鄺秀英，于 琦，李敬華，李國祥，李顯紅，趙為民，姚 璠

（1.廣州中醫(yī)藥大學(xué)第一附屬醫(yī)院 廣州 510405；2.中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所 北京 100007；3.長春中醫(yī)藥大學(xué)附屬醫(yī)院 長春 130117）

中醫(yī)“治未病”是早在《黃帝內(nèi)經(jīng)》時代就產(chǎn)生的疾病觀念，《素問·四氣調(diào)神大論》：“是故圣人不治已病，治未病，不治已亂，治未亂，此之謂也”[1]。隨著我國逐漸步入人口老齡化社會[2]，慢性疾病漸進(jìn)加重、長期帶病生存的狀態(tài)已現(xiàn)端倪，僅注重短期診療即康復(fù)的醫(yī)學(xué)模式已不能滿足人類健康的現(xiàn)實需要，對于臨床上一些病程漫長、病情漸進(jìn)加重、難以逆轉(zhuǎn)的慢性疾病的研究重心開始逐漸前移[3]。而醫(yī)療技術(shù)的提高帶來壽命延長，也使預(yù)防醫(yī)學(xué)觀念深入人心。伴隨計算機(jī)技術(shù)的蓬勃發(fā)展，大數(shù)據(jù)、云計算、芯片、傳感器等領(lǐng)域不斷創(chuàng)新與進(jìn)步，迎來了以深度神經(jīng)網(wǎng)絡(luò)為核心的第三次人工智能浪潮[4]，計算機(jī)-醫(yī)療結(jié)合大數(shù)據(jù)健康成為新興產(chǎn)業(yè)。數(shù)據(jù)挖掘、深度學(xué)習(xí)以及人工智能領(lǐng)域飛速更新，基于現(xiàn)有數(shù)據(jù)進(jìn)行規(guī)范處理與機(jī)器學(xué)習(xí)后獲得的經(jīng)驗，由計算機(jī)分析案例提供醫(yī)療經(jīng)驗成為可能。在長期發(fā)展過程中，中醫(yī)累積了大量原始診療數(shù)據(jù)與成功案例，遺憾的是限于學(xué)科發(fā)展特點，其規(guī)范化與系統(tǒng)化尚有欠缺，龐大優(yōu)質(zhì)的數(shù)據(jù)尚不能直接為臨床提供客觀標(biāo)準(zhǔn)化的養(yǎng)生去病建議，而臨床中醫(yī)師培養(yǎng)的供需失衡和經(jīng)濟(jì)制約則為患者早期醫(yī)療活動帶來諸多限制?；诖?，借助新興計算機(jī)技術(shù)而為患者提供日常養(yǎng)生服務(wù)和早期醫(yī)療建議的思路應(yīng)運而生。通過結(jié)合大數(shù)據(jù)方法與中醫(yī)“治未病”經(jīng)驗的新興理念來構(gòu)建健康衛(wèi)生數(shù)據(jù)庫，成為研究探索重點、熱點。

1 中醫(yī)“治未病”知識庫研究現(xiàn)狀

隨著經(jīng)濟(jì)社會的發(fā)展，國內(nèi)外對有關(guān)中醫(yī)方面養(yǎng)生知識的需求越來越大[5]，中醫(yī)醫(yī)院通過開展“治未病”中心，提供技術(shù)適宜、形式多樣、服務(wù)規(guī)范的全面、系統(tǒng)的中醫(yī)預(yù)防、養(yǎng)生、保健、康復(fù)服務(wù)[6]，中醫(yī)藥服務(wù)特色優(yōu)勢明顯呈現(xiàn)，“治未病”網(wǎng)絡(luò)逐步建立，二級以上中醫(yī)醫(yī)院均設(shè)立了“治未病”中心（科），開展了中醫(yī)健康體檢、干預(yù)和咨詢等中醫(yī)治未病服務(wù)[7]，成為改善人民身體健康的重要手段。治未病中心是以中醫(yī)治未病理論為基礎(chǔ)，結(jié)合健康管理方法形成的中醫(yī)健康管理部門[8]，更強(qiáng)調(diào)預(yù)防和健康維護(hù)，通過調(diào)整生活方式、飲食習(xí)慣、情緒管理，在輔助指定個性化的診療方法、促進(jìn)整體健康，甚至提升公共衛(wèi)生水平，促進(jìn)綜合性的醫(yī)療模式，可以更好地滿足患者的需求。例如：中藥穴位貼敷結(jié)合十二時辰養(yǎng)生防治原發(fā)性高血壓在證候積分、總有效率、診室血壓等方面均有積極的統(tǒng)計學(xué)意義[9]，而中醫(yī)養(yǎng)生理論主導(dǎo)護(hù)理策略引入靶向藥物治療的晚期肺癌患者有助于降低不良反應(yīng)事件發(fā)生率，且能改善其嚴(yán)重程度[10]。陳曉燕等通過中醫(yī)養(yǎng)生療法防治高脂血癥，發(fā)現(xiàn)接受辛伐他汀聯(lián)合中醫(yī)養(yǎng)生治療的觀察組患者，其臨床治療有效明顯優(yōu)于對照組[11]，體現(xiàn)出中醫(yī)“治未病”的思想。治未病科?？埔灾挝床’煼樘厣?，開展多種治未病項目，對多種民間瀕臨消失的治未病療法，進(jìn)行搶救性的挖掘與保護(hù)[12]，顯示出了構(gòu)建中醫(yī)“治未病”知識庫的必要性和緊迫性。

近年來，伴隨著疾病譜的改變、老齡化社會的到來和健康觀念的轉(zhuǎn)變，中醫(yī)藥的優(yōu)勢和特色越來越受到重視，并受到國際社會越來越多的關(guān)注，僅注重疾病診療的醫(yī)學(xué)模式已不能滿足人類健康的現(xiàn)實需要，隨著時間的推移、AI系統(tǒng)數(shù)據(jù)庫中各相關(guān)變量數(shù)據(jù)的日益完善。20世紀(jì)90年代中期后，預(yù)防醫(yī)學(xué)得到廣泛關(guān)注，利用病歷數(shù)據(jù)庫對每個患者單獨進(jìn)行疾病管理成為可能，中醫(yī)“治未病”以其豐富的內(nèi)涵而受到健康管理者的青睞。構(gòu)建衛(wèi)生健康數(shù)據(jù)庫成為研究探索重點、熱點。

為順應(yīng)中醫(yī)藥信息化的發(fā)展趨勢，中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所率先對中醫(yī)臨床知識庫的構(gòu)建技術(shù)與示范應(yīng)用進(jìn)行了相關(guān)探索。李建宇等[13]建立慢性乙型肝炎治未病循證醫(yī)學(xué)數(shù)據(jù)庫，用以收集、分析患者的臨床資料，并探討該系統(tǒng)的應(yīng)用價值。崔一迪[14]對尋常型銀屑病中醫(yī)診療本體知識庫的構(gòu)建與應(yīng)用進(jìn)行了研究。針對當(dāng)今疫情的發(fā)展，王斌等[15]建立了支持新型冠狀病毒肺炎的中醫(yī)智能處方推薦和知識庫系統(tǒng)。陳士升[16]對中醫(yī)臨床療效評價中數(shù)據(jù)庫的選擇和使用進(jìn)行了研究。張早華等[17]對亞健康中醫(yī)干預(yù)數(shù)據(jù)庫數(shù)據(jù)結(jié)構(gòu)進(jìn)行了相關(guān)探討。

2 “治未病”古今文獻(xiàn)知識庫的構(gòu)建

中醫(yī)“治未病”知識庫是關(guān)系型數(shù)據(jù)庫，是在中醫(yī)治未病分類體系的指導(dǎo)下，設(shè)計合理的存儲方式和關(guān)系模型，存儲中醫(yī)“治未病”相關(guān)知識，如“未病先防”“既病防變”“養(yǎng)生保健”等相關(guān)文獻(xiàn)知識，以方便科研和臨床的信息獲取。通過識別和篩選與中醫(yī)治未病相關(guān)的現(xiàn)代文獻(xiàn)和古籍，建立面向中醫(yī)治未病專題的古今中醫(yī)文獻(xiàn)知識庫。錄入并維護(hù)治未病古籍文獻(xiàn)醫(yī)案元數(shù)據(jù)，包括有關(guān)典籍的年代作者和內(nèi)容提要、醫(yī)案的醫(yī)家和基本要素等，建立中醫(yī)治未病相關(guān)文獻(xiàn)醫(yī)案的元數(shù)據(jù)倉庫。再對文獻(xiàn)內(nèi)容進(jìn)行語義分析、標(biāo)注和歸類，從而建立中醫(yī)治未病相關(guān)文獻(xiàn)的主題索引和分類索引，以支持知識查詢功能。

大數(shù)據(jù)平臺作為各系統(tǒng)的信息“橋梁”對信息進(jìn)行集中存儲處理[18]。具體疾病文獻(xiàn)數(shù)據(jù)主要來源于中文數(shù)據(jù)庫如中國知網(wǎng)（CNKI）、萬方（Wanfang）、維普（VIP）、中國生物醫(yī)學(xué)文獻(xiàn)服務(wù)系統(tǒng)（SinoMed），英文數(shù)據(jù)庫如EMbase、PubMed、Cochrane Library。其年份范圍：自建庫起至2022 年，包含符合中醫(yī)“治未病”思想的1949年以前的古籍和民國中醫(yī)圖書文獻(xiàn)、1949年之后的圖書文獻(xiàn)與期刊文獻(xiàn)，并標(biāo)注文獻(xiàn)來源。共納入《黃帝內(nèi)經(jīng)》《難經(jīng)》《傷寒論》《金匱要略》《太平圣惠方》《圣濟(jì)總錄》《養(yǎng)老奉親書》《素問病機(jī)氣宜保命集》《遵生八法》《治未病四要》《壽世保元》《隨園食單》（如圖1）等包含中醫(yī)養(yǎng)生及治未病思想的古籍?，F(xiàn)代文獻(xiàn)主要來自于期刊文獻(xiàn)，通過CNKI、萬方、維普等，以“治未病”為主題詞進(jìn)行主題檢索，獲得相關(guān)文獻(xiàn)6000余篇，包括理論、臨床、政策、實驗等多方面的相關(guān)文獻(xiàn)。通過數(shù)據(jù)清洗、知識獲取、語義標(biāo)注，逐步形成中醫(yī)“治未病”古今文獻(xiàn)知識庫，同時基于文獻(xiàn)，進(jìn)一步整合中醫(yī)治未病理論體系下的相關(guān)內(nèi)容，包括但不限于治未病保健經(jīng)驗和方法、具體操作規(guī)范，包括：①各種疾病的病前狀態(tài)、亞健康人群的調(diào)養(yǎng)方案等；②特殊人群如兒童、育齡婦女、女性孕前、男性育前等的健康調(diào)養(yǎng)方案等；③各種疾病的臨床防治經(jīng)驗、常用方劑、中藥、膏方、針刺、艾灸、推拿、耳穴、穴位按摩、食療藥膳、治未病功法等。并利用中醫(yī)藥主題詞表、中醫(yī)臨床術(shù)語等規(guī)范性的術(shù)語系統(tǒng)，采用基于規(guī)則的方法進(jìn)行治未病知識的實體抽取和數(shù)據(jù)標(biāo)注，自動提取文獻(xiàn)的關(guān)鍵信息，經(jīng)過行業(yè)權(quán)威的中醫(yī)文獻(xiàn)研究團(tuán)隊的審核。最終形成規(guī)范而全面的“治未病”相關(guān)內(nèi)容知識庫，力求保證內(nèi)容的專業(yè)性和實用性，為日常保養(yǎng)和疾病調(diào)護(hù)提供參考。

圖1 中醫(yī)治未病古今圖書文獻(xiàn)

3 “治未病”名醫(yī)醫(yī)案信息結(jié)構(gòu)建立

在海量文獻(xiàn)中，包含了大量中醫(yī)治未病相關(guān)的臨床實踐經(jīng)驗，是彌足珍貴卻未加整理的待挖掘傳承的內(nèi)容。因此本研究在中醫(yī)“治未病”理論框架下，通過摘錄專著、論文、報刊、病例數(shù)據(jù)等途徑廣泛收集名老中醫(yī)治未病的臨床經(jīng)驗，進(jìn)行知識提取規(guī)范、加工整合，通過人工標(biāo)注和機(jī)器標(biāo)注相結(jié)合的方法，對醫(yī)案中包含文章標(biāo)題、作者、摘要、關(guān)鍵詞、來源、年月、卷、期、頁碼、疾病名稱、原文pdf 附件外，研究信息包括西醫(yī)病名、中醫(yī)病名、中醫(yī)辨證、療法類別、療法名稱、干預(yù)措施、全部觀察指標(biāo)的名稱和分類、每組結(jié)果等具體信息等內(nèi)容進(jìn)行標(biāo)注，通過基于BERT 的實體抽取的方法，將大量的醫(yī)案進(jìn)行抽取、存儲，從而建立名老中醫(yī)“治未病”醫(yī)案知識庫，以提供醫(yī)案的知識檢索、知識挖掘和輔助診療提供知識服務(wù)（如圖2）。

圖2 中醫(yī)“治未病”名老中醫(yī)醫(yī)案知識庫

4 “治未病”特色醫(yī)案數(shù)據(jù)的挖掘

中醫(yī)“治未病”知識服務(wù)與臨床應(yīng)用系統(tǒng)構(gòu)建結(jié)合大數(shù)據(jù)計算機(jī)技術(shù)，對于蘊含在治未病醫(yī)案中的臨床經(jīng)驗、學(xué)術(shù)思想進(jìn)行客觀化分析。在前期建立的治未病文獻(xiàn)知識庫和名醫(yī)經(jīng)驗知識庫的基礎(chǔ)上，采用數(shù)據(jù)挖掘算法進(jìn)行經(jīng)驗發(fā)掘。為了實現(xiàn)中醫(yī)治未病數(shù)據(jù)挖掘，首先需要對所錄入醫(yī)案進(jìn)行標(biāo)準(zhǔn)化處理。在前期術(shù)語研究的基礎(chǔ)上，引入《中醫(yī)藥學(xué)主題詞表》[19]（2008 版）、《中藥大辭典（第二版）》[20]、《中醫(yī)臨床診療術(shù)語國家標(biāo)準(zhǔn)（證候部分）》[21]、《中醫(yī)臨床診療術(shù)語國家標(biāo)準(zhǔn)（治法部分）》等作為規(guī)范術(shù)語。對治未病醫(yī)案中涉及到的例如臨床表現(xiàn)、治法、穴位、中藥等相關(guān)內(nèi)容進(jìn)行規(guī)范化處理，從而綜合運用語義分析、機(jī)器學(xué)習(xí)、人工智能、知識圖譜等大數(shù)據(jù)技術(shù)對海量數(shù)字資源進(jìn)行分析和挖掘，探求數(shù)據(jù)之間的相關(guān)關(guān)系，發(fā)掘隱形知識和潛在價值，滿足用戶的知識需求[22]。

加載中醫(yī)領(lǐng)域常用的頻次統(tǒng)計、關(guān)聯(lián)分析、復(fù)雜網(wǎng)絡(luò)分析、聚類分析等算法。通過頻次統(tǒng)計探究高頻藥味、藥性，通過關(guān)聯(lián)規(guī)則分析藥對、角藥、藥-證關(guān)聯(lián)，通過復(fù)雜網(wǎng)絡(luò)分析藥組配伍，通過聚類分析可分析組方思想或辨證規(guī)律等。事實上，這一數(shù)據(jù)挖掘技術(shù)已經(jīng)被應(yīng)用于現(xiàn)代科研，如在“治未病”的數(shù)據(jù)挖掘方面，戴和森等[23]采用統(tǒng)計分析發(fā)現(xiàn)周大勇醫(yī)師調(diào)治亞健康中藥處方中的四氣五味歸經(jīng)等特點；采用復(fù)雜網(wǎng)絡(luò)的方法，發(fā)現(xiàn)周大勇醫(yī)師調(diào)治亞健康中藥處方以薏苡仁、山藥、甘草、陳皮、白術(shù)、白扁豆、砂仁、茯苓等為重要度較高，且相互關(guān)系較密切。對周大勇主任178例處方中藥物使用頻數(shù)≥35的29味中藥進(jìn)行聚類分析，得到聚類樹狀圖配伍使用（如圖3）。在此基礎(chǔ)上，再根據(jù)功效進(jìn)行分類，結(jié)果可分健脾補(bǔ)肺滲濕、解郁安神、溫補(bǔ)元陽、益氣養(yǎng)陰、清利濕熱5類，深入發(fā)掘了名醫(yī)治療亞健康的用藥規(guī)律，對臨床治未病有一定的指導(dǎo)意義。

圖3 治未病文獻(xiàn)數(shù)據(jù)分析

“治未病”數(shù)據(jù)挖掘系統(tǒng)從治未病的理法方藥出發(fā)，如治未病的氣血理論，三因制宜方法，體質(zhì)辨識辨證，膏方針灸等治療方法等，從“病、證、方、藥、效”等多個角度進(jìn)行數(shù)據(jù)挖掘分析，從而形成中醫(yī)治未病特色的數(shù)據(jù)挖掘系統(tǒng)，為治未病臨床提供辨證思想、取穴特色、用藥規(guī)律等方面的分析，支撐臨床研究。

隨著5G 時代的到來，通過互聯(lián)網(wǎng)遠(yuǎn)程會診、云診斷治療可以推動醫(yī)療下鄉(xiāng)，并幫助中國傳統(tǒng)治療方法走向全球[24]。互聯(lián)網(wǎng)醫(yī)療發(fā)展具有智能輔助決策功能的“云門診”解決方案將成為一種趨勢。匯總近年來中醫(yī)藥智能診療的行業(yè)發(fā)展，包括四診信息采集、電子病歷管理、診斷決策系統(tǒng)和管理服務(wù)方案的探討，發(fā)現(xiàn)相關(guān)的研究不勝枚舉，都為云診療的實現(xiàn)做出了嘗試和探索?！爸嗅t(yī)治未病特色云門診系統(tǒng)”以前期建立的知識庫為基礎(chǔ)，采用知識圖譜、深度學(xué)習(xí)等技術(shù)，通過門診系統(tǒng)采集患者基本臨床表現(xiàn)信息，在專業(yè)醫(yī)師的監(jiān)督干預(yù)下，按照習(xí)得的經(jīng)驗輔助醫(yī)生進(jìn)行病情分析、診療決策。通過AI 決策的功能，為治未病醫(yī)療工作者在診療過程中的診斷辨證、立法處方提供參考，指導(dǎo)疾病預(yù)防、病中療養(yǎng)、愈后康復(fù)。

5 總結(jié)與展望

中醫(yī)治未病理論是中醫(yī)藥的特色理論，具有預(yù)見性、整體把握等優(yōu)點，在健康促進(jìn)中優(yōu)勢獨特，其概念明確，實踐超前，且辨證識機(jī)以宏觀調(diào)控為重點[25]，貫穿了預(yù)防的理論、干預(yù)調(diào)攝藥物或非藥物療法、病后保養(yǎng)的養(yǎng)生方法等，安全有效地挖掘?qū)W習(xí)醫(yī)療大數(shù)據(jù)中蘊含潛在巨大價值，對于提高醫(yī)學(xué)研究水平和臨床服務(wù)質(zhì)量具有重要意義[26]。數(shù)據(jù)挖掘是復(fù)雜科學(xué)研究的熱點之一，在社會、生物學(xué)、商業(yè)、通信和計算機(jī)網(wǎng)絡(luò)等領(lǐng)域廣泛應(yīng)用[27]，通過廣泛獲取古今治未病文獻(xiàn)數(shù)據(jù)，在治未病理論框架下進(jìn)行系統(tǒng)梳理、知識提取、數(shù)據(jù)挖掘，形成了可進(jìn)行知識查詢、知識展示、知識編輯和知識挖掘于一體的治未病知識服務(wù)平臺。在此基礎(chǔ)上，結(jié)合治未病科室的應(yīng)用場景，建立治未病特色云門診，將知識庫與臨床相結(jié)合，充分利用人工智能的技術(shù)，為治未病臨床提供輔助診療支撐。完善的中醫(yī)治未病知識庫的構(gòu)建和臨床應(yīng)用有其過程及規(guī)律，需要有激勵機(jī)制，需要知識、經(jīng)驗的積累[28]，在今后的工作中需要從以下4方面進(jìn)行研究。

①完善提升治未病知識圖譜的智能可視化。由于知識圖譜的三元組目前還不能自動構(gòu)建，不能完整展示整個的治未病的知識體系，需要進(jìn)一步研究知識圖譜的自動抽取技術(shù)，從已有的文獻(xiàn)中，提取知識和關(guān)系，從而完善治未病知識圖譜的構(gòu)建。②逐步提升云門診系統(tǒng)的準(zhǔn)確性和可靠性，基于知識圖譜、深度學(xué)習(xí)的相關(guān)算法，實現(xiàn)關(guān)聯(lián)推薦、知識導(dǎo)航、知識問答、關(guān)系推理，從而為臨床醫(yī)生提供中醫(yī)治未病知識推薦、文獻(xiàn)參考和辨證處方的建議，從而輔助臨床診療。③是完善中醫(yī)治未病知識服務(wù)模式，從健康管理的角度出發(fā)，設(shè)計個人的中醫(yī)健康信息病例庫[29]，收集用戶的個人健康信息，以中醫(yī)治未病知識庫為基礎(chǔ)，綜合個人體質(zhì)、既往病史、現(xiàn)代醫(yī)學(xué)檢驗指標(biāo)等進(jìn)行判斷，據(jù)此向用戶提供個性化知識推介和服務(wù)，讓基層醫(yī)療和基礎(chǔ)保健強(qiáng)大起來，助力國民醫(yī)療健康水平的切實提升[30]。④由于本系統(tǒng)處于研發(fā)的初級階段，尚需要大量數(shù)據(jù)支撐，并在文獻(xiàn)自動篩選和提取方面提高系統(tǒng)自動化水平，提高證據(jù)的質(zhì)量，使文獻(xiàn)、知識、信息與臨床需求相結(jié)合，開發(fā)具有學(xué)科特色、專業(yè)特色的治未病資源集合，體現(xiàn)中醫(yī)“治未病”知識服務(wù)與臨床應(yīng)用系統(tǒng)構(gòu)建的核心價值。