基于序參量思想構建證素辨證的數理模型

高遠 忻煜 佘鈺嶸 晏峻峰 宋舒娜 彭清華

〔摘要〕 證素辨證面臨諸多挑戰，包括未涵蓋所有病種;診斷權值無法動態調整;如何科學解讀中醫辨證原理。因此，嘗試將刻畫復雜系統有序度的“序參量”思想引入證素辨證的研究之中，提出構建基于人體主觀、客觀實測數據的證素序參量模型。并以干眼為例，提出研究思路及技術路線，開展定性分類下的定量研究，構建參數相空間，進一步挖掘序參量與證素的函數關系。有望開創“序參量+機器學習”的智能模式，從而實現動態調整干眼的證素辨證診斷權值，科學解讀中醫辨證。

〔關鍵詞〕 序參量;證素;復雜系統;干眼;數理模型;中醫診斷;人工智能

〔中圖分類號〕R241? ? ? ?〔文獻標志碼〕A? ? ? ? 〔文章編號〕doi：10.3969/j.issn.1674-070X.2023.06.020

〔Abstract〕 Pattern element differentiation faces many challenges as follows. It has not covered all diseases; the diagnostic weight cannot be adjusted dynamically; it's difficult to scientifically interpret the differentiation principles of Chinese medicine. Therefore， this paper attempts to introduce the idea of "order parameter" to depict the order degree of complex systems into the study of dialectics， and proposes to construct an order parameter model of pattern element based on subjective and objective measured data of the human body. Dry eye is set as the example， new research ideas and technical routes are proposed， quantitative research under qualitative classification is carried out， parameter phase space is constructed， and the functional relationship between order parameter and pattern element is further explored. It is expected to start an intelligent mode of "order parameter+machine learning"， so as to dynamically adjust the differential diagnostic weight of dry eye and scientifically interpret TCM differentiation.

〔Keywords〕 order parameter; pattern element; complex system; dry eye; mathematical model; TCM diagnosis; artificial intelligence

證素辨證是朱文鋒在原有中醫辨證理論基礎上提出的，其思維過程可總結為“根據證候→辨別證素→組成證名”[1]，揭示辨證思維的原理和內在邏輯。證素辨證為了應用于中醫數字辨證機而誕生，適用于計算機輔助辨證診斷，有助于推動中醫辨證數字化發展。證素辨證在學科內部實現了對多種辨證體系的統一;在學科之間實現中醫學與數學、計算機等學科的交叉[2]。在中醫智能輔助辨證發展的過程中，證素辨證依然面臨諸多挑戰。據此，筆者分析證素辨證在當今面臨的挑戰，將刻畫復雜系統有序態的“序參量”思想引入證素辨證的數理模型研究中，并以干眼為例，基于序參量思想構建證素辨證的數理模型，以期為證素辨證的數字化發展提供新思路。

1 證素辨證面臨的挑戰

1.1? 尚未涵蓋所有病種，需要調整?？票孀C體系

朱文鋒[1]提出：專注研究某個系統或單病種疾病的證候、證素、證型的分布及演變規律，可以通過流行病學調查，建立數據庫進行研究，其證候、證素與證型根據不同的數據庫而發生變化。這一觀念符合中醫學倡導的“三因制宜”思維，因時、因地、因人制宜，即疾病診療過程中，充分考慮疾病、季節、地域與患者體質的關系。《證素辨證學》中的診斷權值基于“證素辨證數據庫”中的5800例資料，雖然涉及數百種疾病，“證候辨證素量表”涉及證候637個，但未明確五官、骨傷等專科證候和證素[1]。

目前，臨床應用中，證素辨證的定位為大病域通用辨證模式，即不同的疾病、不同的?？七\用同樣的權值表。例如，咳嗽在肺系疾病與心系疾病中的辨證意義不同，如果使用相同的診斷權值，其合理性值得商榷[2]。梁昊等[3]指出，眼科、皮膚科、骨傷科等疾病具有獨特的診斷體系，是證素辨證尤其需要單獨研究的病種。JIANG等[4]認為，提取眼科專科證素并定量化，可創立獨具眼科特色的數字化診療模式。李燦東等[5]創造性地拓展證素辨證體系的運用范圍，基于證素提出中醫狀態學的狀態要素，運用中醫術語多維度表達人體全生命周期狀態;對于提升證素辨證多維度的診斷范圍，還需根據不同專科建立專科辨證體系，亟待與數學、計算機、復雜系統科學等學科相結合，為臨床決策支持系統以及人體生命全周期的狀態辨識奠定基礎。因此，調整?？票孀C體系，提升證素辨證的診斷范圍，定量刻畫涵蓋人體全生命周期的狀態，構建面向復雜臨床應用的中醫診斷和康復預測是當今的重要挑戰。

1.2? 診斷權值不能動態調整，需要基于數據優化權值

證素辨證研究對象是人體這一開放的復雜巨系統，研究的方法論尤其要注重從定性到定量綜合集成。證素辨證學的頂層設計是基于這一方法論，首先，對證素分類，即定性研究;其次，挖掘整理證候、證素、證型之間的權值關系，即定量研究。然而，現階段證素辨證學的大部分臨床研究多為定性研究，即對不同類型的疾病進行證素（病性、病位）的統計，定量研究基本處于停滯狀態。

眾多中醫臨床診療指南在疾病的辨證分型中，將診斷依據中的診斷信息分為主癥、次癥、兼癥等，說明各個臨床診斷信息對診斷結果的權值各不相同，證素辨證也是如此?！蹲C素辨證學》的核心算法是 “雙層頻權剪叉算法”，即在“證素辨證數據庫”中，遵循“高頻癥狀權值輕、低頻癥狀權值重”的原則。因權值與病種相關，通過對病種分類和相關癥狀大數據收集，再運用證素辨證算法，可以得到該病種的權值。例如，鄧文祥對20 000余份心內科病歷進行挖掘分析，基于Python的自然語言處理等工具建立了心系證素挖掘模型“TCMGO”，有利于實現心系疾病的智能辨證[6]。

然而，從定性到定量的權值確定過程十分繁雜，在臨床上很難快速推廣，如何在大數據時代實現動態化、智能化調節權值，是證素辨證面臨的重要課題。隨著神經網絡、深度學習等人工智能技術的不斷發展，構建可學習的證素智能辨證系統時機正在成熟。佘振蘇提出基于復雜系統的智能中醫知識網絡系統，通過自主調節網絡連接權值和擇優策略函數中的參數，實現從經驗事實中學習規律，改善、改良決策判斷效果的網絡知識進化動力學模擬[7]，神經網絡的層次之間存在自下而上和自上而下的雙向因果作用關系（基于中醫原理和機器學習）[8]。在人工智能的輔助下，讓每一個案例都成為智能辨證系統進行學習的過程，網絡權值結構可調節優化，動態調整證素診斷權值，實現一種隨著數據案例增加，其智慧度逐漸增加的辨證系統，最終形成中醫的阿爾法狗（AlphaGo）。

1.3? 中醫辨證具有模糊性，需要科學解讀微觀指標的辨證意義

曾小珂對近20年證素相關研究文獻進行可視化分析發現，證素研究早期多以現代數字辨證理論研究為主，中后期的研究多傾向于對疾病的臨床研究[9]，尋找疾病的證素特點以及分布規律，或者運用統計分析的方法，探求患者客觀信息與證素之間的相關關系。然而，尚未出現定量刻畫客觀信息與證素的數理模型研究，以及二者之間的關聯原理性解讀。中醫四診信息采集較為主觀，受限于客觀環境因素以及采集者自身的評判標準不同，即使運用標準的“證候辨證素量表”采集四診信息，其證素辨證結果也會因人而異。因此，如果證素辨證結果缺乏與客觀信息的定量刻畫，無法相互驗證，就難以解決中醫辨證的模糊性問題，限制了中醫辨證的客觀化發展。

究其原因，證素辨證的發展應突破當代中醫的經驗性、模糊性的論述框架，提煉中醫思維與主觀、客觀信息的邏輯關聯，即多維度、多層次的證素辨證模型，解讀中醫辨證的科學原理，采用計算機邏輯語言進行表達。數理模型是計算機邏輯語言的基礎，也是構建中醫智能輔助辨證的基礎，是實現中醫數字化、現代化的重要環節。嚴名揚[10]運用數理模型初探中醫辨證模式，于榮霞等[11]運用數理模型展現名家辨治思維，在探索中醫辨證的數理特點上做出一定的貢獻，但距離臨床應用依然有較大的距離。面向臨床應用的中醫辨證數理模型依然發展緩慢，背后是該領域內由于學科差異導致的兩難困境：中醫學者缺乏復雜系統建模的數理基礎，難以將中醫診斷理論運用數學語言表達;而計算機學者也不理解中醫思維，更不了解中醫學者對中醫診斷的具體需求以及人體的認識，僅能夠做到簡單的、經驗性的數據關聯。因此，研究者的專業壁壘限制了證素辨證數字化、智能化發展，中醫專家與計算機專家之間缺乏數理模型作為紐帶，導致證素辨證在疾病臨床研究中創新成果較少。實際上，中醫數字化是一個跨學科領域的創新[12]，需要具有綜合知識背景的復雜系統科學專家的支撐。具體到證素辨證的深化研究，需要構建包括微觀參數、中觀參數、宏觀參數等多層次、多維度參數的人體數理模型。例如，干眼分析儀的微觀指標與證素之間的相關關系，結合系統功能的主觀、客觀信息演化，二者相互驗證，為證素辨證的科學解讀奠定一定基礎。

2 序參量思想的數理模型引入證素辨證研究

2.1? 序參量思想蘊涵著復雜系統的演化規律

序參量思想與復雜系統學的發展密切相關。1937年，物理學家朗道提出了一個新概念——序參量，用以描述超導體的相變過程，即認為序參量表征了系統有序程度。哈肯創造性地將朗道的“序參量”思想引入復雜系統研究之中，來刻畫非平衡系統的演化行為，通過描述系統的演變受其內部的一種狀態參量支配——即序參量支配著系統。意大利物理學家喬治·帕利西通過重新定義序參量，發現隱藏的對稱破缺機制，由此獲得2021年的諾貝爾獎。復雜系統科學涉及從生命到宇宙再到人類社會等意義重大的科研問題，其介于混沌與秩序之間，由于已經無法求解方程或者不知道方程，傳統的分析方法較難派上用場，而借助序參量思想有望實現對復雜系統科學的研究突破。

佘振蘇在多年的湍流等復雜系統的研究中，拓展了朗道的序參量思想，建立了“結構系綜理論”[13-14]。序參量，就是此時系統的統計結構在宏觀所展現出來的相似變量。所以，即使不知道方程或者無法求解方程，但是通過對稱性分析，也可以從實測數據中把握相似變量，也就是序參量。根據序參量滿足的變換不變性，可以獲得該問題物理解的解析表達。通過實測數據把握相似性原理的序參量思想，與中醫學“取類比象”原理高度一致，運用序參量思想來解決中醫診斷的定量化、數字化難題具有指導意義[15-16]。

2.2? 序參量思想引入人體復雜系統的研究

中醫學者提出，將序參量思想引入人體復雜系統的研究中來。例如，郭蕾等[17]提出“陰陽”是人體系統的序參量;吳邦惠等[18]提出，“氣”是人體系統的序參量;陶必修[19]提出，“信息”和“氣血”是人體系統的序參量。但是，這些討論仍停留在理論假設層面，并沒有提出具體的數理模型以及開展定量的實驗驗證。

將序參量思想引入人體復雜系統的研究，需要與人體實測數據相互關聯?！耙辉娑嗑S多層次”的系統思維框架以及“從定性到定量”的綜合集成法為科學研究人體復雜系統提供了認識論和方法論的指導[20]，而序參量的核心思想就是定性分類下的定量研究，通過“多層表述，逐級定量，多次迭代，逐步近似”[8]，凝練出背后隱藏的關鍵序參量，實現對多維度、多層次的人體復雜系統進行不同有序度地定量刻畫。進一步根據多種約束條件，可以直接寫出序參量滿足的方程，構建“序參量”思想的數理模型。例如，將人體序參量理論應用于人體系統，構建了基于序參量的三層次的新型冠狀病毒免疫模型[21]，這一工作發表后受到了多方關注，顯示了序參量模型研究的有效性。根據序參量的解析表達式，可以進一步刻畫實測數據。在這個過程中，探索序參量的演化規律，發現背后的普適規律與原理。

2.3? 基于人體實測數據，構建證素序參量模型

人體復雜系統是非常特殊的復雜系統，除了具有非線性、多組分、多尺度等一般復雜系統具有的特點外，人體系統還有豐富的意識活動，與周圍環境時刻發生著物質、能量和信息交換。因此，采集實測數據，應該既包括主觀感受，也包括客觀的生物信息，形成虛、實兩面的完整刻畫。中醫四診正是對人體主觀、客觀信息的采集，通過對主觀、客觀信息量化，提取序參量，可構建具有中醫原理的神經網絡學習的可解釋性框架，建立證素辨證的案例可學習、權值可調節模型。

證素辨證是對中醫辨證系統這一非線性復雜巨系統的降維，將較為抽象的中醫辨證論治思維轉化為具象的計算模型[9]。中醫復雜病機與證型均可通過“降維”分解為最基本的診斷單元，即證素，而證候要素又可以相互組合“升階”，形成復雜的病機[22]。

人體健康態處于動態變化中，因此，要突破當下基于大數據平均統計的認識方法，構建動態化、個體化的診斷模型。證素包括病位和病性兩部分，構建序參量模型，需要對這兩部分進一步量化。因此，需要抓住刻畫人體病理狀態各個維度的關鍵參數，構建相空間分布，進而在中醫辨證思維和機器學習方法互參中，凝練出能夠反映人體不同有序度的序參量，形成對證素的定性分類（劃分亞類）。在定性分類的基礎上，再通過對疾病嚴重程度的量化分析，得到該亞類內部的定量刻畫，即實現對健康態的診斷與預測。

3 基于序參量思想構建干眼的證素辨證數理模型

3.1? 研究背景

干眼是目前影響視覺與生活質量最常見的眼表疾病，全球發病率為5.5%～33.7%，影響著全球數億人口[23]。由于我國國情的特殊性，干眼危險因素較多且重，導致干眼的發病率為10%～33%，其發病率有逐年增高的趨勢[24-25]。既往研究顯示，中醫藥在改善干眼的臨床癥狀，延長淚膜破裂時間，改善角膜熒光染色等方面確有療效[26]，成為當今中西醫結合研究的一個熱點，值得我國科研人員深入研究。目前，醫家往往根據自身經驗對干眼進行治療，辨證分型種類繁雜，制約了中醫優勢的發揮。

3.2? 研究思路

筆者基于“序參量”思想，提出構建干眼證素辨證的數理模型思路框架。首先，基于干眼的中醫學認識以及大量臨床經驗報道，構建干眼證素辨證的框架。其次，通過現代儀器設備、采集四診信息等對干眼患者進行主觀、客觀信息采集，建立干眼臨床信息庫。再次，將刻畫有序態的關鍵參量“序參量”思想引入人體復雜系統，運用機器學習技術，根據證素辨證原理，發現干眼證素辨證的序參量，構建干眼客觀信息與證素之間的數理模型。最后，應用于臨床，驗證干眼客觀信息與證素之間的數理模型，進一步調整干眼證素辨證的診斷權值，為調整干眼證素辨證的診斷權值探索新方法。研究思路流程圖詳見圖1。

3.3? 技術路線

3.3.1? 運用復雜系統框架收集多維數據? 在“從定性到定量”的綜合集成法指導下，運用干眼分析儀提取目診信息、脈搏波采集器提取脈診信息，應用四診信息采集表[1]對干眼患者進行主觀信息采集，建立干眼的主觀、客觀信息庫。依據朱文鋒主編的《證素辨證學》[1]，運用“WF文鋒-Ⅲ中醫（輔助）診療系統”規范，提取干眼患者的證素特點。

3.3.2? 定性與定量——證型分類與疾病嚴重程度評估? ? （1）定性研究：中醫學認為引起干眼的外邪主要為燥邪、熱邪、風邪[27]。肖文崢等[28]將干眼的病機歸為肝失調達、陰津虧虛，神珠失其所養，發為干澀?！秶H中醫臨床實踐指南》將干眼分為邪熱留戀證、肝經郁熱證、脾胃濕熱證、肺陰不足證、肝腎陰虛證、氣陰兩虛證[29]。根據對干眼證素的文獻分析[30-31]，病位證素主要涉及肝、腎、肺等，病性證素主要涉及陰虛、熱、氣虛、濕、血虛、血熱、燥、津虧等。基于以上文獻調研和長期臨床經驗，對干眼證型的定性劃分以六大類為主，并借助已有的證素辨證，增加兼證判斷。

（2）定量研究：對某一類證型或綜合證型，進行偏離程度的量化評估?；凇吨袊裳蹖＜夜沧R：檢查和診斷（2020年）》[23]，評估主要量化指標，如淚河高度、瞼板腺檢查等，并增加癥狀的持續時間作為參考指標。中醫對證的認識是人體陰陽自和的能力下降，出現陰陽偏頗，即偏離。并且陰陽偏離的程度越大，則說明離健康狀態越遠，反映該證的嚴重程度。這一定量評估對應干眼的嚴重程度，并需要在多個維度（如寒熱、虛實）進行偏離度（過剩還是不足）評估。

以上的定性和定量評估均是基于對問診條目和干眼診斷的量化，即以此作為初始評估的金標準。

3.3.3? 人機結合，構建參量相空間? 根據上文對干眼辨證的認識，對采集的脈搏波信息和目診信息，提煉關鍵參數。例如，針對目診信息，提煉眼紅指數、瞼板腺缺失及開口情況等作為評估的關鍵參量;針對脈搏波信息，提煉脈象的脈位、脈力、脈率為評估的關鍵參量[32]。進一步，運用機器學習的方法，將已有評估分類的干眼證型案例參數作為數據集，檢驗關鍵參數相較于一般參量對于識別不同證型的敏感程度。經雙向驗證后，得到辨識干眼證型的脈搏波和目診關鍵參量，構建劃分證型亞類的參量相空間。構建這一相空間的優勢在于，研究案例在相空間的位置分布具有量化解讀中醫原理的價值，如脈力與寒熱相關，脈位與虛實相關，實現了對模糊中醫辨證概念的多維度、科學化解讀。脈位、脈力參數構建的相空間與干眼證型關聯示意圖詳見圖2。

3.3.4? 結合機器學習，挖掘亞類內部的序函數關系? 在參數相空間中，基于對高質量數據集的學習，通過多次迭代，構建關鍵參量與證型亞類辨析的智能學習算法，提煉出可劃分不同層次有序度的序參量。

首先，基于相空間的參量，凝練出可以劃分不同亞類的序參量，即實現證型包括兼證的診斷，此過程為定性的辨析。

其次，在相空間亞類的內部，找到關鍵參量的偏離程度（或者亞類內部辨析嚴重程度的序參量）與證素之間存在初等函數關系時（例如：y=kx+b），即序函數。

例如，已有文獻報道，眼紅指數與陰虛的病性相關[33]。因此，眼紅指數可能是干眼的病性證素陰虛的序參量，定量刻畫眼紅指數與陰虛積分的函數關系。眼紅指數與證素陰虛積分的函數關系示意圖詳見圖3?；谛騾⒘克枷霕嫿ǜ裳圩C素的數理模型，可實現通過客觀實測數據定量刻畫多維度、多層次的人體狀態。也可通過調整數理模型中的參數，反推干眼的證素診斷權值，建立干眼專病的證素辨證的案例可學習、權值可調節模型。

3.3.5? 臨床檢驗與迭代，基于動態數據優化模型參數? 以上的干眼序參量證素模型結合了主觀的感受和客觀測量信息。序函數中的參數設置與具體的疾病、季節、地域和患者體質相關。通過系統跟蹤某亞類患者的治療與康復過程，將發現干眼證素辨證權值的演化規律，由此可形成越來越準確的健康態診斷與預測。構建干眼的參量相空間示意圖。詳見圖4。

4 結語

基于序參量思想，構建干眼的客觀信息與證素辨證的數理模型，屬于一項創新性的研究。傳統數據驅動的機器學習具有計算量龐大和缺乏可解釋性的難題，而通過事先構建參數相空間，挖掘序參量的函數關系，將突破傳統由大數據驅動的機器學習模式。開創“序參量+機器學習”的智能模式，實現復雜度降維帶來的計算量銳減和中醫原理的可解讀性。

證素辨證主要運用于內科疾病，根據眼科疾病靈活調整證素辨證診斷權值，更加符合臨床實際。因此，針對干眼這一具體疾病，在序參量思想指導下構建數理模型，調整干眼的證素辨證診斷權值，拓寬了調整?？?、專病的證素辨證的診斷權值的新思路。更能把握專科、專病的證素辨證特點以及疾病特征，為探索干眼證素辨證數字化發展提供新思路，具有較好的應用前景。

參考文獻

[1] 朱文鋒. 證素辨證學[M]. 北京： 人民衛生出版社， 2008： 53， 66-67， 69， 88-89， 90， 181， 232.

[2] 葉? 樺， 馮全生， 溫川飆， 等. 證素辨證的基本原理與問題分析[J]. 中華中醫藥學刊， 2019， 37（12）： 2840-2842.

[3] 梁? 昊， 余怡嬪， 丁長松， 等. 證素辨證學研究中的問題及發展前景[J]. 中華中醫藥雜志， 2021， 36（11）： 6281-6284.

[4] JIANG P F， PENG J， ZHOU Y S， et al. Ophthalmic syndrome differentiation system and digital Chinese medicine[J]. Digital Chinese Medicine， 2018， 1（1）： 9-13.

[5] 李燦東， 甘慧娟， 魯玉輝， 等. 基于證素辨證原理的健康狀態辨識研究[J]. 中華中醫藥雜志， 2011， 26（4）： 754-757.

[6] 鄧文祥. 證素辨證學心系辨證知識圖譜的建立及其應用[D]. 長沙： 湖南中醫藥大學， 2020.

[7] 佘振蘇， 倪志勇. 論思維的復雜系統模型暨新一代專家系統的設想[J]. 北京大學學報（自然科學版）， 2011， 47（5）： 960-968.

[8] 佘振蘇， 倪志勇. 人體復雜系統科學探索[M]. 北京： 科學出版社， 2012： 6

[9] 曾小珂， 孫貴香， 孫豪嫻， 等. 2000—2021年證素研究文獻可視化分析[J]. 中國中醫藥信息雜志， 2023， 30（2）： 55-61.

[10] 嚴名揚. 中醫辨證意向性序式考察的數理初探[J]. 中華中醫藥雜志， 2021， 36（6）： 3423-3429.

[11] 于榮霞， 馬會霞， 徐? 靜， 等. 消渴病代表醫家典型醫案的中醫數理解析[J]. 中醫雜志， 2017， 58（2）： 123-127.

[12] ZHOU X Q. Digitalization is a bridge for TCM striding towards information age[J]. Digital Chinese Medicine， 2022， 5（4）： 353.

[13] SHE Z S， CHEN X， HUSSAIN F. Quantifying wall turbulence via a symmetry approach： A Lie group theory[J]. Journal of Fluid Mechanics， 2017， 827： 322-356.

[14] CHEN X， HUSSAIN F， SHE Z S. Quantifying wall turbulence via a symmetry approach， Part 2： Reynolds stresses[J]. Journal of Fluid Mechanics， 2018， 850： 401-438.

[15] SONG S N， SHE Z S. Quantum theory-based physical model of the human body in TCM[J]. Digital Chinese Medicine， 2022， 5（4）： 354-359.

[16] SONG S N， SHE Z S. A new interpretation of TCM pulse diagnosis based on quantum physical model of the human body[J]. Digital Chinese Medicine， 2022， 5（4）： 360-366.

[17] 郭? 蕾， 王永炎， 張俊龍， 等. 陰陽： 人體系統序參量解讀（一）[J]. 中醫藥學刊， 2004， 22（11）： 2023-2025.

[18] 吳邦惠， 馬烈光. 從人體“序參量”看中醫的特色和優勢[J]. 四川中醫， 1998， 16（5）： 17.

[19] 陶必修. 主導人體健康的序參量[J]. 貴州科學， 2015， 33（4）： 26-29.

[20] 佘振蘇. 復雜系統學新框架： 融合量子與道的知識體系[M]. 北京： 科學出版社， 2012： 8-22.

[21] ZHANG L H， LI R， SONG G， et al. Impairment of T cells' antiviral and anti-inflammation immunities may be critical to death from COVID-19[J]. Royal Society Open Science， 2021， 8（12）： 211606.

[22] 張啟明， 于東林， 王永炎. 中醫證候要素的確認方法[J]. 中醫雜志， 2013， 54（20）： 1732-1735.

[23] 亞洲干眼協會中國分會， 海峽兩岸醫藥衛生交流協會眼科學專業委員會眼表與淚液病學組， 中國醫師協會眼科醫師分會眼表與干眼學組. 中國干眼專家共識： 檢查和診斷（2020年）[J]. 中華眼科雜志， 2020， 56（10）： 741-747.

[24] MALIK K， MATEJTSCHUK P， THELWELL C， et al. Differential scanning fluorimetry： Rapid screening of formulations that promote the stability of reference preparations[J]. Journal of Pharmaceutical and Biomedical Analysis， 2013， 77： 163-166.

[25] 中華醫學會眼科學分會角膜病學組. 干眼臨床診療專家共識（2013年）[J]. 中華眼科雜志， 2013， 49（1）： 73-75.

[26] 黃鑫玲， 陳向東， 宋? 焰. 干眼的中西醫治療新進展[J]. 中國中醫眼科雜志， 2020， 30（6）： 443-446.

[27] 劉? 培， 蔣鵬飛， 周亞莎， 等. 干眼環境病因及中醫外邪屬性的理論探討[J]. 湖南中醫藥大學學報， 2022， 42（1）： 68-72.

[28] 肖文崢， 謝立科， 侯? 樂， 等. 疏肝養陰法治療干眼的理論探討[J]. 北京中醫藥大學學報， 2013， 36（9）： 589-591.

[29] 世界中醫藥學會聯合會. 國際中醫臨床實踐指南 干眼（2021-12-14）[J]. 世界中醫藥， 2022， 17（16）： 2235-2239， 2244.

[30] 李書楠， 劉? 培， 彭? 俊， 等. 基于證素辨證的干眼證候評分體系的建立[J]. 中醫藥信息， 2020， 37（6）： 55-59.

[31] 趙艷青， 李青松， 黃? 麗， 等. 干眼中醫證型分布規律及癥狀相關性研究[J]. 中國中醫眼科雜志， 2019， 29（1）： 19-24.

[32] LEUNG Y L A， GUAN B H， CHEN S， et al. Artificial intelligence meets traditional Chinese medicine： A bridge to opening the magic box of sphygmopalpation for pulse pattern recognition[J]. Digital Chinese Medicine， 2021， 4（1）： 1-8.

[33] 海妹德， 艾扎提古麗·卡的爾， 吳永娟， 等. 150例干眼癥中醫辨證分型與眼表微觀指標間的相關性研究[J]. 新疆中醫藥， 2020， 38（2）： 6-8.