匡浩銘，楊張琪，匡建軍，鄧 宇*，張尚華*

（1.湖南中醫(yī)藥大學(xué)，湖南 長沙 410208；2.湖南省中醫(yī)藥研究院，湖南 長沙 410006）

骨質(zhì)疏松癥是最常見的全身性骨病之一，其發(fā)病特征是骨結(jié)構(gòu)惡化和骨量慢性減少[1]，通常由于獨立誘發(fā)因素（包括衰老和持續(xù)鈣流失）導(dǎo)致骨質(zhì)疏松性骨折。隨著人口老齡化日益明顯以及飲酒、飲食不平衡、吸煙和一些無意識因素日益普遍，這些因素都會改變骨形成和骨吸收之間的平衡，導(dǎo)致骨質(zhì)疏松癥發(fā)病率、骨折率越來越高[2]，并且骨折后有一半患者因其并發(fā)癥而導(dǎo)致不能獨立活動，嚴(yán)重降低了患者的生活質(zhì)量，不僅增加了醫(yī)療負(fù)擔(dān)，死亡風(fēng)險還會持續(xù)升高[3-4]。

中醫(yī)在治療骨質(zhì)疏松癥方面歷史悠久，療效確切，歷代醫(yī)者的學(xué)術(shù)思想和辨證經(jīng)驗都蘊含在其代表醫(yī)案中。近幾年，名老中醫(yī)經(jīng)驗總結(jié)成為當(dāng)下研究熱點，但每位醫(yī)者都會有自身用藥習(xí)慣和特點，從中難以找尋中醫(yī)治療骨質(zhì)疏松癥的規(guī)律，所以運用大數(shù)據(jù)對歷代醫(yī)家治療骨質(zhì)疏松癥的醫(yī)案文本進行挖掘和整理治療規(guī)律是有必要的。 本課題組希望通過Python 軟件建立自動中醫(yī)醫(yī)案文本抽取方法或模型，自動將文本按照個案、診次進行分割，再將“語料庫”與單個醫(yī)案文本進行自動匹配，并對這些信息進行結(jié)構(gòu)化儲存管理，從中分析出中醫(yī)治療骨質(zhì)疏松癥的治療規(guī)律，擬解決中醫(yī)學(xué)領(lǐng)域語言文本知識自動抽取問題和總結(jié)中醫(yī)對骨質(zhì)疏松癥的治療規(guī)律。

1 材料與方法

1.1 數(shù)據(jù)收集與整理

依托湖南省中醫(yī)藥研究院中醫(yī)藥傳承創(chuàng)新知識共享平臺對關(guān)鍵詞“中醫(yī)治療骨質(zhì)疏松癥”“骨質(zhì)疏松”的醫(yī)案進行檢索，通過閱讀檢索后的標(biāo)題，初步剔除非相關(guān)性的醫(yī)案，再將余下醫(yī)案進行摘要閱讀，剔除非中醫(yī)治療、非骨質(zhì)疏松癥狀等不符合納入條件的醫(yī)案。 最終將納入的醫(yī)案進一步全文閱讀，篩除掉不完整的醫(yī)案，把剩下醫(yī)案進行全文下載。

1.2 中醫(yī)語料庫的建立

語料庫構(gòu)建工作的核心理念是制定規(guī)范和依據(jù)規(guī)范標(biāo)注，《中醫(yī)藥學(xué)》第二版[5]的疾病名詞定義較全面規(guī)范，因此選擇其作為基礎(chǔ)語料庫，進行中醫(yī)臨床癥狀信息抽取實驗[5]。 由于每種疾病的癥狀不同，且每個人的癥狀表述用語也有差別，在進行具體醫(yī)案研究時，還需要補充新的術(shù)語到語料庫中，用于構(gòu)建適用于當(dāng)前研究的信息抽取模型。 將數(shù)據(jù)自動采集至Excel 中作為原始語料，用于標(biāo)注中醫(yī)醫(yī)案信息。 參照《中醫(yī)臨床基本癥狀信息分類與代碼》的信息屬性分類[6]，將命名實體分為9 類，分別為中醫(yī)病名、癥狀、脈象、舌象、穴位、證型、治法、方劑、中藥。

1.3 抽樣驗證及完善

1.4 信息提取

基于Python 3.7 正則表達(dá)式函數(shù)構(gòu)建中醫(yī)藥文本知識抽取模型，從自然語言書寫的中醫(yī)醫(yī)案文本中，自動抽取所需信息。 正則表達(dá)式通常被用來檢索、識別那些符合某個模式(規(guī)則)的文本，是對字符串操作的一種邏輯公式，本課題組構(gòu)建了八大類(包括中醫(yī)病名、癥狀、證型、治法、舌苔、脈象、方劑、飲片)中醫(yī)術(shù)語詞典，并組成了用來識別中醫(yī)醫(yī)案術(shù)語信息的“規(guī)則字符串”。 該模型首先依據(jù)診次對醫(yī)案文本進行“切割”，再通過術(shù)語詞典匹配、識別并抽取字符串中的術(shù)語，依據(jù)中醫(yī)醫(yī)案語法規(guī)則，從不同診次的文本中識別出類似陽性癥狀、改善癥狀、飲片加減等變化內(nèi)容，最終形成可直接分析、利用的結(jié)構(gòu)化數(shù)據(jù)。

1.5 數(shù)據(jù)分析

將由Python 3.7 軟件抽取出結(jié)構(gòu)化數(shù)據(jù)，批量導(dǎo)入古今醫(yī)案云平臺，運用其分析池進行癥狀、證型、中藥的詞頻分析、復(fù)雜網(wǎng)絡(luò)圖分析和知識圖譜可視化分析。

2 結(jié)果

2.1 數(shù)據(jù)收集與整理結(jié)果

首先運用湖南省中醫(yī)藥研究院中醫(yī)藥傳承創(chuàng)新知識共享平臺搜索關(guān)鍵詞“骨質(zhì)疏松癥”相關(guān)醫(yī)案，得到688 篇，通過閱讀標(biāo)題初步剔除非治療骨質(zhì)疏松癥的醫(yī)案140 篇，將篩選出的醫(yī)案進行摘要閱讀后剔除非中醫(yī)治療和重復(fù)醫(yī)案69 篇，后將納入的醫(yī)案進行全文閱讀，剔除掉關(guān)鍵數(shù)據(jù)不完整的醫(yī)案32 篇，最后將余下447 篇醫(yī)案進行歸檔整理。

2.2 中醫(yī)語料庫的構(gòu)建

根據(jù)語料庫的規(guī)范性，以《中醫(yī)藥學(xué)》第二版[5]作為基礎(chǔ)語料，增加研究數(shù)據(jù)后構(gòu)建中醫(yī)醫(yī)案術(shù)語詞庫分類及數(shù)據(jù)量統(tǒng)計共有40 959 個實體，其中癥狀8096 個、證型4570 個、治法10 866 個、穴位393 個、脈象302 個、舌象496 個、方劑14 708 個、中藥1528 個。

2.3 抽樣驗證及完善結(jié)果

利用Python 3.7 軟件對醫(yī)案文本進行反向標(biāo)識，通過SPSS 22.0 軟件隨機抽取30 篇醫(yī)案后人工校對。 發(fā)現(xiàn)精確率、召回率、F1 值分別為98.48%、95.31%、95.51%，具體數(shù)值見表1。

表1 分類統(tǒng)計精確率、召回率、F1 值

2.4 信息提取結(jié)果

利用Python 3.7 軟件搭建好的模型抽取447 篇醫(yī)案文本的癥狀信息。 發(fā)現(xiàn)刻下癥狀有疼痛、乏力、壓痛、頭暈、麻木、膝酸、畏寒、晨僵、背疼等179 項；刻下脈象有脈弦、脈沉細(xì)等20 項；刻下舌象有苔薄白、苔白等42 項；治療穴位有三陰交、絕谷、陽陵泉等10 項；中醫(yī)證候有腎陽虛證、肝腎陰虛證、血瘀氣滯證等12 項；刻下治法有補腎、健脾益氣、活血化瘀等27 項；中藥有杜仲、肉蓯蓉、菟絲子等279 項。

2.5 數(shù)據(jù)分析

2.5.1 證候分析 在12 項證候當(dāng)中，肝腎陰虛證和脾腎陽虛證最為常見，其次是血瘀氣滯證、脾腎兩虛證、腎虛血瘀證、腎陽虛證等，其中肝腎陰虛證和脾腎陽虛證占到總比的39.74%。 具體證候頻數(shù)前10位分布情況見圖1。截取頻數(shù)前10 位數(shù)據(jù)結(jié)合對各種癥狀頻數(shù)的密切觀察，發(fā)現(xiàn)骨質(zhì)疏松癥發(fā)病主要與肝、腎、脾、氣血等息息相關(guān)，其病因病機主要是腎虧、脾虛、痰瘀阻脈3 個因素[7]。

圖1 證候頻數(shù)前10 位分布情況圖

2.5.2 治法頻數(shù)分析 在12 項證候當(dāng)中，補腎治法最為常見，其次是生精補腎、健脾益氣、強筋骨、滋陰益腎、益陰填髓等，其中補腎法占到總比的20.42%，具體頻數(shù)分布見圖2。綜合治法頻數(shù)前10 位數(shù)據(jù)可知中醫(yī)針對治療骨質(zhì)疏松癥多從補腎、補肝、健脾、補氣血等方面著手。

圖2 治法頻數(shù)前10 位的分布情況圖

2.5.3 中藥頻數(shù)分析 本研究共納入667 個處方，其中中藥279 種，667 個處方中杜仲、肉蓯蓉和菟絲子最為常見，其次是黃芪、當(dāng)歸、茯苓、骨碎補、甘草、補骨脂、白術(shù)。 在處方中出現(xiàn)的頻率，杜仲為30.37%，肉蓯蓉為28.27%，菟絲子為27.75%。 截取頻數(shù)前10 位數(shù)據(jù)結(jié)合對中藥藥性分析，發(fā)現(xiàn)藥物歸腎經(jīng)最為常見，頻率為49.24%，五味統(tǒng)計分析結(jié)果發(fā)現(xiàn)甘味、辛味、苦味等最為常見。 四氣分析發(fā)現(xiàn)多以溫、平為主。 具體藥物屬性分析見圖3。

圖3 藥物屬性頻數(shù)前10 位的分布圖注：A.處方中常出現(xiàn)的中藥；B.中藥歸經(jīng)C.中藥五味；D.中藥四氣

2.5.4 中藥對骨質(zhì)疏松癥的聚類分析 通過本研究醫(yī)案中的藥物信息聚類形成了4 個聚類，第一類主要為補腎強筋骨類藥，其代表中藥有淫羊藿、菟絲子、肉蓯蓉、骨碎補、補骨脂等；第二類主要是補氣活血類藥，其代表中藥有當(dāng)歸、黃芪等；第三類主要是溫通經(jīng)脈類藥物，其代表中藥有桂枝、甘草、天麻、茯苓等；第四類主要是祛風(fēng)止痛、鎮(zhèn)靜安神類藥物，其代表中藥有川芎、茯神、夜交藤、丹參等。具體聚類情況見圖4。

圖4 中藥對骨質(zhì)疏松癥的聚類分析圖

2.5.5 知識圖譜及復(fù)雜網(wǎng)絡(luò)分析 將病例最多的肝腎陰虛證的治法、方劑、中藥構(gòu)化數(shù)據(jù)重新導(dǎo)入軟件Python 3.7，再將中藥-中藥進行復(fù)雜網(wǎng)絡(luò)分析，由于醫(yī)案基數(shù)較大，為提取出更具代表性的中藥關(guān)系，現(xiàn)將邊權(quán)重設(shè)置為≥60， 提取出常用的25 味核心中藥。 詳見圖5。

圖5 中藥復(fù)雜網(wǎng)絡(luò)圖

3 討論

骨質(zhì)疏松癥作為與人口老齡化相關(guān)的世界性健康問題，不僅嚴(yán)重降低了患者的生活質(zhì)量，而且增加了醫(yī)療負(fù)擔(dān)[8]。 由于中醫(yī)在治療骨質(zhì)疏松癥方面歷史悠久，療效確切，現(xiàn)有越來越多的人嘗試使用中醫(yī)來治療骨質(zhì)疏松癥。中醫(yī)學(xué)作為歷史悠久的學(xué)科，歷代醫(yī)者的學(xué)術(shù)思想和辨證經(jīng)驗都蘊含在代表醫(yī)案當(dāng)中，但由人工檢索提取醫(yī)案費時費事，若要基于中醫(yī)醫(yī)案數(shù)據(jù)挖掘研究，整理數(shù)據(jù)通常需要耗費整體研究時長的70%，所以20 世紀(jì)90 年代語言文本知識自動抽取概念被提出，并在2010 年美國國家集成生物與臨床信息學(xué)研究中心（Informatics for Integrating Biology ＆ the Bedside）首次發(fā)布了英文電子語料數(shù)據(jù)集[9-10]。從此命名實體識別技術(shù)已被廣泛應(yīng)用于各個領(lǐng)域[11]。但在中醫(yī)領(lǐng)域，專業(yè)術(shù)語具有其特定屬性如歧義詞、一詞多義、多詞一義等比較棘手的文法現(xiàn)象，且古今語法構(gòu)成靈活多變，缺乏統(tǒng)一的規(guī)范，其表達(dá)差異無法被計算機識別，所以該項數(shù)據(jù)難以在中醫(yī)領(lǐng)域?qū)崿F(xiàn)[12-13]。 課題組設(shè)想并不試圖全面理解整篇醫(yī)案，只需對醫(yī)案包含關(guān)鍵信息關(guān)鍵詞進行提取和識別。現(xiàn)已建立中醫(yī)屬性的語料庫，算法模型技術(shù)相應(yīng)成熟，精確率、召回率、F1 值分別為96.76%、96.13%、96.44%， 可在前期保證大量中醫(yī)術(shù)語的受控，從而做出提取和分類。

課題組通過此項研究從四診角度分析，認(rèn)為骨質(zhì)疏松癥患者多為虛證，舌苔主要呈現(xiàn)薄、白的現(xiàn)象，脈象主要呈現(xiàn)為弦、沉、細(xì)，根據(jù)證候數(shù)據(jù)分析發(fā)現(xiàn)骨質(zhì)疏松癥發(fā)病主要與肝、腎、脾、氣血等息息相關(guān)。 且病變的性質(zhì)主要集中在代謝性骨病變上，病變部位集中于人體中軸骨及四肢長骨骨干，疼痛是其最常表現(xiàn)形式， 通過具體醫(yī)案分析發(fā)現(xiàn)腰痛、背疼、腰細(xì)酸軟、下肢痙攣等發(fā)生概率與骨密度緊密相關(guān)，骨密度越低則以上癥狀發(fā)生概率就越高。 從治療經(jīng)脈閉塞不通而發(fā)病的一系列臨床癥狀出發(fā)，運用傳統(tǒng)中醫(yī)學(xué)“痛則不通”的思想理念，中醫(yī)常針對髓氣聚者之處脈穴加以針灸，如腎陰虛者取腎俞、照海、三陰交予以施針，腎虛者取中脘、氣海、命門予以施針，氣血瘀滯者取氣海、足三里、三陰交予以施針等[14-16]。 在中藥治療方面常專注“腎為先天之本”“腎生骨髓”“其充在骨”“足少陰氣絕，則骨枯……骨肉不相親，則肉軟卻”“腎精不足，髓少，則生髓乏源，無以養(yǎng)骨”等理論[17-18]，配合身痛逐瘀湯、六味地黃湯、補腎活血湯、右歸丸、金匱腎氣丸等經(jīng)典補腎活血方，從而利筋骨，養(yǎng)髓補血改善骨密度。 中醫(yī)治法方面多從補腎、補肝、健脾、補氣血等方面著手[16]。

中醫(yī)藥不僅能改善患者骨骼代謝，更能預(yù)防其本身相關(guān)疾病的發(fā)展，從而整體改善身體機能。 通過我們的數(shù)據(jù)研究發(fā)現(xiàn)，447 個處方中杜仲、肉蓯蓉和菟絲子最為常見。 在古今治療骨痹的經(jīng)典名方中代表性方劑如金剛丸、右歸丸、補腎活血湯方都是以這些藥為基礎(chǔ)[19]。因杜仲、肉蓯蓉和菟絲子間配伍療效甚好，乃至于被日本國寶級書籍《醫(yī)心方》所收錄[20]，書上描述蓯蓉杜仲茶：肉蓯蓉5 g，杜仲3 g，菟絲子3 g，五味子3 g，續(xù)斷3 g，紅茶5 g。 用前5 味的煎煮液400 mL 泡茶，沖飲至味淡，多味藥合用，可共同補腎益精治病癥。 正所謂藥有個性之特長，方有合群之妙用，希望通過研究中醫(yī)藥配伍規(guī)律為中醫(yī)藥治療骨質(zhì)疏松癥提供一定理論基礎(chǔ)。