《傷寒論》信息化研究進展*

林睿凡，劉亮亮，張妮楠，周洪偉△，謝 琪

(1.中國中醫科學院中醫臨床基礎醫學研究所，北京 100700； 2.上海對外經貿大學統計與信息學院，上海 200000； 3.中國中醫科學院學術管理處，北京 100700)

中醫古籍是中醫藥學術的載體，它以圖文形式記錄了中醫藥學數千年來積累的豐富理論知識和臨床經驗，具有重要的學術價值和文物價值，不僅是現代中醫藥學發展與實踐探索的源泉和動力，而且對中醫學的發展具有重要的啟發和指導作用。《傷寒論》作為一部理論聯系實際的著作，其六經辨證以及理法方藥于一體的理論體系，至今依然指導臨床實踐，是中醫知識結構的重要基石，臨床實踐的有效指導工具。

1 《傷寒論》古籍整理

1954年，中央提出“整理出版中醫古籍，包括編輯和翻印古典和近代醫書”，其后《傷寒論》納入古籍整理工作的一部分[1]。在版本流傳考證方面，我國著名文獻學家錢超塵教授做出了重要貢獻，主要對宋本、唐本、金匱玉函經、高繼沖本、敦煌殘卷、康賠本、康治本以及安政本等版本進行考證，并且論證了《湯液經法》《傷寒論》《輔行訣》之間的關系[2-4]。《傷寒論》原文考注類文獻多以圖書形式出版。1957年由科技衛生出版社出版、任應秋教授主編的《傷寒論語譯》，對《傷寒論》原文中晦澀難懂的詞語或者古今異義的詞語進行注釋，并配原文以翻譯[5]。1982年由湖南科學技術出版社出版、朱佑武教授主編的《宋本傷寒論校注》在校注生僻字詞的同時，不僅給出條文的內容提要，點明每條的主旨大意，還增加了按語以助讀者深刻理解原文含義[6]。1996年天津科學技術出版社出版的郭靄春教授主編的《傷寒論校注語譯》，該書在校注和注解原文的基礎上，收錄了成無己注解[7]。1988年馬繼興教授對敦煌古醫籍進行整理，并出版《敦煌古醫籍考釋》，其中收錄《傷寒論》敦煌本考注，對條文中難以理解的詞匯進行注釋并標明文字刪減[8]。

2 《傷寒論》數字化

20世紀50年代是數字化技術飛速發展的時期，數據庫則是數字化的重要產物。《傷寒論》作為中醫古籍的重要組成部分，多為孤本或絕本，除了具有臨床學術價值之外，同時具有一定文物價值，長期手工翻閱勢必會對原版資料造成不可修復的損毀。并且由于《傷寒論》版本眾多，收藏地點分布較廣，手工整理速度緩慢，無法足以滿足文獻研究、版本比對以及文獻保護的需要，古代文獻與現代文獻在文字表達方面也存在差異。因此古籍數字化可以處理部分整理過程中所面臨的難點。以上原因促使《傷寒論》數字化工作的開展，成果收錄于不同種類的古籍數據庫(表1)。

表1 《傷寒論》數字化成果簡介

3 《傷寒論》信息化研究

從嚴格意義上說，中醫古籍文獻的數字化是“形式”上的研究，中醫古籍文獻的信息化是“內容”上的探索[9]。運用信息科學技術使中醫理論可視化、可重復、可操作，是在繼承意義上的再創造[10]。因此進入21世紀，我國開始由中醫古籍數字化向內容梳理和信息化過渡。此階段除對《傷寒論》原文進行處理外，還包括基于經方的醫家診療經驗總結，此類總結通常圍繞醫案展開，故不包含在分析范圍之內。

3.1 《傷寒論》六經系統研究是信息化的基礎

上世紀80年代，有學者提出六經之間信息的多變性和復雜型取決于六經系統的多樣性和層次性，并且《傷寒論》的思維模式包括整理、聯系和轉化，均是信息論所具備的特點，因此可以嘗試從信息的角度進行分析[11]。通過整理各代醫家對于六經本質的看法，結合現代系統科學知識，筆者認為六經體系本質實際是系統模型，隸屬于系統科學體系[12]。故將宋本《傷寒論》作為研究對象，對其所收錄的條文進行分類，總結六經病下所包含的本證、兼證、辨證、疑似證等類別，為《傷寒論》的信息化研究打下基礎[13]。

3.2 《傷寒論》邏輯方法分析

不同學者從多種角度分析《傷寒論》潛在邏輯。楊振華認為，《傷寒論》中主要使用三重邏輯思維法，包括類比取象法、假說思維法和科學抽象法，其中由于誤治導致的變證是假說思維法的成功運用，通過科學歸納法對條文進行總結，從而系統的認識疾病，掌握發展中的病邪[14]。趙明君認為，《傷寒論》的六經證及其變證和兼證，病證相應、異病同治和六經病治均體現從一般到特殊的思維方法[15]。賈春華認為，《傷寒論》中存在墨子創建的名、理、故、類邏輯法，以及現代邏輯體系中的三段論和命題邏輯等多種邏輯形式[16]。吳清榮在明因學的背景下，以《傷寒論》條文為例，探究中醫辨證論治過程與明因論式之間的關系，認為2種思維體系頗為接近[17]。穆勒五法作為一種排除歸納法，可以對張仲景方進行歸納分析，建立條文的因果關聯。研究結果表明，方劑與證候之間存在聯系，使用相同方劑時其證候不必完全相同，圍繞其主癥即可[18]。楊培坤采用集合論的思想，構建《傷寒論》信息處理模型。本工作僅選取少部分條文，并且在增加病機的前提下完成條文的模型構建[19-21]。

更多學者則是從命題邏輯的角度分析經方原文。楊培坤論述《傷寒論》方證系統涉并認為從證和病到方的過程都屬于條件關系推理過程，整個推理系統是一種強關系下的條件推理，為知識庫的構建提供理論支撐。通過條件關系分析，認為脈浮、頭項強痛、惡寒是太陽病的三大必要條件，同時也可以將太陽傷寒和太陽中風相區分。并且通過舉例說明條文中所涉及的內容與其取非后的可以產生邏輯推理關系[22]。基于任何科學都要遵守邏輯的基礎，賈春華對《傷寒論》涉及充分條件、必要條件和充分必要條件的條文進行陳述，并認為方證之間命題是屬于廣義模態邏輯的道義邏輯[23-24]。范吉平基于命題邏輯，分析《傷寒論》的推理過程，將條文內部邏輯分為聯言命題、選言命題和假言命題，并舉例說明[25]。鄒崇理和賈春華認為，《傷寒論》中存在條件句，并認為可以細化分為條件句前和條件句后的關聯關系，其成分相干蘊含，也就是條件句和主句同時具有顯性和隱形構成成分，同時條件句依賴“語義”“語用”需要相關的背景知識來解釋。基于此進而從信息流推理的角度去理解《傷寒論》中的邏輯推理[26-27]。王瑞祥以數理邏輯對太陽中風和太陽傷寒條文進行邏輯分析，得出中風的充分條件為“脈浮、頭項強痛、惡寒、發熱、汗出、脈緩”，傷寒的充分條件是“脈浮、頭項強痛、惡寒、體痛、嘔逆、脈陰陽俱緊”，中風和傷寒均為太陽病[28]。賈春華基于命題邏輯中的充分條件，對《傷寒論》中麻黃、桂枝、芍藥、半夏的主治進行推理，認為麻黃治療實證水腫，桂枝治療大便不堅之小不利，芍藥用于非虛寒性腹痛，半夏用于止嘔[29]。

3.3 《傷寒論》數據挖掘

關聯規則采用CMAR子算法可以挖掘張仲景用藥模式，對寒證、熱證、虛證、實證、表證及不同臟腑、六經病證等病證進行用藥分析，概括不同病證的用藥規律，與臨床用藥相互印證[30]。采用布爾關聯規則Apriori算法，分析《傷寒論》藥對分布情況，可以得出張仲景用藥多使用生姜、甘草、大棗顧戶脾胃的結論[31]。通過經典關聯規則算法Apriori，挖掘《傷寒論》癥狀組合規則以及藥-癥關聯規律，總結出一系列病機相同的癥狀群，如煩躁-小便不利-渴等，指出癥狀群常使用的藥物，如渴-身疼痛癥狀群多使用豬苓-澤瀉藥對[32]。基于數據挖掘方法的雙向強關聯規則算法，研究傷寒桂枝類方，得出結論桂枝湯類方主要用于虛證，桂芍1∶1用于外感發熱類疾病，1∶2用于腹痛虛勞等疾病，并提取出桂枝湯中存在的藥對以及對桂枝湯適用的主證兼證進行歸類[33]。采用中藥處方智能分析系統(CPIAS)對麻黃湯的方證知識進行挖掘，通過貢獻度分析方劑的君臣佐使配伍，指出其方劑屬于辛溫發散的性味歸經，主要功效為辛溫解表，使用于感受寒邪以及伴有胃氣上逆和肺氣不宣的患者[34]。采用數據挖掘方法對《傷寒論》中非衡量器藥物劑量進行探討，以小青龍湯為例，將各家發表的《傷寒論》 中非衡量器計量的藥物劑量考察結果輸入CPIAS，確定五味子半升的計量為20 g[35]。基于中藥計量是處方發揮功效的重要因素，作者使用CPIAS結合文獻法，對《傷寒論》的112方重新進行中藥計量范圍的界定。以桂枝湯為例，將新舊藥物使用劑量進行對比，并對桂枝湯藥物貢獻度進行排序，認為生姜在桂枝湯中的貢獻度大于炙甘草[36]。基于平均常用量線性模型，探究《傷寒論》中方劑由于加減而帶來的寒熱變化情況，從量化和可視化角度闡述寒熱性質，嘗試將計算機科學與中醫進行交叉領域研究[37]。層次分析法(AHP)作為一種用于分析復雜大系統的數學方法，引入中醫領域輔助進行方證理論驗證，以頭痛、發熱、汗出、惡風為例，判斷出其適用方劑為桂枝并非麻黃湯[38]。

3.4 采用機器學習方法分析《傷寒論》

采用支持向量機(SVM)方法，可以從不同角度進行《傷寒論》方劑分類，一方面便于現代人理解張仲景思維模式，另一方面可以發現《傷寒論》的隱藏知識[39]。使用決策樹算法建立葛根芩連湯、黃芩湯、白頭翁湯分類模型，為三方的臨床選擇提供指導[40]。作者使用人工神經網絡算法研究藥物和癥狀之間的非線性對應關系，進一步明確了方劑和對應癥狀之間的關系，但仍存在癥狀歸類標注欠缺、條文癥狀收錄不完整、方藥劑量描述不精準等不足之處[41]。基于人工神經網絡技術構建《傷寒論》主證-藥物對應關系與方-證要素對應關系數學模型，分析了方證要素對應系統收斂效果強于主證藥物的原因[42]。通過整合隨機森林、支持向量機和神經網絡算法，構建一種復合結構智能化的變證選方模型(RSB)，以嘗試優化對癥選方。將RSB與支持向量算法、隨機森林算法和BP神經網絡算法進行比較，其中RSB推薦準確性最高[43]。

3.5 圖像法剖析《傷寒論》

偏序結構圖(POSD)是燕山大學洪文學教授及其研究團隊提出的一種知識可視化方法，包括屬性偏序結構圖和對象偏序結構圖，其中屬性偏序結構圖將共同特征的對象聚類，對象偏序結構圖則可以將具有特異性對象與其他對象相區分[44]。基于此方法，廣州中醫藥大學李賽美團隊與洪文學團隊聯合對《傷寒論》條文進行分析，挖掘深層知識。利用這種多層次復雜概念網絡生成法，可以對《傷寒論》進行全部、客觀的知識發現，從而對中醫知識發掘提供新的途徑[45]。如分析出張仲景使用和法、溫法以及汗法的必用基礎藥物、基礎藥對和基礎方，將桂枝類方、柴胡類方和瀉心類方進行二次分析，發現三類方劑的加減規律以及所形成的類別[46]。對小便類方劑進行分類歸納，主要形成甘草類集合、大黃類集合、茯苓類集合以及其他散在集合，并對四類集合的組方規律進行分析[47]。以甘草用量進行分類，分別探討甘草使用二兩、三兩、四兩的配伍特點[48]。對《傷寒論》整體結構進行梳理，認為其收錄方劑主要為12大類，包括桂枝類、麻黃類、葛根類等，并將方劑按照治法進行分類，同時總結每類治法的用藥特點[49]。另外，主題圖技術作為一種知識組織技術，可以定義知識之間的關系，實現分布式知識集成和共享，通過此技術對《傷寒論》原文進行內容整理，探索主題圖技術在中醫藥領域的應用[50]。知識圖譜作為一項新興技術也嘗試使用于《傷寒論》研究。采用基于條件隨機場(CFR)的方法，識別《傷寒論》文本的癥狀、病名、脈象、方劑等中醫術語，識別準確率為85%，F值為75.56%[51]。以《傷寒論》中涉及方劑的條文為藍本，利用人工神經網絡對245條構建方證數據庫，先以100條原文為訓練樣本，通過桂枝湯證、麻黃湯證、小柴胡湯證和白虎湯證癥狀作為測試，進行從癥狀到藥物的預測分析，模型準確率達79%[52]。使用Neo4j圖數據庫構建經方桂枝湯類方的小型知識圖譜，對證、方和藥進行可視化分析，為中醫類知識圖譜的構建奠定基礎[53]。

4 小結

縱觀上述文獻，其目的均為從哲學、計算機以及其他多科領域角度分析《傷寒論》背后的意義，通過與不同領域相結合的方式進行研究，取得一定成果。但通過閱讀《傷寒論》原文可知，不同概念之前存在混淆或異詞同義的情況，概念之間關系錯綜復雜。述評所含文獻由于技術所限并未完全對《傷寒論》中概念之間的聯系進行梳理和呈現，但仍然為后續研究提供了哲學思路基礎和方法上的借鑒。