董雪燕 祁烁 姜苗 韩丹阳 董石 崔玉

    ·综述·

    数据挖掘在中医药研究中的应用分析

    董雪燕 祁烁 姜苗 韩丹阳 董石 崔玉

    数据挖掘是从大量的、不完整的、复杂繁琐的数据中发现隐藏的、有价值的知识的过程。利用数据挖掘技术从中医累积的数据中探索和发现其中蕴含的规律，有利于中医学的继承、探索与发展。本文通过检索、总结中医学研究中数据挖掘技术相关文献，发现此类技术主要应用于中药方剂配伍规律、症状分析、辨证规律分析三方面；数据挖掘技术主要包括频数统计、聚类分析、因子分析、对应分析、关联规则、分类模型、贝叶斯网络、异常点分析等。

    中医； 数据挖掘； 配伍规律

    数据挖掘[1](Knowledge Discovery in Data-base,KDD)是指从大量的、不完整的、有噪音的数据中发现隐藏的、有价值的知识的过程，是当今大数据时代最前沿的数据处理技术之一。其主要表现形式为：规则、概念、规律及模式等。目前，数据挖掘方法逐渐应用于临床医学研究领域。

    中医学具有系统性、整体性、复杂性、不确定性等特点。中医临床积累的信息颇多，数据类型及相互关系错综复杂，数据中隐藏大量有价值的信息。但由于此类数据的庞大和复杂，对有效信息及其相关性的分析与探索单纯依靠人力很难完成。而从大量数据中探索和发现其中蕴含的潜在规律与价值，正是数据挖掘技术的优势所在。本文通过检索、总结中医学研究中数据挖掘技术相关文献，发现此类技术主要应用于中药方剂配伍规律、症状分析、辨证规律分析三方面；数据挖掘技术主要包括频数统计、聚类分析、因子分析、对应分析、关联规则、分类模型、贝叶斯网络、异常点分析等，现简述于下。

    1 配伍规律分析

    在中药方剂配伍规律的研究领域，数据挖掘主要体现为应用频率统计法总结复方中的主要药物及其功效、药性，从而归纳复方的治则；运用聚类分析、因子分析法对复方及药物进行分类、归纳；通过药物的药效，透析病机病理，探讨证治规律；通过关联规则挖掘复方中的药对和药组，进而发现药物的配伍规律，总结治则、治法。

    刘创[2]基于万方数据库、中国学术期刊全文数据库(2000-2014年)统计关于肺纤维化中医证型的相关文献中治疗特发性肺纤维化(idiopathic pulmonary fibrosis,IPF)的中药复方，利用数据挖掘中的聚类分析和关联分析等方法，分别对复方和单药做聚类分析，总结IPF的中医证治规律、每类复方及单药的功效，进而归纳复方的治则；同时使用关联规则挖掘复方中的药对，提出将药对用于优化复方的思路 ......