吳丹　周作建　商洪濤

摘? 要： 對(duì)中醫(yī)健康體檢的文獻(xiàn)進(jìn)行可視化分析，探索、發(fā)現(xiàn)此領(lǐng)域的研究熱點(diǎn)與發(fā)展趨勢(shì)。對(duì)2001年—2020年發(fā)表在中國知網(wǎng)的中醫(yī)健康體檢主題的文獻(xiàn)進(jìn)行檢索并篩選，運(yùn)用Citespace對(duì)納入的文獻(xiàn)進(jìn)行分析，繪制中醫(yī)健康體檢知識(shí)圖譜。2001—2019年發(fā)文量總體呈現(xiàn)上升趨勢(shì)，研究熱點(diǎn)集中在體質(zhì)辨識(shí)、治未病、健康管理及中醫(yī)四診。中醫(yī)體檢正處于不斷發(fā)展的研究階段，個(gè)體化健康管理及人工智能診斷技術(shù)將成為未來的重點(diǎn)研究方向。

關(guān)鍵詞： 中醫(yī)健康體檢; 體質(zhì)辨識(shí); 中醫(yī)四診; 健康管理; 知識(shí)圖譜

中圖分類號(hào)：R211? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2022）02-59-03

Analyzing the research hotspots and trends in TCM physical

examination with knowledge graph

Wu Dan1， Zhou Zuojian1， Shang Hongtao2

（1. School of Artificial Intelligence and Information Technology， Nanjing University of Chinese Medicine， Nanjing， Jiangsu 210023， China;

2. Jiangsu Provincial Hospital of Chinese Medicine）

Abstract： The literature of Chinese medical health examinations is visually analyzed to explore and discover the research hotspots and development trends in this field. The literature on TCM health examination topics published on CNKI from 2001 to 2020 is searched and screened， and Citespace is used to analyze the included literature to draw a knowledge graph of TCM health examination. The number of articles published from 2001 to 2019 showed an overall upward trend. Research hotspots focused on physical identification， prevention of disease， health management and four diagnosis of TCM. TCM physical examination is in the research stage of continuous development， and individualized health management and artificial intelligence diagnosis technology will become the key research directions in the future.

Key words： TCM（Traditional Chinese Medicine） physical examination; physical identification; four diagnostic methods of TCM; health management; knowledge graph

0 引言

健康體檢產(chǎn)生于上世紀(jì)90年代，自2002-2003年非典爆發(fā)之后，體檢受到廣泛關(guān)注，國內(nèi)的健康體檢行業(yè)快速發(fā)展并不斷擴(kuò)大[1]。傳統(tǒng)的西醫(yī)體檢模式只針對(duì)身體已經(jīng)出現(xiàn)的異常指標(biāo)給出大概的體檢結(jié)論，忽略了無異常指標(biāo)卻身體不適的亞健康狀態(tài)人群。隨著中醫(yī)藥文化走向現(xiàn)代化與國際化[2]，中醫(yī)體檢逐漸成為一種全新的體檢模式。中醫(yī)體檢奉行“未病先防，既病防變，瘥后防復(fù)”的三防“治未病”理念[3-4]，將傳統(tǒng)的中醫(yī)四診與體質(zhì)辨識(shí)和如今的智能檢測(cè)儀器相結(jié)合，并針對(duì)不同的體質(zhì)及身體狀況給出治療方案和健康指導(dǎo)，達(dá)到中醫(yī)治未病的目標(biāo)。

本文主要以2001—2020年發(fā)表的關(guān)于中醫(yī)健康體檢主題的文獻(xiàn)為研究對(duì)象，使用Citespace軟件對(duì)篩選后的期刊進(jìn)行知識(shí)圖譜可視化分析，以此展現(xiàn)當(dāng)下我國中醫(yī)體檢的研究熱點(diǎn)與發(fā)展趨勢(shì)，為今后的中醫(yī)體檢相關(guān)研究提供參考與建議。

1 資料與方法

1.1 數(shù)據(jù)來源及檢索策略

以“中醫(yī)體檢”為主題詞在中國知網(wǎng)中文數(shù)據(jù)庫進(jìn)行檢索，檢索時(shí)間跨度設(shè)置為2001年-2020年。通過瀏覽文獻(xiàn)題目、摘要及關(guān)鍵詞等信息，依據(jù)設(shè)置好的文獻(xiàn)篩選排除標(biāo)準(zhǔn)，確定是否納入該文獻(xiàn)。排除標(biāo)準(zhǔn)如下：①與中醫(yī)體檢主題明顯不相關(guān)的期刊文獻(xiàn);②內(nèi)容相似度高的期刊文獻(xiàn);③新聞報(bào)道、推廣廣告、會(huì)議通知。

1.2 數(shù)據(jù)處理

將篩選后的文獻(xiàn)以Refworks格式導(dǎo)出，并將文件名保存為download_*.txt格式。將文件導(dǎo)入到Citespace3.9.R6中進(jìn)行數(shù)據(jù)轉(zhuǎn)換，進(jìn)行分析并繪制可視化知識(shí)圖譜。

1.3 分析方法

采用4年時(shí)間片分區(qū)法進(jìn)行可視化分析。將節(jié)點(diǎn)類型選取為關(guān)鍵詞，閾值（c，cc，ccv）設(shè)置為（4，3，20）、（4，3，20）、（4，3，20），圖譜修剪方式選擇pathfinder、pruning sliced networks和pruning the merged network。

2 結(jié)果

2.1 文獻(xiàn)基本情況

共檢索到1041篇文獻(xiàn)，去除無關(guān)文獻(xiàn)后，最終納入研究文獻(xiàn)995篇。對(duì)相關(guān)文獻(xiàn)按發(fā)表時(shí)間進(jìn)行統(tǒng)計(jì)分析（見圖1），可得2006年—2019年中醫(yī)體檢的相關(guān)文獻(xiàn)數(shù)量總體呈現(xiàn)上升趨勢(shì)，在2019年發(fā)文量達(dá)到頂峰。整體發(fā)文趨勢(shì)符合y=6.3466x-16.889（R=0.8975）線性增長模型。

2.2 研究熱點(diǎn)

運(yùn)行Citespace軟件對(duì)中醫(yī)體檢關(guān)鍵詞進(jìn)行共現(xiàn)分析，如圖2，圖譜包含154個(gè)節(jié)點(diǎn)，188條連線，網(wǎng)絡(luò)密度為0.016。出現(xiàn)頻次排名前10的關(guān)鍵詞分別為“中醫(yī)體質(zhì)”（157）、“健康體檢”（97）、“治未病”（83）、“健康管理”（83）、“中醫(yī)體質(zhì)辨識(shí)”（78）、“亞健康”（49）、“中醫(yī)”（36）、“中醫(yī)證型”（34）、“高血壓”（24）、“老年人”（21）。

2.3 研究熱點(diǎn)聚類分析

對(duì)關(guān)鍵詞進(jìn)行k值聚類分析，得到11個(gè)有效聚類，將11個(gè)聚類的研究方向進(jìn)行歸納（見表1），#0、#3、#10是中醫(yī)體質(zhì)辨識(shí)與辯證，#1、#4、#5是個(gè)體化健康管理，#2是中醫(yī)望診在獻(xiàn)血體檢篩查中的應(yīng)用，#6、#7是中醫(yī)舌診的研究分析，#8、#9是老年人社區(qū)衛(wèi)生服務(wù)體系研究。

3 討論

3.1 中醫(yī)體質(zhì)辨識(shí)在個(gè)體化健康管理中的應(yīng)用研究

中醫(yī)將人的體質(zhì)分為平和、氣虛、陰虛、陽虛、濕熱、痰濕、淤血、氣郁、特稟九大體質(zhì)[5]。在中醫(yī)認(rèn)知體系中，體質(zhì)不同會(huì)影響病證的易感性及復(fù)發(fā)性[6]，程全周[7]等分析了1456例心血管病高危人群的體質(zhì)特點(diǎn)及與體質(zhì)指數(shù)、頸動(dòng)脈內(nèi)中膜厚度的相關(guān)性后發(fā)現(xiàn)，濕熱體質(zhì)、痰濕體質(zhì)及血瘀體質(zhì)人群相比其他體質(zhì)人群更易得心血管疾病，為從中醫(yī)體質(zhì)角度進(jìn)行心血管病患者的健康管理提供了參考價(jià)值。田洪燕[8]等在進(jìn)行對(duì)心臟康復(fù)患者的中醫(yī)體質(zhì)辨識(shí)個(gè)體化健康指導(dǎo)的實(shí)驗(yàn)后發(fā)現(xiàn)，在對(duì)患者的健康教育中加入與體質(zhì)辨識(shí)相關(guān)的個(gè)體化健康指導(dǎo)，有利于控制疾病的危險(xiǎn)因素以及提高患者的生活質(zhì)量。將中醫(yī)體質(zhì)辨識(shí)應(yīng)用于慢性病的健康管理中，有助于鞏固健康狀態(tài)及提高生活滿意度[9]，但目前進(jìn)行體質(zhì)辨識(shí)的方式主要是問卷調(diào)查的形式[10]，缺乏統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，如何進(jìn)行規(guī)范化的體質(zhì)辨識(shí)是接下來的研究難點(diǎn)。

3.2 人工智能在中醫(yī)四診中的應(yīng)用研究

中醫(yī)四診包括“望、聞、問、切”，四診是辯證論治的基礎(chǔ)[11]。在望診方面，人工智能目前主要集中應(yīng)用在目診儀及舌診儀。目診儀通過觀察人眼底血管的改變?cè)\斷病證，智能化目診主要是對(duì)目診儀采集到的眼底圖像進(jìn)行分割與分類，通過觀察眼底血管的變化診斷一些疾病[12]。舌診儀通過采集及分析舌象診察疾病，目前已有團(tuán)隊(duì)研制了不同的舌象診斷儀器，其中以上海中醫(yī)藥大學(xué)許家佗教授團(tuán)隊(duì)研發(fā)的舌診儀熱度最高[13]。在聞診方面，人工智能聲診目前運(yùn)用空氣動(dòng)力學(xué)法等已經(jīng)可以辨別病理性的咳嗽聲、呼吸、聲低、嘶啞聲等[14]，但聲診采集儀存在儀器規(guī)格差異問題，如何統(tǒng)一儀器規(guī)格及規(guī)范聲音采樣環(huán)境是未來聲診儀研究的重點(diǎn)。在問診方面，中醫(yī)智能問診系統(tǒng)尚處于初始發(fā)展階段，由于中醫(yī)問診理論缺乏統(tǒng)一性與規(guī)范性[15]，如何規(guī)范中醫(yī)術(shù)語成為了研究重點(diǎn)。人工智能與切診的結(jié)合主要集中于脈診，智能脈診儀通過壓力傳感器采集脈搏特征進(jìn)行分析[16]，依據(jù)脈象標(biāo)準(zhǔn)判斷身體情況，但由于脈象的復(fù)雜性及模糊性[17]，脈診儀還處于模仿試用階段，如何制定統(tǒng)一脈象標(biāo)準(zhǔn)化及提升脈診儀壓力傳感器的感知力是未來研究的重點(diǎn)方向。

3.3 中醫(yī)體質(zhì)模型研究

目前關(guān)于中醫(yī)體質(zhì)的模型研究相對(duì)較少，處于初始動(dòng)物試驗(yàn)階段。黃文慧[18]等利用甲狀腺素造模腎陰虛證，使模型動(dòng)物出現(xiàn)腎陰虛癥狀，再通過給治療藥觀察腎陰虛動(dòng)物的不良癥狀并與對(duì)照組做對(duì)比，證實(shí)該藥對(duì)腎陰虛證有治療作用。王濟(jì)[19]等提出，構(gòu)建動(dòng)物體質(zhì)模型需要注意三個(gè)關(guān)鍵點(diǎn)：不同種類動(dòng)物體質(zhì)不同、針對(duì)不同體質(zhì)的動(dòng)物建立不同的模型評(píng)價(jià)指標(biāo)以及需要符合中醫(yī)體質(zhì)理論。

3.4 問題與建議

⑴ 規(guī)范術(shù)語，統(tǒng)一標(biāo)準(zhǔn)。中醫(yī)藥術(shù)語眾多雜亂，缺乏統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，智能診斷儀器使用時(shí)對(duì)信息采集環(huán)境沒有標(biāo)準(zhǔn)化要求，會(huì)導(dǎo)致采集的數(shù)據(jù)有噪聲從而影響診斷結(jié)果，統(tǒng)一標(biāo)準(zhǔn)使中醫(yī)四診規(guī)范化、客觀化有助于提升智能診斷的診斷效率和準(zhǔn)確性。

⑵ 構(gòu)建模型，體質(zhì)辨識(shí)。隨著中醫(yī)體檢人數(shù)的不斷增長，問卷調(diào)查收集體質(zhì)信息的方式顯得費(fèi)時(shí)費(fèi)力，且不能保證答卷的準(zhǔn)確性、完整性和問卷回收率，而構(gòu)建中醫(yī)體質(zhì)辨識(shí)算法模型可根據(jù)患者信息快速判斷其體質(zhì)類型，可以極大地提高判別效率。

4 結(jié)束語

綜上所述，中醫(yī)健康體檢的研究有其價(jià)值所在。統(tǒng)一標(biāo)準(zhǔn)和數(shù)據(jù)算法模型是其中關(guān)鍵的因素。

參考文獻(xiàn)（References）：

[1] 呂一星，陳碩，張靜波，等.國際健康管理醫(yī)療服務(wù)體系的發(fā)展現(xiàn)狀及思考[J].中華健康管理學(xué)雜志，2020，14（5）：464-467

[2] 賈曉波，康永.中醫(yī)藥現(xiàn)代化發(fā)展應(yīng)處理好傳承和創(chuàng)新的關(guān)系[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2019，21（1）：6-11

[3] 李東彩，劉繼洪，宋少英.中醫(yī)“治未病”干預(yù)應(yīng)用于體檢亞健康人群的效果分析[J].數(shù)理醫(yī)藥學(xué)雜志，2017，30（11）：1696-1697

[4] 何澤民，何勇強(qiáng).中醫(yī)學(xué)“治未病”理論內(nèi)涵及其指導(dǎo)意義[J].中醫(yī)雜志，2015，56（22）：1900-1903

[5] 王琦.中醫(yī)體質(zhì)學(xué)在大健康問題中的應(yīng)對(duì)與優(yōu)勢(shì)[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，2021，44（3）：197-202

[6] 英孝，倪誠.基于古醫(yī)籍醫(yī)案考察的濕熱體質(zhì)的辨識(shí)與診療模式研究[J].世界中醫(yī)藥，2016，11（7）：1344-1347

[7] 程全周，陳愛蓮，趙振凱.心血管病高危人群中醫(yī)體質(zhì)特點(diǎn)及與BMI、IMT的相關(guān)性分析[J].中西醫(yī)結(jié)合心腦血管病雜志，2020，18（9）：1406-1408

[8] 田洪燕，張寧.基于中醫(yī)體質(zhì)辨識(shí)的個(gè)體化健康指導(dǎo)對(duì)Ⅱ期心臟康復(fù)患者自我管理能力及生活質(zhì)量的影響[J].現(xiàn)代中西醫(yī)結(jié)合雜志，2021，30（3）：316-319

[9] 宋志靖，鄭貴森，梁永林，等.中醫(yī)體質(zhì)辨識(shí)在慢病管理中的應(yīng)用與干預(yù)策略[J].中國農(nóng)村衛(wèi)生事業(yè)管理，2020，40（7）：477-481

[10] 楊玲玲，薛楊，王燕萍，等.中醫(yī)體質(zhì)辨識(shí)在中醫(yī)治未病健康管理中的應(yīng)用[J].中華中醫(yī)藥雜志，2018，33（10）：4595-4598

[11] 王憶勤，郭睿，許朝霞，等.中醫(yī)四診客觀化研究在冠心病診斷中的應(yīng)用[J].中醫(yī)雜志，2016，57（3）：199-203

[12] 李翔，鄧穎，蔣鵬飛，等.基于眼底圖像視網(wǎng)膜血管分割、分類方法的中醫(yī)目診研究[J].湖南中醫(yī)藥大學(xué)學(xué)報(bào)，2021，41（3）：406-411

[13] 屠立平，張敏，陸純燕，等.TDA-1型舌診儀在舌象圖像采集分析中的應(yīng)用[A].中國中西醫(yī)結(jié)合學(xué)會(huì)診斷專業(yè)委員會(huì).中國中西醫(yī)結(jié)合學(xué)會(huì)第六屆全國診斷學(xué)術(shù)會(huì)議論文集[C].中國中西醫(yī)結(jié)合學(xué)會(huì)診斷專業(yè)委員會(huì)：中國中西醫(yī)結(jié)合學(xué)會(huì)，2012：11

[14] 洪靜，陳聰，許朝霞，等.中醫(yī)聲診客觀化研究進(jìn)展[J].中華中醫(yī)藥雜志，2019，34（11）：5324-5326

[15] 羅瑞靜，何建成.中醫(yī)智能化問診系統(tǒng)開發(fā)及應(yīng)用前景[J].時(shí)珍國醫(yī)國藥，2014，25（7）：1797-1798

[16] 陳彥坤，劉琦，謝夢(mèng)洲.脈診儀的研發(fā)和脈象圖分析方法的研究進(jìn)展[J].湖南中醫(yī)雜志，2018，34（12）：172-174

[17] 徐熊，溫川飆，宋海貝.淺談中醫(yī)脈診信息化研究[J].成都中醫(yī)藥大學(xué)學(xué)報(bào)，2020，43（2）：55-59

[18] 黃文慧，張莉莉，郭伊霖，王冰.腎陰虛證模型的構(gòu)建及實(shí)驗(yàn)研究進(jìn)展[J].中國藥業(yè)，2017，26（10）：1-7

[19] 王濟(jì)，趙曉山，周玉美，等.基于九種體質(zhì)分類建立體質(zhì)醫(yī)學(xué)研究動(dòng)物模型的思考[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，2021，44（4）：318-322，357