在糖尿病中醫(yī)研究中，聚類方法常用于糖尿病中醫(yī)證候研究、中醫(yī)基礎(chǔ)研究以及方劑分析研究3 個(gè)方面，其可以按照中醫(yī)糖尿病數(shù)據(jù)本身的內(nèi)在規(guī)律來使得中醫(yī)數(shù)據(jù)分析結(jié)果更具客觀性，有利于中醫(yī)藥研究的客觀化、定量化與標(biāo)準(zhǔn)化[5]。但作為一種工具和方法，需要更加關(guān)注對(duì)糖尿病中醫(yī)聚類結(jié)果的解釋，只有將分析結(jié)果與中醫(yī)藥本體知識(shí)理論結(jié)合起來才能為下一步的研究工作打好基礎(chǔ)。

2.3 基于“用藥規(guī)律”、“知識(shí)發(fā)現(xiàn)”、“針灸”的突現(xiàn)詞分析

突現(xiàn)詞為某一時(shí)間段內(nèi)突然大量出現(xiàn)的詞，較單獨(dú)研究關(guān)鍵詞出現(xiàn)頻次而言，突現(xiàn)詞能夠有效反映研究領(lǐng)域的前沿主題[6]。本文利用CiteSpace 的膨脹詞探測(cè)技術(shù)及算法進(jìn)行突現(xiàn)詞探測(cè)（表2）。

（1）用藥規(guī)律強(qiáng)度最強(qiáng)在出現(xiàn)的突現(xiàn)詞中，用藥規(guī)律強(qiáng)度最強(qiáng)（11.2995），時(shí)間開始于2015 年，結(jié)束于2017 年。研究總結(jié)糖尿病的中醫(yī)組方用藥規(guī)律,是傳承和發(fā)展中醫(yī)防治糖尿病方法和手段的核心內(nèi)容。中醫(yī)糖尿病用藥規(guī)律研究經(jīng)歷了口傳心授、經(jīng)驗(yàn)總結(jié)、收集方藥、手工統(tǒng)計(jì)以及應(yīng)用統(tǒng)計(jì)方法分析等發(fā)展歷程[7]，目前隨著計(jì)算機(jī)技術(shù)的快速發(fā)展以及中醫(yī)信息化水平的提高，數(shù)據(jù)挖掘方法正逐步應(yīng)用于用藥規(guī)律挖掘研究，目前糖尿病中醫(yī)用藥規(guī)律研究主要用于名醫(yī)用藥經(jīng)驗(yàn)挖掘[8]。

圖2 關(guān)鍵詞圖譜

表2 糖尿病中醫(yī)數(shù)據(jù)挖掘突現(xiàn)詞

名老中醫(yī)專家經(jīng)驗(yàn)是中醫(yī)學(xué)術(shù)思想的精華，是中醫(yī)藥創(chuàng)新發(fā)展的思想源泉，有著顯著的疾病診療優(yōu)勢(shì)，數(shù)據(jù)挖掘是名老中醫(yī)臨床用藥規(guī)律發(fā)現(xiàn)的重要現(xiàn)代化手段與方法。李宏紅[9]運(yùn)用數(shù)據(jù)挖掘技術(shù)挖掘魏子孝教授治療糖尿病的臨證經(jīng)驗(yàn)，得出魏子孝教授治療糖尿病不套用三消分治，而是以主證素診斷，結(jié)合患者體質(zhì)、疾病本身特點(diǎn)的辨證論治的方法。李修洋[10]利用關(guān)聯(lián)規(guī)則對(duì)仝小林教授運(yùn)用經(jīng)方辨治糖尿病的用藥特點(diǎn)與劑量進(jìn)行歸納，總結(jié)出仝教授巧用藥對(duì)、方小力宏的用藥特點(diǎn)。黃利兵[11]運(yùn)用關(guān)聯(lián)規(guī)則探究王暉教授治療糖尿病的處方用藥規(guī)律，結(jié)果提示藥物以王暉教授自擬的“降濁合劑”和“寧心舒情湯”為主，多用養(yǎng)陰清熱、調(diào)暢氣機(jī)之品，為名老中醫(yī)用藥經(jīng)驗(yàn)的繼承和發(fā)揚(yáng)提供了借鑒。

（2）知識(shí)發(fā)現(xiàn)時(shí)間跨度最長(zhǎng)時(shí)間跨度最長(zhǎng)的關(guān)鍵詞為知識(shí)發(fā)現(xiàn)（2003-2008 年）。知識(shí)發(fā)現(xiàn)是一個(gè)從數(shù)據(jù)中提取出有效的、新穎的、潛在有用的并能最終被人理解的模式的非平凡過程，數(shù)據(jù)挖掘被認(rèn)為是知識(shí)發(fā)現(xiàn)過程中的一個(gè)關(guān)鍵步驟，因此兩術(shù)語可交換使用[12]。其集成了諸如統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫技術(shù)、可視化、人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別等多學(xué)科概念與技術(shù)方法，流程主要包括確定目的、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、確定挖掘平臺(tái)與算法、數(shù)據(jù)挖掘、結(jié)果分析、知識(shí)應(yīng)用等。

（3）針灸出現(xiàn)時(shí)間最晚針灸出現(xiàn)時(shí)間較晚（2016—2019 年）。近年來，中國(guó)糖尿病發(fā)病率不斷增高，西醫(yī)主要以口服降糖藥物或皮下注射胰島素治療為主，同時(shí)結(jié)合飲食、運(yùn)動(dòng)療法，但其發(fā)病機(jī)制尚不明確，目前尚無法根治[13]。

針灸作為一種古老的自然療法，具有操作方便、安全有效、無藥物副作用的特點(diǎn)，在糖尿病針灸診療過程中，常從多個(gè)角度進(jìn)行辨證論治。其穴位常選十四經(jīng)穴、耳穴及經(jīng)外奇穴等，在毫針刺法上常根據(jù)不同時(shí)期的證候特點(diǎn)，選用調(diào)神針法、時(shí)間針灸、溫針灸療法以及穴位埋線和刺血療法等針灸特色療法[14]。其不僅能有效改善糖尿病患者臨床癥狀，更可以調(diào)節(jié)血脂、血糖等生化指標(biāo)。采用數(shù)據(jù)挖掘相關(guān)信息化方法探究針灸診療糖尿病規(guī)律與隱性知識(shí)或是接下來糖尿病中醫(yī)數(shù)據(jù)挖掘領(lǐng)域研究的前沿之一。

2.4 糖尿病中醫(yī)數(shù)據(jù)挖掘流程分析

通過文獻(xiàn)計(jì)量分析糖尿病數(shù)據(jù)挖掘流程（圖3）發(fā)現(xiàn)，90%研究者采用的流程可分為確定挖掘目的、確定病例數(shù)據(jù)納入標(biāo)準(zhǔn)、病例納入、確定數(shù)據(jù)處理平臺(tái)與算法、數(shù)據(jù)挖掘、中醫(yī)臨床實(shí)踐及療效驗(yàn)證等過程。較多的研究者常用 SPSS，Weka，Rapidminer，Python、Java 等國(guó)外商用平臺(tái)實(shí)現(xiàn)數(shù)據(jù)挖掘過程，但自2012 年始，國(guó)內(nèi)研發(fā)的中醫(yī)傳承輔助平臺(tái)受到廣泛關(guān)注，已經(jīng)成為糖尿病中醫(yī)數(shù)據(jù)挖掘的重要工具。

3 討論

本文借助文獻(xiàn)計(jì)量學(xué)方法和CiteSpace 可視化工具，對(duì)2003-2019年CNKI數(shù)據(jù)庫中收錄的、以“糖尿病中醫(yī)數(shù)據(jù)挖掘”為主題的研究文獻(xiàn)進(jìn)行分析。通過對(duì)發(fā)文量和關(guān)鍵詞進(jìn)行分析可知，糖尿病作為中醫(yī)優(yōu)勢(shì)病種之一，運(yùn)用數(shù)據(jù)挖掘技術(shù)探究其潛在規(guī)律正逐步受到中醫(yī)研究者的廣泛關(guān)注。研究應(yīng)用最多的為一些經(jīng)典的數(shù)據(jù)挖掘算法，如關(guān)聯(lián)規(guī)則與聚類，且應(yīng)用對(duì)象并不單一，除了現(xiàn)代電子病歷以外，也用于挖掘記載有糖尿病的歷史醫(yī)學(xué)文獻(xiàn)。對(duì)具有轉(zhuǎn)折意義的關(guān)鍵詞（突現(xiàn)詞）分析發(fā)現(xiàn)，該領(lǐng)域的研究焦點(diǎn)一直集中在配伍規(guī)律的挖掘中，但內(nèi)容逐步細(xì)化，從方藥配伍規(guī)律逐步發(fā)展到針灸穴位配伍。近年來，學(xué)者們對(duì)糖尿病數(shù)據(jù)挖掘的探討亦有了新的思路，偏重于血糖規(guī)律及用藥機(jī)制的探索，如金百翰等[15]采用動(dòng)態(tài)的觀察檢測(cè)方法,連續(xù)監(jiān)測(cè)患者72 h 血糖及相關(guān)癥狀并分析，孫鼎等[16]基于動(dòng)態(tài)血糖Hurst 指數(shù)與氣血流注規(guī)律，探討血糖變化特點(diǎn)；白明等[17]挖掘治療糖尿病高頻藥物，并通過網(wǎng)絡(luò)藥理學(xué)探討高頻藥物黃芪治療糖尿病的作用機(jī)制等。

圖3 數(shù)據(jù)挖掘流程

通過對(duì)納入的相關(guān)文獻(xiàn)回溯發(fā)現(xiàn)，該領(lǐng)域在數(shù)據(jù)挖掘流程方面，遵循基本的數(shù)據(jù)采集-預(yù)處理-挖掘基本流程。其構(gòu)造的診斷模型主要根據(jù)中醫(yī)理論，通過納入癥狀-證型構(gòu)建辨證模型，其中尤以人工神經(jīng)網(wǎng)絡(luò)為主要的模型構(gòu)建方法。其原因可能是因?yàn)樵擃I(lǐng)域本來就屬于計(jì)算機(jī)和中醫(yī)學(xué)的一個(gè)交叉學(xué)科，所采用的方法技術(shù)來源于計(jì)算機(jī)領(lǐng)域，以方法學(xué)結(jié)合中醫(yī)理論的應(yīng)用研究為主有關(guān)；同時(shí)，人工神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)在海量數(shù)據(jù)中尋找模式和規(guī)律，歸納隱含在信息單元之間的關(guān)聯(lián)規(guī)則的特性與中醫(yī)證候非線性、多維多階、可以無限組合的特點(diǎn)相契合，也是其在該領(lǐng)域廣泛應(yīng)用的原因之一。但在其模型和挖掘結(jié)果評(píng)估方面，由于臨床數(shù)據(jù)具有特殊性，其模型及挖掘結(jié)果評(píng)價(jià)不能僅僅依靠測(cè)試集來確定準(zhǔn)確率，更需要嵌套到網(wǎng)絡(luò)應(yīng)用中，在真實(shí)臨床場(chǎng)景下供醫(yī)生使用，以實(shí)際療效來評(píng)估其效果。

隨著大數(shù)據(jù)時(shí)代的來臨和數(shù)據(jù)挖掘技術(shù)的應(yīng)用，科學(xué)發(fā)現(xiàn)的模式已由傳統(tǒng)的實(shí)驗(yàn)設(shè)計(jì)、理論科學(xué)和計(jì)算科學(xué)發(fā)展到了第四科學(xué)范式，即知識(shí)密集型科學(xué)發(fā)現(xiàn)模式。在該模式下，由于中醫(yī)臨床信息化水平的提高，數(shù)據(jù)的采集、存儲(chǔ)、傳輸和處理成本大大降低，效率得到了極大的提高，使得糖尿病中醫(yī)研究不再單純追求數(shù)據(jù)之間的因果關(guān)系，而是相關(guān)關(guān)系，讓“數(shù)據(jù)說話”，探究真實(shí)臨床問題的數(shù)據(jù)規(guī)律成為可能。然而當(dāng)前的數(shù)據(jù)挖掘趨勢(shì)已經(jīng)由原來的單維度靜態(tài)信息挖掘發(fā)展到了動(dòng)態(tài)的、多維度高層次挖掘，即數(shù)據(jù)來源信息是動(dòng)態(tài)連續(xù)、多個(gè)角度的，在該研究領(lǐng)域中即可體現(xiàn)為對(duì)糖尿病患者動(dòng)態(tài)血糖及不同病程下的證型、用藥規(guī)律的挖掘和中醫(yī)癥狀與西醫(yī)臨床指標(biāo)的關(guān)聯(lián)挖掘研究。隨著新的數(shù)據(jù)挖掘方法的出現(xiàn)，計(jì)算能力的提高以及糖尿病臨床數(shù)據(jù)的積累，該領(lǐng)域正處于不斷發(fā)展的朝陽時(shí)期，后期可結(jié)合更多新的數(shù)據(jù)挖掘技術(shù)方法，探討在中醫(yī)糖尿病研究領(lǐng)域的應(yīng)用。

4 結(jié)語

在當(dāng)前的數(shù)據(jù)挖掘中醫(yī)糖尿病研究領(lǐng)域中，其研究現(xiàn)狀未見十分明確的總結(jié)，而傳統(tǒng)的總結(jié)方式又過于繁瑣，難以形象直觀展現(xiàn)結(jié)果。本文采用CiteSpace軟件通過分析關(guān)鍵詞得到可視化圖譜，并通過文獻(xiàn)回溯的方式分析出該領(lǐng)域的研究熱點(diǎn)，對(duì)挖掘流程作了一個(gè)梳理。但由于數(shù)據(jù)庫格式限制，不能對(duì)多個(gè)數(shù)據(jù)庫同時(shí)進(jìn)行分析，所以只選用了CNKI 數(shù)據(jù)庫作為數(shù)據(jù)來源，同時(shí)剔除了糖尿病相關(guān)并發(fā)癥文獻(xiàn)，因此，有些研究主題由于文獻(xiàn)數(shù)據(jù)所限，并未在本文中體現(xiàn)。在下一步的研究工作中，作者將嘗試擴(kuò)展數(shù)據(jù)來源，針對(duì)糖尿病的相關(guān)并發(fā)癥，從更多角度對(duì)該領(lǐng)域進(jìn)行分析。