Exploration of Decision-Making Methods Based on Syndrome Differentiation by “Data-Knowledge” Dual-Driven Models： A Case Study of Gastric Precancerous State

XU Weichao; DU Yanru; LANG Xiaomeng; LOU Yingying; JIA Wenwen; KANG Xin; GUO Shuo; ZHANG Kun; SU Chunzhi; TIAN Junbiao; WEI Xiaona; YANG Qian

doi:10.13288/j.11-2166/r.2024.02.007

您当前的位置：

首页 >

文章列表页 >

Exploration of Decision-Making Methods Based on Syndrome Differentiation by “Data-Knowledge” Dual-Driven Models： A Case Study of Gastric Precancerous State

更新时间：2024-01-11

- Exploration of Decision-Making Methods Based on Syndrome Differentiation by “Data-Knowledge” Dual-Driven Models： A Case Study of Gastric Precancerous State
- Journal of Traditional Chinese Medicine Vol. 65, Issue 2, Pages: 154-158(2024)
- 作者机构：
  
  1.河北中医药大学研究生学院，河北省石家庄市桥西区新石南路326号，050091
  2.河北省中医院
  3.河北医科大学第四医院
  4.河北科技大学信息科学与工程学院
  5.河北省浊毒证重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13288/j.11-2166/r.2024.02.007
  CLC：
- Received：19 March 2023，
  
  Revised：2023-10-31，
  
  Published：17 January 2024
- 稿件说明：
移动端阅览
徐伟超,杜艳茹,郎晓猛等.“数据-知识”双驱动模式的辨证决策方法探索——以胃癌前状态为例[J].中医杂志,2024,65(02):154-158.

XU Weichao,DU Yanru,LANG Xiaomeng,et al.Exploration of Decision-Making Methods Based on Syndrome Differentiation by “Data-Knowledge” Dual-Driven Models： A Case Study of Gastric Precancerous State[J].Journal of Traditional Chinese Medicine,2024,65(02):154-158.
徐伟超,杜艳茹,郎晓猛等.“数据-知识”双驱动模式的辨证决策方法探索——以胃癌前状态为例[J].中医杂志,2024,65(02):154-158. DOI： 10.13288/j.11-2166/r.2024.02.007.

XU Weichao,DU Yanru,LANG Xiaomeng,et al.Exploration of Decision-Making Methods Based on Syndrome Differentiation by “Data-Knowledge” Dual-Driven Models： A Case Study of Gastric Precancerous State[J].Journal of Traditional Chinese Medicine,2024,65(02):154-158. DOI： 10.13288/j.11-2166/r.2024.02.007.

摘要

数据分析模型可辅助中医药经验的传承和临床诊疗，以胃癌前状态为例探索“数据

知识”双驱动模式构建的可能性。数据驱动是围绕数据分析开展临床决策，其辨证决策研究依托隐结构模型、部分可观察马尔可夫决策过程以确认疾病病因、证候要素、病机演变和辨证方案；知识驱动是利用数据和信息推动决策和行动的过程，其辨证决策研究依托卷积神经网络以提高局部辨病辨证准确性。“数据

知识”双驱动模式可弥补单一驱动数字模拟准确性的短板，达到局部辨病与宏观辨证的平衡。在既往研究基础上探索胃癌前状态病证诊断辅助决策平台的构建方法，认为可通过机器与算法辅助来延伸医生诊断和决策能力，整合相关研究方法并获取胃癌前状态中医辨证和内镜病理诊断预测核心特征，探索疾病中医辨证内镜病理识别要素，为数据分析前沿技术在中医辨证智能化领域的深入研究和创新应用提供思路。

Abstract

Data analysis models may assist the transmission of traditional Chinese medicine （TCM） experience and clinical diagnosis and treatment， and the possibility of constructing a “data-knowledge” dual-drive model was explored by taking gastric precancerous state as an example. Data-driven is to make clinical decisions around data analysis， and its syndrome-differentiation decision-making research relies on hidden structural models and partially observable Markov decision-making processes to identify the etiology of diseases， syndrome elements， evolution of pathogenesis， and syndrome differentiation protocols； knowledge-driven is to make use of data and information to promote decision-making and action processes， and its syndrome-differentiation decision-making research relies on convolutional neural networks to improve the accuracy of local disease identification and syndrome differentiation. The “data-knowledge” dual-driven model can make up for the shortcomings of single-drive numerical simulation accuracy， and achieve a balance between local disease identification and macroscopic syndrome differentiation. On the basis of previous research， we explored the construction method of diagnostic assisted decision-making platform for gastric precancerous state， and believed that the diagnostic and decision-making ability of doctors can be extended through the assistance of machines and algorithms. Meanwhile， the related research methods were integrated and the core features of gastric precancerous state based on TCM syndrome differentiation and endoscopic pathology diagnosis and prediction were obtained， and the elements of endoscopic pathology recognition based on TCM syndrome differentiation were explored， so as to provide ideas for the in-depth research and innovative application of cutting-edge data analysis technology in the field of intelligent TCM syndrome differentiation.

关键词

Keywords

references

王子旭，王永炎 . 基于叙事医学视角的名老中医临床经验研究的思考［J］. 中医杂志， 2022 ， 63 （ 22 ）： 2118 - 2121 .

于林童，曲文白，余新波，等 . 数据挖掘方法在名老中医用药规律研究中的应用现状［J］. 中医杂志， 2017 ， 58 （ 10 ）： 886 - 888，900 .

程海波，张磊，付勇，等 . 2023年度中医药重大科学问题、工程技术难题和产业技术问题［J］. 中医杂志， 2023 ， 64 （ 14 ）： 1405 - 1421 .

谷晓红，于河，卜德超，等 . 应用混合方法构建名老中医道术传承研究与推广范式［J］. 中医杂志， 2022 ， 63 （ 15 ）： 1406 - 1411 .

何敏均，季璐玓，连力，等 . 2000-2019年中国早发型胃癌和晚发型胃癌流行病学趋势分析［J］. 中华流行病学杂志， 2023 ， 44 （ 8 ）： 1198 - 1202 ．

PIMENTEL-NUNES P ， LIBANIO D ， MARCOS-PINTO R ， et al . Management of epithelial precancerous conditions and lesions in the stomach （MAPS Ⅱ）： European Society of Gastrointestinal Endoscopy （ESGE），European Helicobacter and Microbiota Study Group （EHMSG）， European Society of Pathology （ESP）， and Sociedade Portuguesa de Endoscopia Digestiva （SPED） guideline update 2019 ［J］. Endoscopy ， 2019 ， 51 （ 4 ）： 365 - 388 .

国家消化系疾病临床医学研究中心（上海），国家消化道早癌防治中心联盟，中华医学会消化病学分会幽门螺杆菌学组，等 . 中国胃黏膜癌前状态和癌前病变的处理策略专家共识（2020年）［J］．中华消化杂志， 2020 ， 40 （ 11 ）： 731 - 741 ．

唐旭东，吴皓萌 . 基于消化系统疾病现代研究的脾胃理论传承与创新［J］．中医杂志， 2022 ， 63 （ 2 ）： 101 - 105 ．

徐佳君，罗志明，赵文，等 . 基于人工智能算法的中医状态辨识规则［J］．中医杂志， 2020 ， 61 （ 3 ）： 204 - 208 ．

于明坤，于河，王迪，等 . 目标值法在名老中医经验传承临床研究中的方法学价值和设计要点［J］. 中医杂志， 2020 ， 61 （ 1 ）： 36 - 41 .

王天芳，张连文，赵燕，等 . 隐结构模型及其在中医证候研究中的应用［J］．北京中医药大学学报， 2009 ， 32 （ 8 ）： 519 - 526 ．

翟优，段飞，许玉龙，等 . 约束隐结构研究冠心病痰湿证的定量化辨证规则［J］．世界科学技术-中医药现代化， 2021 ， 23 （ 7 ）： 2247 - 2252 ．

张东，冯贞贞，王露，等 . 基于隐结构结合关联规则的中晚期肺癌方药规律分析［J］．中国中药杂志， 2022 ， 47 （ 1 ）： 235 - 243 ．

徐伟超，许玉龙，张增博，等 . 基于隐结构模型的名老中医药专家辨证论治京津冀地区慢性萎缩性胃炎用药规律研究［J］. 中国中药杂志， 2020 ， 45 （ 7 ）： 1691 - 1697 .

许玉龙，王忠义，吕雅丽，等 . 中医药数据隐结构分析平台：孔明灯网络版［J］．世界科学技术-中医药现代化， 2020 ， 22 （ 7 ）： 2224 - 2232 ．

张恒艳，叶建州，周也，等 . 灰色马尔可夫模型在中医证候预测中的应用进展［J］．辽宁中医杂志， 2019 ， 46 （ 1 ）： 6 - 9 ．

杨敏杰 . 基于灰色马尔可夫的气阴两虚型慢性肾脏病中医疗效预测模型的设计与构建［D］. 北京：北京中医药大学， 2018 .

杨慧婷，蒋金兰，金林珍，等 . 针灸治疗中风恢复期临床预测模型的建立和分析［J］．中国针灸， 2021 ， 41 （ 8 ）： 855 - 860 ．

杨敏杰，周晟，孟庆刚 . 基于马尔可夫链的中医药疗效预测模型构建与探索［J］．中华中医药学刊， 2018 ， 36 （ 7 ）： 1594 - 1597 ．

王丽华，单兆伟 . 单兆伟慢性萎缩性胃炎诊疗经验浅探［J］. 辽宁中医杂志， 2015 ， 42 （ 6 ）： 1194 - 1195 .

吴丹 . 慢性萎缩性胃炎胃镜象与证素特点的相关性研究［D］．福州：福建中医药大学， 2018 ．

李湘蓝 . 慢性胃炎合并幽门螺杆菌感染胃镜象与中医证型分布的关系研究［D］．南京：南京中医药大学， 2021 ．

YACOB YM ， ALQURAN H ， MUSTAFA WA ， et al . H. pylori related atrophic gastritis detection using enhanced convolution neural network （CNN） learner ［J］. Diagnostics （Basel）， 2023 ， 13 （ 3 ）： 336 .

汪鹏，谢静，王雷，等 . 中国消化内镜活检与病理学检查规范专家共识（草案）［J］．胃肠病学， 2014 ， 19 （ 9 ）： 549 - 553 ．

ZHAO T ， HU Y ， VALSDOTTIR LR ， et al . Identifying drug-target interactions based on graph convolutional network and deep neural network ［J］. Brief Bioinform ， 2021 ， 22 （ 2 ）： 2141 - 2150 .

张选，胡晓娟 . 基于GoogLeNet和ResNet的深度融合神经网络在脉搏波识别中的应用［J］．计算机系统应用， 2019 ， 28 （ 10 ）： 15 - 26 ．

肖庆新，张菁，张辉，等 . 基于轻型卷积神经网络的舌苔颜色分类方法［J］．测控技术， 2019 ， 38 （ 3 ）： 26 - 31 ．

CHEN M ， WANG J ， XIAO Y ， et al . Automated and real-time validation of gastroesophageal varices under esophagogastroduodenoscopy using a deep convolutional neural network： a multicenter retrospective study （with video）［J］. Gastrointest Endosc ， 2021 ， 93 （ 2 ）： 422 - 432， e 3 .

ZHANG L ， ZHANG Y ， WANG L ， et al . Diagnosis of gastric lesions through a deep convolutional neural network ［J］. Dig Endosc ， 2021 ， 33 （ 5 ）： 788 - 796 .

徐伟超，李博林，许亚培，等 . 基于快速区域卷积神经网络萎缩性胃炎-胃癌胃镜图像自动识别模型的建立及临床测试［J］. 世界科学技术-中医药现代化， 2021 ， 23 （ 9 ）： 3274 - 3280 .

查看原文

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Analysis on Feasibility and Path of Building a Knowledge-Data Dual-driven Traditional Chinese Medicine Diagnosis and Treatment System

Exploring the Comorbidity Mechanism，Prevention and Treatment Strategies of Rheumatoid Arthritis with Coronary Atherosclerotic Heart Disease Based on Collateral Disease Theory

Similarities and Differences between Myofascial Trigger Points and Sinew Knot：from the Perspective of the Channel Sinew Theory

Effect of Tongbian Decoction （通便汤） on the VAPB-PTPIP51 Complex and Autophagy of Interstitial Cells of Cajal in the Colon of Slow Transit Constipation Model Rats

Syndrome Differentiation and Treatment of Cholinergic Urticaria from the Perspective of "Treating Fire Constraint by Dispersing It"

Related Author

Hongben XU

Xiya LU

Yixin LIU

Lingjing GAO

Chang'en ZHOU

Chaoyang YANG

Related Institution

School of Traditional Chinese Medicine， Fujian University of Traditional Chinese Medicine

Fujian Key Laboratory of Traditional Chinese Medicine Health State， Fujian University of Traditional Chinese Medicine

Address：No.16, Nanxiao street, Dongzhimen, Dongcheng District, Beijing Postal code：100700
Tel：010-64035632 Email：jtcmcn@188.com
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09064830号-19 京公网安备11010102007558号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰