基于CiteSpace的中醫方劑配伍規律數據挖掘研究現狀與展望

王得科 石文 張靜宇 門玉冉 陳洪葦 劉建玲

摘要：目的分析基于數據挖掘技術對方劑配伍規律的研究熱點，探究中醫方劑研究方向的發展趨勢。方法：采用CiteSpace軟件對中國知網和Web of Science數據庫中2000—2020年間的相關論文進行統計，分析發文統計數據的內外特征。結果：此領域的研究在發表年份上經歷了穩定發展期、快速成長期和爆發增長期三個階段。研究最早開始、成果最多的機構是北京中醫藥大學。目前國內中醫藥類高校及附屬醫院、研究所之間的合作較為緊密，但缺乏與其他類型院校或研究所進行合作。以吳嘉瑞、唐仕歡為代表的合作團隊，研發了該領域應用最廣泛的中醫傳承輔助系統；以周雪忠為代表的合作團隊，采用復雜網絡方法挖掘復方核心藥物。結論：目前在中醫方劑學領域，數據挖掘技術針對方劑在宏觀上總結證型證候、在微觀上對藥物的顯性關系分析以及隱性關系挖掘等方向取得了一定的成果。

關鍵詞：方劑配伍規律；數據挖掘；CiteSpace；綜述

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2023）06-0054-04

開放科學（資源服務）標識碼（OSID）

方劑是在辨證審因確定治法之后，選擇合適的藥物，酌定用量，按照組方結構的要求，妥善配伍而成的[1]。作為古代醫家臨床經驗的總結，方劑對于現代醫家具有重要的借鑒作用，同時也是新藥研究的寶貴資料。在研究方劑的過程中，對于藥物間配伍規律的研究是獲取治療思路的重要手段。因此，對于中醫方劑配伍規律的研究具有重要的現實意義：首先，可以總結古代醫家對于某種病不同證型的用藥規律，進而總結出該種證型的治療思路；其次，通過分析中醫方劑中典型藥物的關聯關系，為現代臨床治療提供中醫理論支持；再者，挖掘方劑中不同藥物的潛在關系，為中醫新藥的研發提供新思路。

目前，采用數據挖掘技術對方劑配伍規律進行研究已逐漸成為熱點。數據挖掘技術是指從大量數據中挖掘有趣模式和知識的過程[2]。通過數據挖掘中的聚類、分類、關聯規則等技術，能夠從現有方劑中總結證型證候等宏觀規律以及藥物組合等微觀規律。

CiteSpace[3]軟件是陳超美教授于2004年使用Java語言開發的信息可視化軟件。CiteSpace主要用在基于文獻數據的科學知識圖譜可視化表達。本文將采用CiteSpace軟件，對基于數據挖掘技術的方劑配伍規律的國內外研究現狀進行分析，總結主流研究方法、分析典型研究工具，歸納領域研究熱點，并對未來的研究方向進行探討與展望。

1 數據選取

1.1 關鍵詞選取

根據中醫方劑的研究特點，選用中國知網作為數據采集平臺，通過選取不同關鍵詞在中國知網數據庫中進行檢索，獲取相關論文信息。依據交叉學科的特點，通過分析數據挖掘技術在中醫方劑配伍領域的研究現狀，本研究將數據收集過程分為三個步驟進行，以便最大限度地收集中醫方劑配伍與數據挖掘交叉學科方面的論文。

（1）依據學科交叉特點，將中醫領域的關鍵詞設置為“中醫”“方劑”“配伍規律”，將計算機領域的關鍵詞設置為“數據挖掘”“知識發現”。

（2）在中醫領域和計算機領域各選擇一個將關鍵詞，形成一個關鍵詞組合。具體關鍵詞組合包括：“中醫and數據挖掘”“中醫and知識發現”“方劑and數據挖掘”“方劑and知識發現”“配伍規律and數據挖掘”“配伍規律and知識發現”。

（3）將以上組合在中國知網中作為關鍵詞以“并且”連接進行檢索，直到所有的關鍵詞組合檢索完畢。最后將獲取的全部中文文獻信息作為原始文獻數據。

1.2 數據篩選整理

對原始中英文文獻數據集分別進行去重篩選整理，文獻發表時間跨度選為2000年1月1日至2020年12月31日，文獻類型選擇期刊文獻。共篩選出中文文獻信息5738條。

2 結果與分析

2.1 外部特征

2.1.1 發表年份分析

圖1顯示了國內外在2000—2020年間，基于數據挖掘在中醫方劑配伍規律研究領域各年的期刊文獻發表數量。從圖1可以看出，21世紀初期在這個研究領域的成果較少。此后的時間可以分為三個階段；

1）穩步發展期：從2004年開始，一直到2013年，研究成果在總體上逐年增加，雖然有個別年份數量降低，但是總體上研究成果的數量在穩步增加，到2013年該領域已經發表文獻155篇，說明此領域從開始出現進入了一個穩步發展的時期。

2）快速增長期：從2014年到2017年間，該領域的研究成果連續三年有較大幅度增長，從2014年的149篇增長到2017年的302篇。說明此領域在經歷了多年穩步發展期的積累后，進入了一個快速發展的時期。

3）爆發增長期：雖然在2018年期刊論文數量有所下降，但隨后的2019年-2020年國內期刊發文數量再次爆發式增長，顯示出數據挖掘在中醫方劑配伍規律研究方向再次進入了快速發展時期，發展速度與2014年到2017年期間相比明顯更快。這說明該領域已經成為中醫藥現代化研究中的熱點方向。

2.1.2 發文作者分析

采用CiteSpace對作者合作情況進行分析，剪枝算法選擇最小生成樹簡化網絡，最終獲得國內外作者合作網絡圖。圖中結點表示作者，結點與結點標簽越大，說明此作者在2000—2020年間的統計論文中出現頻次越多。圖中結點之間的連線表示作者之間的關聯程度。連線顏色越深說明作者關聯程度越高。

從圖2國內作者合作網絡共現圖譜可以看出，圖譜中主要包含兩個作者聚類，其中，作者名后的括號表示該作者名在統計論文中出現的次數。

1）以吳嘉瑞（33次）、張冰（32次）、張曉朦（23次）、唐仕歡（22次）等作者為核心的聚類。在這些核心作者中，作為北京中醫藥大學的吳嘉瑞、張冰、張曉朦等作者與中國中醫科學院中藥研究所的唐仕歡等作者合作較多。這些作者研發中醫傳承輔助平臺[4]對古代方劑進行數據挖掘與分析。例如研究國醫大師的用藥規律[5]，中成藥處方的組方規律[6]，針對新型冠狀病毒肺炎中醫防治方案的病機與組方規律[7]等。該系統采用人工智能、數據挖掘、網絡科學等學科的方法和技術，結合中醫藥特點，輔以臨床實際情況，以數據分析為核心，體現了中醫傳承的特色[8]。

2）周雪忠（32次）、張潤順（31次）、崔蒙（27次）、劉保延（26次）等在國內首次提出采用復雜網絡技術[9]針對復方藥物構建配伍網絡，以獲取復方核心藥物的配伍結構。例如，采用復雜網絡技術對中醫名家的臨床處方用藥規律進行研究[10]，基于臨床病歷資料系統總結中醫診治冠心病規律等[11]。

2.1.3 機構合作分析

采用CiteSpace對機構發文量進行分析。表2中顯示的是以第一作者發表國內文獻前10位的機構分布。由表2可以看出，北京中醫藥大學發文量最多（136篇），同時也是國內在本領域最先發表期刊文章的機構。其次為中國中醫科學院中醫藥信息研究所（88篇）、山東中醫藥大學（87篇）、中國科學院廣安門醫院（84篇），其他機構中，各地中醫藥大學及其附屬醫院發文量較多。

從各個機構的初次發文時間來看，除了最先開始研究的北京中醫藥大學以外，其他研究機構的初次發文時間都在2004到2010年間。這也說明了各個研究機構逐漸參與到此領域的研究，使得此領域進入了從2004年開始的穩步發展時期。

從以上分析可以看出，目前此領域的主要研究機構僅限于醫學類研究機構，包括醫院、中醫藥高校以及研究所，綜合類或理工科院校及研究所參與較少。這體現出目前該領域的發展仍然處于初級階段，目前的研究多著眼于采用成熟的技術來分析中醫方劑配伍規律。通過分析中醫配伍規律的具體特點，在現有數據挖掘技術的基礎上研發具有針對性的分析工具，這就需要更多理工類研究機構的加入，促進此領域的研究再上一個新的臺階。

在國內圖3顯示的是國內機構合作網絡共現圖譜。從圖中可以看出，北京中醫藥大學及其附屬醫院、山東中醫藥大學及其附屬醫院以及中國中醫科學院及其相關研究所組成了一個較大的聚類。這些機構的研究合作關系較為緊密，這也與前文中研究作者的合作關系一致。另外，廣州中醫藥大學及其附屬醫院，以及廣東省中醫院也形成了一個聚類，說明這些機構的合作關系較為緊密。

從以上分析可以看出，中醫藥類研究機構之間的合作關系比較緊密，但是鮮有與綜合類或理工類高校或研究所之間的合作。這也說明了目前綜合類或理工類研究機構在此領域的研究偏少。鑒于本領域是中醫學科與計算機學科的交叉領域，更多的綜合類或理工類研究機構進入本領域與中醫類研究機構合作才能促進本領域的發展。

2.2 內部特征

2.2.1 關鍵詞

圖4顯示的是本領域中中文關鍵詞的共現分析與聚類分析。結合表3國內文獻排名前20位的關鍵詞使用頻次，目前該研究領域中的主要關鍵詞可以分成四類，關鍵詞后面括號內數字表示其使用頻次。

1）研究領域。研究領域方面的關鍵詞主要包括“中醫藥”（205次），“數據挖掘”（類似關鍵詞共1856次）和“知識發現”（33次）。可以看出，作為交叉領域，既包含了中醫學科方面的關鍵詞，也包含了計算機方面的關鍵詞。同時，從廣義角度來講，數據挖掘和知識發現可以看作是同義詞。但是從狹義角度講，數據挖掘僅是知識發現中的一個步驟。從表4統計結果來看，數據挖掘類似關鍵詞共出現了1856次（包含“數據挖掘”1821次和“數據挖掘技術”35次），遠遠多于“知識發現”的33次。說明目前本領域的研究還僅限于采用成熟的數據挖掘技術對方劑信息進行分析，尚未形成從方劑信息中發現“知識”的標準化流程，對于目前挖掘出的“知識”也缺乏可靠性驗證手段。

2）研究對象。研究對象既包括具體的研究資料，例如“文獻研究”（45次）；也包括研究目標，例如“用藥規律”（633次）、“中醫證候”（46次）、“配伍規律”（109次）、“組方規律”（145次）、“名醫經驗”（類似關鍵詞共165次）；還包括研究病名，例如“冠心病”（42次）、新型冠狀病毒肺炎等。從以上分析可以看出，目前此領域的主要研究目標主要包含兩類：一類是方劑內部藥物方面的規律，包括用藥規律、組方規律、配伍規律；另一類是方劑整體方面的規律，主要指方劑對應的中醫證候。在治療疾病方面，目前研究較多的疾病是冠心病。同時收到2020年的新冠疫情影響，出現了針對新型冠狀病毒肺炎的研究。

3）研究方法。研究方法主要來自于計算機學科的知識發現與數據挖掘相關的技術，具體方法包括：“關聯規則”（類似關鍵詞共426次）、“因子分析”（33次）、“聚類分析”（類似關鍵詞共175次）、“復雜網絡”（41次）等。可以看出，目前此領域中使用的基本是關于知識發現和數據挖掘的經典方法。對于其他一些當前熱門的前沿技術，例如知識圖譜推理、機器學習等方法應用不多。

4）研究工具。從關鍵詞共現圖中可以看出，該領域主要的研究工具是“中醫傳承輔助平臺”（類似關鍵詞共355次）。雖然存在其他平臺工具，但是中醫傳承輔助平臺是該領域目前應用最為廣泛，產生研究成果最多的平臺工具。該系統包含了證候分析、組方分析等功能，能夠在輔助名老中醫經驗傳承、醫生個體經驗總結、新藥處方發現等方面起到重要的作用[8]。

2.2.2 研究發展趨勢

圖5為中文關鍵詞時區圖。該圖以年份為橫軸，關鍵詞依據各自首次出現的年份以結點形式依次向上定位于不同年份中。結點之間的連線代表結點之間的傳承關系。從圖中可以看出，自1998年首出現基于數據挖掘的方劑配伍研究以來，該領域在2002年首次出現了基于關聯規則對配伍規律的研究。在2008年，聚類分析在該領域中首次出現。在2014年，本領域國內研究方面的重要研究工具中醫傳承輔助平臺開始出現。這也導致了該領域2014年到2017年間的快速增長期。到了2020年，出現了網絡藥理學[12]這類新的研究手段。同時由于2020年出現的疫情，本領域也開始對新型冠狀病毒感染進行研究。

圖6為中文關鍵詞時間線圖。該圖是將關鍵詞聚類，并以各個聚類為橫軸，時間為縱軸，展現不同聚類在時間線上的演化過程以及聚類之間的相互關系。該圖顯示了基于關鍵詞聚類后9個主要聚類按照時間順序的結點分布情況，從中我們可以看出一些聚類中關鍵詞的演化情況。例如，編號1新型冠狀病毒肺炎聚類中，體現了目前本領域中對于新型冠狀病毒肺炎主要從名醫經驗、用藥規律和特點的角度進行研究。編號3聚類中，體現了中醫傳承輔助平臺主要采用了關聯分析中的apriori算法，通過文獻研究名老中醫經驗，主要包含組方用藥規律。編號4聚類中體現了本領域中，從早期采用知識發現技術，逐步引入了復雜網絡技術，直到近年來較為流行的大數據技術。

2.2.3 研究熱點分析

圖7、圖8顯示的是中文關鍵詞突現圖，體現了在一段時間內獲得廣泛關注的中文關鍵詞。從兩幅圖中可以看出，本領域早期研究主要是面向數據庫、數據倉庫等數據存儲與管理技術，采用一些經典的數據挖掘技術，如貝葉斯網絡、決策樹等，進行診斷、辨證、方劑配伍規律方面的研究。隨著研究技術的不斷發展，逐漸出現了文本挖掘、大數據、復雜網絡等數據挖掘與知識發現技術。應用方向也開始向名老中醫經驗傳承、組方規律等方面轉移。

3 討論

本文采用Citespace對CNKI數據中1990—2020年間基于數據挖掘的中醫方劑配伍規律研究文獻進行了分析，從研究的外部特征和內部特征兩個方面總結了研究概況。

在外部特征方面，此領域的研究經歷了穩定發展期、快速成長期和爆發增長期三個階段。研究最早開始、成果最多的機構是北京中醫藥大學。目前國內中醫藥類高校及附屬醫院、研究所之間的合作較為緊密，但缺乏與其他類型院校或研究所進行合作。以吳嘉瑞、唐仕歡為代表的合作團隊，研發了該領域應用最廣泛的中醫傳承輔助系統；以周雪忠為代表的合作團隊，采用復雜網絡方法挖掘復方核心藥物，研究貢獻較為突出。

在內部特征方面，目前在中醫方劑學領域，數據挖掘技術針對方劑在宏觀上總結證型證候、在微觀上對藥物的顯性關系分析以及隱性關系挖掘等方向取得了一定的成果，但該領域的研究尚存在一些不足。

1）目前，主流的研究方法是利用現有計算機學科的數據挖掘技術直接應用于配伍規律分析與挖掘，除應用最廣泛的中醫傳承輔助平臺外，針對問題特點而開發的解決工具和平臺偏少，其他專用工具和平臺影響力也有限。這就需要國內的中醫藥研究機構與其他綜合型或理工類研究機構加強合作，研制出更多更有針對性的方劑配伍規律分析工具與平臺。

2）該領域中，采用數據挖掘技術對方劑數據進行處理后，挖掘出的配伍規律結論缺乏可靠性分析，獲得的結論并不能被中醫方劑學領域專家廣泛接受。目前尚缺乏對于數據挖掘結果的正確性與可靠性的驗證，降低了挖掘結果的可信度。因此，今后應當對數據挖掘結果的驗證方法進行研究，建立結果驗證標準，提高挖掘結果的可靠性。

3）該領域的研究應當與機器學習等人工智能方向相結合。例如，當前研究往往采用一些典型的數據挖掘算法，而這些算法的運算結果與初始參數設定關系緊密。特別是當數據量較大時，只有在算法開始前設定合適的算法參數，才能得到較為理想的結果。但是，即使是領域專家也很難在運算時間和求解精度的約束下選擇最合適的參數數值。因此，如何將算法自適應或參數自動設定融合到中醫方劑配伍規律的挖掘中是未來的研究方向之一。

4 結論

通過分析可以看出，中醫領域的信息化、智能化是未來的發展方向。數據挖掘技術在中醫配伍領域的應用方興未艾。隨著研究的不斷深入，如深度學習等人工智能技術應用于中醫方劑配伍領域的研究，將會從我國傳統的中醫寶庫中獲得更多成果，不斷提升中醫信息化與智能化水平，提升中醫面向公眾的健康服務水平。

參考文獻：

[1] 鄧中甲.方劑學[M].北京：中國中醫藥出版社，2003：1-2.

[2] Jiawei Han，Micheline Kamber，Jian Pei著.范明，孟小峰，譯.數據挖掘：概念與技術[M].北京：機械工業出版社，2012.

[3] 陳悅，陳超美，胡志剛.引文空間分析原理與應用：CiteSpace實用指南[M].北京：科學出版社，2014.

[4] 唐仕歡，申丹，盧朋，等.中醫傳承輔助平臺應用評述[J].中華中醫藥雜志，2015，30（2）：329-331.

[5] 吳嘉瑞，郭位先，劉鑫馗，等.基于數據挖掘的國醫大師顏正華含龍骨處方用藥規律研究[J].北京中醫藥大學學報，2017，40（7）：585-592.

[6] 金燕萍，吳嘉瑞，張冰，等.基于關聯規則與熵聚類的健脾類中成藥組方規律研究[J].世界中醫藥，2015，10（10）：1604-1606，1610.

[7] 岳萍，唐仕歡，于歡，等.新型冠狀病毒肺炎中醫防治方案的病機與組方規律分析[J].中國實驗方劑學雜志，2020，26（14）：13-19.

[8] 楊洪軍，唐仕歡，盧朋.中醫傳承輔助平臺的開發與應用[M].福州：福建科學技術出版社，2013.

[9] 周雪忠，劉保延，王映輝，等.復方藥物配伍的復雜網絡方法研究[J].中國中醫藥信息雜志，2008，15（11）：98-100.

[10] 孔維蓮，徐麗麗，薛燕星，等.基于復雜網絡的薛伯壽教授臨床處方用藥規律分析研究[J].世界科學技術-中醫藥現代化，2017，19（1）：55-62.

[11] 宋觀禮，劉保延，王映輝，等.基于中醫臨床科研信息一體化技術平臺的冠心病診治規律研究[J].中華中醫藥雜志，2013，28（5）：1247-1252.

[12] 汪敏慧，周素芹，程海清，等.基于網絡藥理學及分子對接技術分析“防疫清肺湯”用于防治新冠肺炎（COVID-19）相關肺腎損傷的物質基礎[J].四川中醫，2020，38（12）：1-6.

【通聯編輯：李雅琪】