基于數(shù)據(jù)挖掘的中醫(yī)處方分析方法研究進(jìn)展

馮 梅 王 穎 柏 冬，2 王俊宏

(1 陜西中醫(yī)藥大學(xué)基礎(chǔ)醫(yī)學(xué)院，咸陽，712046；2 中國中醫(yī)科學(xué)院中醫(yī)基礎(chǔ)理論研究所，北京，100700；3 北京中醫(yī)藥大學(xué)東直門醫(yī)院，北京，100700)

處方是應(yīng)用于中醫(yī)臨床診療的主要形式和方法。對方劑的組方規(guī)律、配伍規(guī)律進(jìn)行探索和總結(jié)，是對名老中醫(yī)經(jīng)驗(yàn)的總結(jié)和傳承，疾病的預(yù)防和治療，臨床給藥的關(guān)鍵性舉措[1]。處方分析旨在運(yùn)用現(xiàn)代科學(xué)技術(shù)從浩如煙海的方劑中進(jìn)行分析并挖掘其具有潛在價值的信息，找到潛在的用藥規(guī)律、處方配伍規(guī)律、名老中醫(yī)診療用藥特點(diǎn)等信息，以期對臨床診療、臨床給藥以及新藥的研發(fā)提供新的思路和途徑。通過對名老中醫(yī)學(xué)術(shù)經(jīng)驗(yàn)和處方配伍規(guī)律等進(jìn)行總結(jié)分析，有利于豐富中醫(yī)藥理論體系，推動中醫(yī)藥學(xué)術(shù)的進(jìn)展，是實(shí)現(xiàn)中醫(yī)藥傳承的客觀要求[2]。處方的分析對新藥的研發(fā)起著重要作用，而且有效的處方分析可以降低新藥的開發(fā)風(fēng)險、揭示核心藥物群、闡明藥物之間的關(guān)系、總結(jié)不同證型用藥規(guī)則，為相關(guān)治療提供依據(jù)[3]。

中醫(yī)辨證論治的思維決定了其臨床用藥具有明顯的個體化特點(diǎn)，且中醫(yī)學(xué)本身具有很強(qiáng)的主觀性和復(fù)雜性，在一定程度上缺乏客觀、定量的標(biāo)準(zhǔn)。中醫(yī)通過望、聞、問、切4種診斷方法共同參與來獲取有用信息并進(jìn)行診斷，在治療上強(qiáng)調(diào)“辨證施治”。數(shù)據(jù)挖掘技術(shù)可以有效地分析中醫(yī)臨床用藥規(guī)律和潛在作用機(jī)制[5]，很好地總結(jié)中醫(yī)治療中的共性規(guī)律，為臨床治療疾病提供客觀依據(jù)[6]。

1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)是從大量隨機(jī)、模糊且不完整的數(shù)據(jù)中提取的有潛在價值的信息，進(jìn)而完成對中醫(yī)藥關(guān)鍵信息的提取和整合，實(shí)現(xiàn)對處方用藥規(guī)律的研究分析[7-9]。目前主要應(yīng)用于中醫(yī)領(lǐng)域的挖掘方法有：關(guān)聯(lián)分析、聚類分析、因子分析、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、復(fù)雜網(wǎng)絡(luò)等方法，可對中醫(yī)藥治療某一疾病的證型、配伍規(guī)律進(jìn)行分析，為疾病的臨床治療提供方法和思路[10-11]。數(shù)據(jù)挖掘?qū)z索到的數(shù)據(jù)進(jìn)行深入分析，能揭示不同數(shù)據(jù)之間隱含的關(guān)系，發(fā)現(xiàn)未知的規(guī)律或模式，為中醫(yī)相關(guān)領(lǐng)域的發(fā)展提供指導(dǎo)和幫助。因其能夠解決復(fù)雜的、非線性的問題，揭示中藥治療疾病過程中的特點(diǎn)及規(guī)律，故在中醫(yī)臨床分析中得到廣泛應(yīng)用。

1.1 關(guān)聯(lián)規(guī)則分析 關(guān)聯(lián)規(guī)則是從數(shù)據(jù)庫中挖掘項(xiàng)與項(xiàng)之間隱藏的關(guān)聯(lián)關(guān)系[12-13]。購物籃分析是其最經(jīng)典的應(yīng)用。通過分析顧客所購買物品之間的聯(lián)系，了解顧客購買物品的習(xí)慣及頻率，從而制定出具有引導(dǎo)性的營銷策略[14]。目前關(guān)聯(lián)規(guī)則的常用算法有Apriori和FP-growth等算法，可應(yīng)用于探究配伍規(guī)律、用藥規(guī)律和名老中醫(yī)醫(yī)案挖掘等方面[15]。由于目前的數(shù)據(jù)庫只能提供檢索、統(tǒng)計(jì)等服務(wù)，不能深入探析其包含的大量隱藏規(guī)則[16]，故通過關(guān)聯(lián)規(guī)則對相關(guān)數(shù)據(jù)進(jìn)行分析，可得到治療某疾病不同證型的常用藥對或藥物配伍規(guī)律及他們之間的潛在聯(lián)系，總結(jié)出治療該疾病的基本用藥規(guī)律及核心處方[17]。例如,卓小媛等[18]利用關(guān)聯(lián)規(guī)則分析中醫(yī)藥治療冠心病支架術(shù)后的用藥規(guī)律，通過對治療該病的藥物組合進(jìn)行挖掘分析，發(fā)現(xiàn)最常用的活血化瘀類藥、補(bǔ)氣理氣類藥物與冠心病術(shù)后多寒多瘀的病證相吻合。董琳等[19]基于該算法對含黃芪的方劑進(jìn)行研究，得到黃芪的主要組方應(yīng)用規(guī)律以活血補(bǔ)氣、托毒生肌為主。

1.2 聚類分析 聚類分析是按照各數(shù)據(jù)在性質(zhì)上的親疏程度進(jìn)行自動分組、分門別類的一個過程，使同一類中的對象之間有很大的相似性，而不同類別之間存在很大的差異性[20]。將中醫(yī)所研究事物的集合進(jìn)行分類，按照個體的相似性將大數(shù)據(jù)庫中記錄的數(shù)據(jù)分化為若干系列，使其各自成為有意義的部分[21]。例如通過探討藥物的藥性、藥味、歸經(jīng)等之間的相似性，從而明確疾病的根本病因、病位等信息。目前主要用于中醫(yī)的聚類方法有分層聚類和K-means聚類等，通過對疾病治法方藥、病因、病機(jī)、證候等方面的規(guī)律性探究，以實(shí)現(xiàn)對中醫(yī)診療經(jīng)驗(yàn)的挖掘[22]。例如，唐雪純等[23]運(yùn)用統(tǒng)計(jì)分析、聚類分析等方法，分析當(dāng)代著名醫(yī)家在治療斑禿的處方用藥規(guī)律，得到了藥物的使用頻次、性味、歸經(jīng)、主治等方面的信息，從而推斷出該病的根本病因、核心病位及主要病機(jī)，進(jìn)而獲得了治療該病的用藥處方規(guī)律。馬金輝等[24]在用聚類算法分析人工流產(chǎn)術(shù)后用藥的特點(diǎn)時，總結(jié)出名老中醫(yī)治療此病的用藥特點(diǎn)以調(diào)理肝腎為主，藥物組方以四物湯為基礎(chǔ)加減化裁。

1.3 因子分析 因子分析的目的在于實(shí)現(xiàn)降維[25],即用幾個少數(shù)因子去描述許多因素之間的聯(lián)系，根據(jù)數(shù)據(jù)之間的相關(guān)性，將聯(lián)系密切的幾個變量歸為一類，每一類變量用一個因子表示。在進(jìn)行因子分析之前需要對數(shù)據(jù)進(jìn)行KMO和Bartlett檢驗(yàn)，看是否滿足因子分析的條件[26]。通過因子分析得到幾種藥物都同歸于某一類藥物中，以發(fā)現(xiàn)臨床用藥規(guī)律，并可對疾病的癥狀、用藥特點(diǎn)和規(guī)律進(jìn)行研究[27]。例如，莫朵朵等[28]對中醫(yī)藥治療大腸癌的方劑用藥進(jìn)行藥物因子分析，得到不同因子下的中藥對大腸癌具有不同的作用方式，明確了在大腸癌的治療過程中治氣的關(guān)鍵性。石慧生等[29]基于該算法分析全膝關(guān)節(jié)置換術(shù)后中醫(yī)證候的分布規(guī)律中得出此病以本虛為主，兼有瘀證。

1.4 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)對于復(fù)雜系統(tǒng)和非線性數(shù)據(jù)具有很強(qiáng)的分析能力[30]。該系統(tǒng)可以按不同的連接方式組成不同的網(wǎng)絡(luò)，并能根據(jù)現(xiàn)有信息主動更改并完善自身結(jié)構(gòu)[31]。目前，常用于中醫(yī)研究的人工神經(jīng)網(wǎng)絡(luò)有反向傳播神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)等。由于中醫(yī)藥領(lǐng)域數(shù)據(jù)龐大、結(jié)構(gòu)復(fù)雜、非線性等特點(diǎn)突出，而人工神經(jīng)網(wǎng)絡(luò)所具有的自學(xué)習(xí)、自組織、并行分布式處理、容錯性良好等優(yōu)點(diǎn)，在處理多樣性、模糊性等特點(diǎn)的數(shù)據(jù)方面有更好的效果[32]。利用人工神經(jīng)網(wǎng)絡(luò)對方劑中藥物不同劑量和藥味作用于受體的不同反應(yīng)可以找到最適配伍規(guī)律[33]，被廣泛應(yīng)用于中醫(yī)證候的研究、中藥學(xué)研究以及中醫(yī)診斷的各個層面。例如，吳純偉等[34]在研究腦脈通治療缺血性腦中風(fēng)藥物配伍過程中，通過人工神經(jīng)網(wǎng)絡(luò)對實(shí)驗(yàn)數(shù)據(jù)的模擬預(yù)測，最終得出了治療該疾病的最優(yōu)組分配伍藥物。宮文浩等[35]在利用該算法建立小兒肺炎痰熱閉肺證診斷模型，明確了此證型的病機(jī)為“痰”“熱”，診斷要素為痰多黏稠、痰色黃、脈滑等。

1.5 復(fù)雜網(wǎng)絡(luò)分析 復(fù)雜網(wǎng)絡(luò)是由大量結(jié)點(diǎn)和結(jié)點(diǎn)之間的關(guān)系所組成的大型網(wǎng)絡(luò)結(jié)構(gòu)圖，通過網(wǎng)絡(luò)建模的形式研究復(fù)雜現(xiàn)象，描述復(fù)雜系統(tǒng)各要素之間關(guān)系的一種方法[36-37]。復(fù)雜網(wǎng)絡(luò)用于中醫(yī)核心處方、核心藥物、證型規(guī)律等的數(shù)控挖掘，可以更清楚、直觀地發(fā)現(xiàn)隱藏在大數(shù)據(jù)之下的規(guī)律性特征[38]。根據(jù)處方配伍網(wǎng)絡(luò)中的節(jié)點(diǎn)度和節(jié)點(diǎn)配伍的權(quán)重分布，發(fā)現(xiàn)處方配伍過程中存在無標(biāo)度的復(fù)雜網(wǎng)絡(luò)現(xiàn)象，可以找到處方配伍網(wǎng)絡(luò)的核心節(jié)點(diǎn)及其相容性[39]。例如，何美瑩等[40]用復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)性紅斑狼瘡陰虛證，構(gòu)建對SLE陰虛證臨床癥狀與用藥的復(fù)雜網(wǎng)絡(luò)，分析網(wǎng)絡(luò)結(jié)構(gòu)的節(jié)點(diǎn)度及權(quán)重值的大小進(jìn)而分析其核心癥狀、方劑、配伍規(guī)則和方藥特點(diǎn)，得到治療該病的常用方劑、核心藥物和核心癥狀等相關(guān)信息。宋石林等[41]則利用該算法挖掘出名中醫(yī)治療泄瀉的核心藥味有白術(shù)、甘草、茯苓、木香、白芍、陳皮及此病的病機(jī)以脾虛濕盛為主。

1.6 遺傳算法 遺傳算法作為一種隨機(jī)搜索算法，它為解決復(fù)雜的系統(tǒng)優(yōu)化問題提供了一種通用格式，能夠解決傳統(tǒng)搜索算法難以解決的復(fù)雜非線性優(yōu)化問題[42]。一些數(shù)據(jù)挖掘技術(shù)的挖掘結(jié)果與療效缺少相關(guān)性，在處方篩選求解復(fù)雜的組合優(yōu)化問題時,基于遺傳算法的相關(guān)規(guī)則通常能快速得到更好的優(yōu)化結(jié)果。以基于遺傳算法的正相關(guān)關(guān)聯(lián)規(guī)則的挖掘方法為例，它運(yùn)用其自適應(yīng)尋優(yōu)和智能搜索技術(shù)進(jìn)行數(shù)據(jù)的搜索、規(guī)則的評價和選取過程，進(jìn)而得到最優(yōu)規(guī)則，與傳統(tǒng)挖掘相比更能體現(xiàn)數(shù)據(jù)挖掘的個體化特征。此方法可以有效發(fā)現(xiàn)名老中醫(yī)治療疾病處方的用藥特點(diǎn)，為名老中醫(yī)經(jīng)驗(yàn)的總結(jié)與傳承提供了很大的幫助[43]。如李嘉旗等[44]在探討中醫(yī)藥治療肺癌的處方規(guī)律時，利用遺傳算法獲得4張有效處方，并且4號處方在動物實(shí)驗(yàn)中初步驗(yàn)證了療效。

2 常用軟件平臺

可靠的平臺軟件是開展中醫(yī)藥數(shù)據(jù)挖掘研究的先決條件。目前常用的平臺有：古今醫(yī)案云平臺、中醫(yī)傳承輔助系統(tǒng)軟件等；常用的軟件有：CiteSpace軟件、中醫(yī)藥關(guān)聯(lián)規(guī)則挖掘軟件、SPSS(Clementine/Modeler)、SQL Server(Analysis Services)、SAS、Matlab和Weka等[45]。此類軟件集合了數(shù)理統(tǒng)計(jì)和文本挖掘、關(guān)聯(lián)規(guī)則、復(fù)雜系統(tǒng)熵聚類等數(shù)據(jù)挖掘技術(shù)，通過對數(shù)據(jù)錄入、管理、查詢、分析和網(wǎng)絡(luò)可視化展示等功能[46]，以實(shí)現(xiàn)對疾病、證候、方劑等相關(guān)數(shù)據(jù)的深層次挖掘，實(shí)現(xiàn)一站式服務(wù)。

2.1 中醫(yī)傳承輔助系統(tǒng)軟件 中醫(yī)傳承輔助系統(tǒng)是依附于人工智能、數(shù)據(jù)挖掘等方法和技術(shù)，根據(jù)中醫(yī)藥繼承、發(fā)展和創(chuàng)新的核心需求，分別構(gòu)建相關(guān)功能模塊，很好地解決了中醫(yī)藥在傳承過程中的不規(guī)范和個性化問題[47-48]。該系統(tǒng)豐富了中醫(yī)藥的傳承模式，有效地滿足了中醫(yī)藥傳承與發(fā)展的需要，對挖掘名醫(yī)用藥規(guī)律和理論思想具有較高的參考價值和臨床指導(dǎo)意義[49]。目前主要應(yīng)用于對名老中醫(yī)經(jīng)驗(yàn)的總結(jié)、文獻(xiàn)醫(yī)案的整理與分析、疾病的用藥規(guī)律以及新藥的研發(fā)等方面[50]。例如在探討王俊宏治療兒童多動癥又稱注意力缺陷多動癥的用藥規(guī)律中，基于中醫(yī)傳承輔助平臺將收集到的處方進(jìn)行藥物間和藥物核心組合分析，結(jié)果得到13個核心組合和6首新處方，可提高臨床用藥療效[51]。

2.2 古今醫(yī)案云平臺 古今醫(yī)案云平臺是中國醫(yī)學(xué)科學(xué)院中醫(yī)信息研究所在數(shù)十年病案研究和數(shù)據(jù)積累的基礎(chǔ)上，應(yīng)用大數(shù)據(jù)、云計(jì)算等智能技術(shù)，為名醫(yī)傳承和經(jīng)驗(yàn)總結(jié)提供的科學(xué)、智能、高效、便捷的工具。該平臺為30萬份古今病歷和4 000名名醫(yī)提供檢索和信息獲取服務(wù)，提供多種病案采集模式，如多表單結(jié)構(gòu)化錄入、批量病案自動導(dǎo)入、語音錄入等，為工作組提供病案分類管理和數(shù)據(jù)共享服務(wù)。它集成各種數(shù)據(jù)挖掘算法，如關(guān)聯(lián)規(guī)則分析、聚類分析等[52]，設(shè)計(jì)了9個分析模塊，為臨床需求提供一站式數(shù)據(jù)挖掘服務(wù)。例如，王依等[53]基于古今醫(yī)案云平臺將李軍祥教授治療潰瘍性結(jié)腸炎的處方進(jìn)行標(biāo)準(zhǔn)化處理后，通過分析藥物的性味、歸經(jīng)、使用頻率等相關(guān)信息明確了李教授治療該病的核心思路。

2.3 CiteSpace CiteSpace是基于大量文獻(xiàn)數(shù)據(jù)對其進(jìn)行分析處理，并通過相關(guān)工具繪制成信息可視圖、表的一款引文可視化分析軟件，它可以很好地反應(yīng)某一階段某領(lǐng)域的研究熱點(diǎn)、前言主題和發(fā)展趨勢等信息[54]。例如，張小寧等[55]通過該軟件對中醫(yī)藥治療膝關(guān)節(jié)炎相關(guān)研究文獻(xiàn)的可視化分析中，對文獻(xiàn)作者、機(jī)構(gòu)、關(guān)鍵詞等信息進(jìn)行共現(xiàn)分析、聚類分析以及凸顯性分析分別得到了該領(lǐng)域的治療熱點(diǎn)集中在針灸和中藥熏蒸、熱敷等，研究熱點(diǎn)體現(xiàn)在白細(xì)胞介素1β、臭氧、膝關(guān)節(jié)功能等。阮蓓蓓等[56]通過該軟件對金匱腎氣丸相關(guān)文獻(xiàn)進(jìn)行可視化分析，得到了當(dāng)前臨床研究的熱點(diǎn)以中西醫(yī)結(jié)合治療糖尿病、骨質(zhì)疏松等為主，實(shí)驗(yàn)研究熱點(diǎn)以抗氧化、抗衰老為主。

3 討論

在信息數(shù)字化時代，各種處方分析方法層出不窮，如頻數(shù)分析、關(guān)聯(lián)規(guī)則分析、決策樹分析、多維度挖掘與分析等均可對名老中醫(yī)的臨床經(jīng)驗(yàn)、用藥規(guī)則、學(xué)術(shù)思維進(jìn)行多方面、多角度的分析研究，這些挖掘方法正被逐步應(yīng)用于中醫(yī)藥的研究工作中[57-58]。目前處方篩選主要是以計(jì)算機(jī)軟件分析為主，輔以計(jì)算頻率和關(guān)聯(lián)規(guī)則或復(fù)雜系統(tǒng)熵聚類，構(gòu)建藥物關(guān)系網(wǎng)絡(luò)進(jìn)行處方篩選和挖掘。但由于數(shù)字化的計(jì)算方法仍無法與臨床醫(yī)療實(shí)踐中醫(yī)師的辨證處方思路相結(jié)合，故在分析關(guān)鍵的處方篩選方面仍存在不足。一方面，數(shù)據(jù)挖掘技術(shù)適用于從大量數(shù)據(jù)中挖掘共性規(guī)律，其研究結(jié)果往往與中醫(yī)普適性理論吻合，而對發(fā)掘中醫(yī)藥個體化診療規(guī)律作用有限。另一方面，一些發(fā)病率不高的疾病較難從文獻(xiàn)中獲得全面的信息，因此數(shù)據(jù)挖掘技術(shù)不能適用于此類信息的分析與總結(jié)[39]。另外數(shù)據(jù)樣本的獲取不夠完整、樣本數(shù)據(jù)的準(zhǔn)確性存在偏差等問題也導(dǎo)致挖掘結(jié)果產(chǎn)生偏差。如何進(jìn)一步改進(jìn)，使其在中醫(yī)藥領(lǐng)域發(fā)揮更大的作用無疑十分關(guān)鍵。

數(shù)據(jù)挖掘技術(shù)以其獨(dú)特的優(yōu)勢被廣泛應(yīng)用于中醫(yī)處方研究，但技術(shù)本身存在局限性。如關(guān)聯(lián)規(guī)則技術(shù)在對大量數(shù)據(jù)的挖掘過程中會產(chǎn)生很多關(guān)聯(lián)規(guī)則，其中有些大多無意義且存在誤導(dǎo)性，從中選取符合要求的關(guān)聯(lián)規(guī)則可能存在不準(zhǔn)確性[59]。聚類分析顯示頻次較多的數(shù)據(jù)，可能會忽略低頻次數(shù)據(jù)對結(jié)果的影響，從而導(dǎo)致結(jié)果出現(xiàn)偏差；此外，聚類分析具有多結(jié)果性，它不能根據(jù)數(shù)據(jù)內(nèi)部特點(diǎn)來確定分為幾類，故存在很大的主觀性[60]。因子分析的因子值雖然相對比較可靠，但它實(shí)際上是一種觀測變量，與潛在變量或有不相符。因此，利用因子值進(jìn)行數(shù)據(jù)挖掘時就會產(chǎn)生隨機(jī)誤差[61]。人工神經(jīng)網(wǎng)絡(luò)中所確定的權(quán)重和隱藏的知識難以得到解釋，不能從模型中提取規(guī)則[62]；而且該軟件仍處于實(shí)驗(yàn)階段，還沒有達(dá)到以硬件的方式實(shí)現(xiàn)對該系統(tǒng)的應(yīng)用，在其操作過程中所采用的樣本規(guī)模小且樣例量化方法簡單，也成為制約該軟件的一個因素[63]。復(fù)雜網(wǎng)絡(luò)在網(wǎng)絡(luò)構(gòu)建上大多從單方面考慮而忽略了整體綜合性，在分析網(wǎng)絡(luò)結(jié)構(gòu)時只能從網(wǎng)絡(luò)的局部或全局出發(fā)，未能將二者相結(jié)合進(jìn)行分析[64]。中醫(yī)傳承輔助系統(tǒng)、古今醫(yī)案云平臺等可實(shí)現(xiàn)中醫(yī)藥之間關(guān)聯(lián)關(guān)系的定量表述、核心藥對的演變以及新處方的衍生，對隱性經(jīng)驗(yàn)的挖掘尤為適用[65]，但此類平臺的研究范圍主要是基于疾病，無法涉及具體的證候?qū)崿F(xiàn)辨證論治，難以總結(jié)關(guān)鍵藥物；而且在數(shù)據(jù)收集和整理方面，需要考慮收集到的數(shù)據(jù)的真實(shí)性，故數(shù)據(jù)質(zhì)量一般不高且有重復(fù)，從而影響進(jìn)一步的分析和判斷。

某些疾病在辨證方面未得到統(tǒng)一且存在醫(yī)案信息的主觀干擾是數(shù)據(jù)自身存在的問題[66]。在研究過程中可能會存在樣本量小且缺少統(tǒng)一性和規(guī)范性等問題，導(dǎo)致結(jié)果缺乏相應(yīng)準(zhǔn)確性且仍需要專業(yè)人員的測評[67]。樣本量較少以及在處理相關(guān)因素時出現(xiàn)技術(shù)和人為的誤差等，都會在中醫(yī)數(shù)據(jù)挖掘應(yīng)用和分析中產(chǎn)生阻礙[68-70]。在對數(shù)據(jù)進(jìn)行分析的過程中需要以大量的樣本資料為基礎(chǔ)，要求樣本量要遠(yuǎn)大于變量。而且中醫(yī)存在明顯的復(fù)雜性、多樣性、差異性等特點(diǎn)[71]，中醫(yī)藥實(shí)體間關(guān)系難以度量、中醫(yī)藥網(wǎng)絡(luò)結(jié)構(gòu)難以分析、中醫(yī)藥數(shù)據(jù)分類缺乏有效標(biāo)準(zhǔn)等，使得在數(shù)據(jù)樣本、網(wǎng)絡(luò)構(gòu)建方法、網(wǎng)絡(luò)分析等方法上也存在一定的局限性[72]。此外，中醫(yī)數(shù)據(jù)資料時間跨度大、來源廣泛、數(shù)據(jù)不全或存在冗余、信息缺乏統(tǒng)一的標(biāo)準(zhǔn)與規(guī)范等問題，都給數(shù)據(jù)挖掘與分析帶來了難度。

4 小結(jié)

數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于中醫(yī)藥研究的各個領(lǐng)域，以獲取更有價值的學(xué)術(shù)思想和經(jīng)驗(yàn)，使其得到更好地傳承、學(xué)習(xí)和發(fā)展。名老中醫(yī)在臨床辨證論治的過程中積累了大量的經(jīng)驗(yàn)有效方，在治療某類疾病的有效方中出現(xiàn)頻次較多的藥物構(gòu)成了治療此類疾病的核心藥物配伍規(guī)律，此類核心藥物配伍規(guī)律值得我們深入研究[73]。掌握相應(yīng)的分析方法對中醫(yī)藥的研究、實(shí)踐和傳承具有指導(dǎo)意義[74]，本文通過對處方分析方法進(jìn)行分類、歸納、整理，并對方法的使用范圍、優(yōu)缺點(diǎn)進(jìn)行分析，以求在實(shí)際應(yīng)用中為研究者提供思路和借鑒。分析后發(fā)現(xiàn)，關(guān)聯(lián)規(guī)則分析、聚類分析、因子分析、復(fù)雜網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)是目前處方分析最常用的方法，此類方法可用于挖掘處方用藥之間的規(guī)律，方證之間的應(yīng)用特點(diǎn)，單藥的應(yīng)用規(guī)律等等。但在實(shí)際的應(yīng)用過程中也表現(xiàn)出一些局限性，一方面，中醫(yī)方劑大多來源于一些醫(yī)學(xué)書籍或期刊，資料收集不夠全面，而且中醫(yī)藥文獻(xiàn)的復(fù)雜性和詞語模糊性突出，在處理原始信息的過程中容易丟失大量信息，難以獲得準(zhǔn)確的結(jié)果，目前的研究大多對收集到的數(shù)據(jù)缺乏相應(yīng)的標(biāo)準(zhǔn)，如病名、證型、癥狀、方劑名稱、歷代藥物用量、療效表現(xiàn)等[75]；另一方面，應(yīng)用于中醫(yī)藥領(lǐng)域的現(xiàn)代挖掘技術(shù)其自身發(fā)展還不夠成熟完善并且本身具有局限性，在挖掘過程中可能會出現(xiàn)偏差或者不準(zhǔn)確性等問題，這就給后續(xù)的研究工作帶來了難度，故相關(guān)技術(shù)的進(jìn)一步發(fā)展和創(chuàng)新是進(jìn)行處方探索分析的重要舉措。