机器学习方法在中医学传承研究中的应用及思考

刘福栋; 姜晓晨; 王桂彬; 庞博; 花宝金

doi:10.13288/j.11-2166/r.2022.08.005

您当前的位置：

首页 >

文章列表页 >

机器学习方法在中医学传承研究中的应用及思考

思路与方法 | 更新时间：2022-04-11

- 机器学习方法在中医学传承研究中的应用及思考
- Inheritance of Traditional Chinese Medicine based on Machine Learning
- 中医杂志 2022年63卷第8期页码：720-724
- 作者机构：
  
  中国中医科学院广安门医院，北京市西城区北线阁5号，100053
- 作者简介：
  
  pangbotommy@gmail.com，（010）88001248
- 基金信息：
  
  中国中医科学院科技创新工程肿瘤学重大攻关项目(CI2021A01805);首都卫生发展科研专项(首发2022-2-4155)
- DOI：10.13288/j.11-2166/r.2022.08.005
  中图分类号：
- 收稿：2021-06-29，
  
  修回：2021-11-17，
  
  纸质出版：2022-04-17
- 稿件说明：
移动端阅览
刘福栋,姜晓晨,王桂彬等.机器学习方法在中医学传承研究中的应用及思考[J].中医杂志,2022,63(08):720-724.

LIU Fudong,JIANG Xiaochen,WANG Guibin,et al.Inheritance of Traditional Chinese Medicine based on Machine Learning[J].Journal of Traditional Chinese Medicine,2022,63(08):720-724.
刘福栋,姜晓晨,王桂彬等.机器学习方法在中医学传承研究中的应用及思考[J].中医杂志,2022,63(08):720-724. DOI： 10.13288/j.11-2166/r.2022.08.005.

LIU Fudong,JIANG Xiaochen,WANG Guibin,et al.Inheritance of Traditional Chinese Medicine based on Machine Learning[J].Journal of Traditional Chinese Medicine,2022,63(08):720-724. DOI： 10.13288/j.11-2166/r.2022.08.005.

摘要

推动中医药传承是保障中医学经久不衰的动力，随着中医学理论体系的不断丰富，传统的传承模式已经无法满足当今中医学传承的需求。在计算机技术飞速发展的当下，机器学习在中医学传承中凸显出了重要地位。梳理并总结比较基于机器学习的两种基本形式，即监督学习和无监督学习在相关中医药研究中的应用，认为监督学习更适合“病-症-证”的研究，在临床常见疾病的辨证模型、风险预测模型与证素危险因素研究中更具应用价值，而无监督学习更适合“方-药”研究和隐性知识的发现。基于对当前机器学习平台的比较，认为自研平台应当拓展算法类型，以实现与专业数据挖掘平台的更好结合。基于中医药传承研究与大数据科学结合的发展现状，认为机器学习将在中医理论的传承创新、临床决策和新药研发等方面产出更有意义的成果，但还需进一步拓展学科交叉的广度和深度，开发算法更加优化的机器学习平台。

Abstract

The inheritance of theory and experience is the enduring power of traditional Chinese medicine （TCM）. However， the traditional inheritance model can no longer keep pace with the enrichment of the theoretical system of TCM. With the rapid development of computer technology， machine learning has opened up a new way for the inheritance of TCM in this age. This paper explored the application of two basis forms of machine learning， that is supervised and unsupervised learning， in TCM researches. The results showed that supervised learning is more suitable for “disease-symptom-syndrome” researches concerning syndrome differentiation model， risk prediction model and risk factors of syndrome elements of common clinical diseases， whereas unsupervised learning is more valuable to the “formula-herb” researches and the reveal of tacit knowledge. After comparing between the current machine learning platforms， it is suggested that the self-developed platforms should enrich their algorithms in order to integrate with professional data mining platforms further. Based on the current inheritance status of TCM and its integration with big data science， it is believed that machine learning is a promising approach in the inheritance and innovation of TCM theories， the clinical decision makings and new drug researches. And in future， it is suggested to deepen interdisciplinarity from both breadth and depth， and to develop more algorithms to perfect the machine learning platforms.

关键词

Keywords

references

孙光荣 . 中医药学传承的内涵外延与路径［J］. 中医药通报， 2016 ， 15 （ 4 ）： 1 - 2 .

史忠植 . 知识发现［M］. 北京 . 清华大学出版社， 2002 ： 2 - 6 .

王永炎，于智敏 . 培养传承博士后与创新中医药学术［J］. 中医杂志， 2011 ， 52 （ 5 ）： 361 - 362 .

甘小金，陈艳，马秀丽 . 基于贝叶斯网络的王子瑜教授治疗子宫内膜异位症的辨证规律研究［J］. 世界中西医结合杂志， 2019 ， 14 （ 10 ）： 1350 - 1352 .

秘红英，魏聪，李红蓉，等 . 基于贝叶斯算法的吴以岭教授治疗冠心病心绞痛的病案分析研究［J］. 中国中西医结合杂志， 2018 ， 38 （ 5 ）： 534 - 538 .

余学杰，李书珍，李晓燕，等 . 基于决策树提取中医专家辨证规律初探［J］. 辽宁中医杂志， 2015 ， 42 （ 1 ）： 19 - 24 .

赵红波，吴晓晶，杨云，等 . 慢性功能性便秘与中医体质类型及相关危险因素的Logistic回归分析［J］. 中医杂志， 2017 ， 58 （ 16 ）： 1393 - 1398 .

苑婕，王珍珍，宋丽娟，等 . 基于监督学习算法的延胡索成分-靶点-疾病网络的预测研究［J］. 海南医学， 2020 ， 31 （ 13 ）： 1638 - 1643 .

郑婷婷，杨铭，阙祖俊，等 . 基于随机森林回归模型的中药复方金复康对肺癌细胞增殖作用的组方优化［J］. 中国实验方剂学杂志， 2017 ， 23 （ 4 ）： 177 - 182 .

陈永新，李峰，孙稚颖，等 . 基于游离脂成分的20种中药寒热药性支持向量机分析［J］. 辽宁中医杂志， 2011 ， 38 （ 1 ）： 127 - 129 .

易亚乔，方锐，葛金文，等 . 基于数据挖掘的历代医家痴呆相关病症用药规律分析［J］. 中国中药杂志， 2018 ， 43 （ 16 ）： 3376 - 3381 .

王伟斌，李敬华，于琦，等 . 基于古代医案的郁证用药规律分析［J］. 中国实验方剂学杂志， 2020 ， 26 （ 5 ）： 162 - 167 .

魏丹妮，王璐，齐琦，等 . 基于数据挖掘的4种月经病中药方剂用药规律比较研究［J］. 中草药， 2018 ， 49 （ 8 ）： 1939 - 1945 .

ZHANG S ， WU H ， LIU J ， et al . Medication regularity of pulmonary fibrosis treatment by contemporary traditional Chinese medicine experts based on data mining ［J］. J Thorac Dis ， 2018 ， 10 （ 3 ）： 1775 - 1787 .

王师菡，王阶，何庆勇，等 . 基于信息熵法提取名老中医治疗冠心病心绞痛的药对［J］. 中华中医药学刊， 2008 ， 26 （ 10 ）： 2150 - 2152 .

郭仁清 . 基于数据挖掘的国医大师周仲瑛辨治大肠癌处方用药规律研究［J］. 辽宁中医药大学学报， 2019 ， 21 （ 4 ）： 142 - 145 .

程建超，童佳兵，朱洁，等 . 基于792份住院病历探讨中医药治疗肺癌的处方规律［J］. 时珍国医国药， 2020 ， 31 （ 9 ）： 2278 - 2280 .

姚魁武，王阶，武继涛，等 . 血瘀证量化诊断流行病学调查数据的主成分分析［J］. 辽宁中医杂志， 2009 ， 36 （ 1 ）： 30 - 32 .

唐仕欢，申丹，卢朋，等 . 中医传承辅助平台应用评述［J］. 中华中医药杂志， 2015 ， 30 （ 2 ）： 329 - 331 .

李敬华，王映辉，李宗友，等 . 智能化技术在名医传承中的应用与实践［J］. 国际中医中药杂志， 2020 ， 42 （ 11 ）： 1049 - 1053 .

王映辉，刘保延，姚乃礼，等 . 动态结构化名老中医临床诊疗信息采集系统研究开发与应用［J］. 中国中医药信息杂志， 2008 ， 15 （ 2 ）： 106 - 107 .

庞博，刘刚，周雪忠，等 . 基于机器学习名老中医诊治肺癌认知模型构建方法［J］. 北京中医药， 2015 ， 34 （ 12 ）： 949 - 954 ．

庞博，徐心瑶，周培培，等 . 基于原型范畴理论名老中医诊治肺癌认知模型优化思路与方法［J］. 北京中医药， 2018 ， 37 （ 12 ）： 1141 - 1145 .

王琦 . 师承论［J］. 中医教育， 2006 ， 25 （ 3 ）： 65 - 68 .

于智敏，王永炎 . 对中医学术思想传承的思考［J］. 中国中医基础医学杂志， 2009 ， 15 （ 5 ）： 321 ， 324 .

王永炎 . 临床经验刍议［J］. 现代中医临床， 2017 ， 24 （ 2 ）： 1 - 3 .

王永炎，田金洲 . 新形势下的中医药传承与创新［J］. 北京中医药大学学报， 2018 ， 41 （ 7 ）： 533 - 536 .

孟庆云 . 论中医医案的价值、特点和研究方法［J］．继续医学教育， 2007 ， 21 （ 19 ）： 4850 .

丘光明，邱隆，杨平 . 中国科学技术史：度量衡卷［M］. 北京：科学出版社， 2001 ： 391 .

于兴文 . 基于机器学习与数据挖掘的名老中医用药规律研究［D］. 南京：南京中医药大学， 2019 .

查看原文

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

人工智能与中医智能化

补肾治尪汤治疗类风湿关节炎肝肾不足证炎症缓解结局临床预测模型的构建与验证

机器学习方法在治疗效果异质性分析中的应用及中医药领域适用性探讨

中医四诊技术在慢性肾脏病诊疗中的延伸及应用策略

基于机器学习Voting集成算法的慢性咳嗽中医证候诊断模型构建