基于關聯規則的中醫肺癌數據挖掘應用研究

劉廣

【摘 要】收集治療肺癌的中醫藥臨床文獻作為實驗數據，運用關聯規則技術對中藥包含的化學組分進行頻繁項集的挖掘，發現了治療肺癌最主要的藥物以及藥物之間的依賴關系，對臨床肺癌治療有著重要的作用。

【關鍵詞】數據挖掘；關聯規則；肺癌；藥物關系

五千年的歷史傳承下來的中醫學是我國寶貴的民族遺產，中醫學理論在漫長的臨床醫療實踐中獲得了大量的信息，挖掘出其中一些隱藏的珍貴經驗，以此作為臨床中醫學診療的參考依據，保證對癥下藥，藥到病除[1]。數據挖掘能夠發現隱藏在海量數據中的潛在知識，是現在最活躍的研究應用領域。關聯規則是數據挖掘中的一個重要研究分支，它側重于尋找數據之間的微妙聯系和依賴關系，因此，運用數據挖掘中的關聯規則進行中醫藥領域研究是可行的[2]。

1 關聯規則在中醫藥領域中的發展程度

關聯規則技術被提出僅僅20多年時間，許多專家學者對關聯規則數據挖掘算法的研究極其關注和重視，與之有關的文獻報告的數量也呈現不斷上升的趨勢，其應用于中醫學、中藥學領域更只不過近10年左右。這和關聯規則技術的特點是息息相關的，它可以通過挖掘頻繁項集，得到事務屬性之間的關系，應用于中醫學、中藥學中，能夠發現證候、病癥以及藥物之間，或者方劑配伍中的關系和規律[3]。所以，它無可厚非地成為了中醫及中藥領域研究中必不可少的應用工具之一。

但總體上講，關聯規則技術在中醫和中藥研究方面還處于起步階段，直到2002年應用于中醫藥領域的文獻才第一次出現，進行相關開發研究的機構比較少，主要集中在成都中醫藥大學、北京中醫藥大學、中國中醫科學院廣安門醫院。所以關聯規則技術在中醫藥領域的挖掘中還存在眾多的問題。比如，方劑學方面，首先，關聯規則是基于數據庫進行挖掘的，數據庫中的數據質量直接會影響到關聯規則的結果質量。雖然我國已經建立了眾多比較全面的方劑數據庫，但是由于方劑數據自身的原因，依然會存在藥物名稱不統一的問題，大部分的數據是模糊的，數據缺失與冗余并存的問題，尤其在古代文獻中更為突出，如何排除數據庫中的這些噪聲，使整理后的數據更能符合關聯規則技術的挖掘的要求已經成為一個大的問題。再比如，在傳承和研究老中醫醫藥技術的問題上，也與方劑學方面有著類似的問題，會由于時間太久遠或者用藥名稱不統一的問題導致數據不完整、缼失，從而影響挖掘結果，甚至是得不到正確的結果，那么那些寶貴的經驗也得不到傳承[4]。然而無論怎樣，它已經為中醫及中藥知識的發現打下了基礎，因此，隨著數據挖掘技術的發展與提高，專家學者對關聯規則技術的大量投入與研究，在不久的將來，關聯規則會在中醫及中藥領域創造出輝煌，帶給我們意想不到的驚喜。

2 實驗數據來源

肺癌原發于支氣管黏膜與肺泡，是經常提到的惡性腫瘤，是威脅人類生命的可怕疾病。伴隨著環境污染的不斷惡化加重，空氣質量越來越不好，人們患肺癌的幾率呈現上升趨勢，給人們的生活與健康帶來了嚴重的影響。此次實驗以治療肺癌的中醫藥臨床文獻為基礎，結合中藥藥理實驗數據，實驗數據源包括《中醫臨床診療文獻數據庫（肺癌））》和《中藥藥理實驗數據庫》，運用關聯規則技術挖掘研究治療肺癌組分中藥的新方法，得到有價值的結果。在這1120篇臨床文獻中，光是治療肺癌的方劑大約有875篇，占了大部分文獻，其中被關注和報道最多的是自擬方，即醫生根據病人的不同病癥和情況開出的處方，自擬方一共有296篇，這正是中醫辨證論治的個體化診療特色的體現[4]。目前，中藥治療肺癌主要是“固本”和“驅邪”。用藥以抗癌和增強細胞免疫功能為主，辨證論治注重全面調節人體整體功能，同時結合個體差異。

3 關聯規則挖掘結果

表1和表2分別是中藥包含的化學組分中支持度和置信度出現頻次最高的前10位，從中可以看出支持度最高的二項組合前4組是麥冬總皂苷和南沙參多糖、Beta-谷甾醇和南沙參多糖、太子參多糖和南沙參多糖，麥冬多糖和南沙參多糖，實驗結果表明在全部同類型的二項組合中它們出現的頻次最高。置信度最高的一組是D-甘露醇和肉蓯蓉多糖，實驗結果表明D-甘露醇出現的時候，肉蓯蓉多糖一定出現。另外，還可以看出，20組結果中有13組是包括抗癌活性的化學組分，有6組是具有調節免疫力作用的化學組分，這與中醫治療肺癌主要采取“驅邪”和“固本”的原則相符，用藥上以抗癌與增強免疫能力功能為主也是相符的。其他化學組分具有抗炎、抗氧化、酶抑制等作用，都是偏向西醫治療的理論[5]。根據藥理作用化學組分，二項組合可以大體上分成兩種：一種是化學組分藥理作用相同，它們組合在一起加強了藥理作用；另一種是化學組分藥理作用不同，這樣的組合藥理作用互相補充。通過關聯規則挖掘出的以上結果表明關聯規則技術對于中醫肺癌的治療有著重要的作用與影響，它可以發現一些隱含的信息，從信息中了解藥物之間的微妙關系，能更好的利用藥物進行合理的配伍，達到更有效、更有益的結果[6]。還能發現癥狀與藥物之間的聯系，能夠對癥下藥，達到高效率的治療效果，不至于盲目用藥，這樣肺癌的治療率才能呈現上升趨勢，更多的人能夠健康生活。因此，關聯規則技術在臨床疾病治療以及中醫藥領域也是重要的、有價值的，它讓臨床在疾病治療和用藥上更有依據和參考價值，可能會有些偏差，但大體上是可以信任的[7]。我們應該更加深化和關注關聯規則技術，讓此技術在臨床醫學上有更大的作用和發展。

4 結論

經過本次實驗的研究，數據挖掘技術可以進行中醫藥大量數據的分析，應用數據挖掘中的關聯規則技術，方便于發現中醫藥海量數據中隱藏的藥物之間的關系，通過這樣的實驗研究可以為中醫肺癌臨床診斷提供參考價值和診療依據，進而使疾病的治療效果更好，可以對癥下藥，也避免了藥物的浪費。但是，關聯規則技術在中醫藥領域的研究還處于初級階段，有很大的提升空間，應該更加深入的開展此項研究，讓其在中醫藥領域發揮更大的作用。相信在不久的未來，關聯規則技術在中醫藥領域的重要影響，會越來越突出，發揮出更大的作用。

【參考文獻】

[1]姚美春，袁月梅，艾璐.數據挖掘及其在中醫藥現代化研究中的應用[J].北京中醫藥大學學報，2002（8）：56-60.

[2]于長春，賀佳等.數據挖掘技術在醫學領域中的應用[J].第二軍醫大學學報，2003（15）：123-128.

[3]沈斌.關聯規則技術研究[M].中國：浙江大學出版社，2011：256-275.

[4]T.M.Mitchell.Machine Learning and Data Mining[J].Communications of the ACM，1993（12）：67-73.

[5]雷蕾，崔蒙，秘仲凱.關聯規則挖掘在治療肺癌組分中藥發現中的應用研究[J].中國中藥雜志，2010（16）：165-170.

[6]謝含.數據挖掘在中醫藥文獻研究中的應用[J].中醫藥信息，2005（6）：24-28.

[7]馬金剛，胡志帥，等.基于關聯規則挖掘的方劑配伍規律初步研究[J].中國實驗方劑學雜志，2013（7）：351-353.

[責任編輯：湯靜]