摘要：计算机技术是20世纪人类最伟大的成就之一，它的出现给各个领域带来了突破性的发展。中医是一门传统医学，中医现代化迫在眉睫，不管是医疗管理还是科学研究，计算机技术的应用已渗透到了各层面。本文从中医相关系统与数据挖掘两大技术在中医领域的应用，阐述了计算机技术作出的贡献，同时指出可能产生的问题，并提出相应的思考。
关键词：计算机技术；中医专家系统；中医辨证系统；数据挖掘
中图分类号：R2-05 文献标识码：A 文章编号：1005-5304（2016）05-0016-04
Application and Thinking of Computer Technology in the Field of Traditional Chinese Medicine JI Mei， YANG Jin （Nanjing University of Traditional Chinese Medicine， Nanjing 210046， China）
Abstract： Computer technology is one of the greatest achievements of the 20th Century. Its appearance not only brings a breakthrough development in various fields， but also brings promotion to the development of traditional Chinese medicine （TCM）. TCM is a traditional medicine， and the modernization of TCM is urgent. Whether in the medical management or scientific research， the application of computer technology has penetrated into all levels. The following article described the contribution made by computer technology， pointed out possible problems and provided relevant thinking based on the application of TCM related systems and data mining technology.
Key words： computer technology； TCM expert system； TCM syndrome differentiation system； data mining
20世纪人类最伟大的成就之一是计算机的出现及其技术的应用和发展。自从1946年第一台电子数字计算机诞生以来，经历了不到70年的时间，不仅计算机本身的软硬件迅速更新换代，随之应运而生的计算机技术也得到飞跃发展，尤其近十几年计算机的应用已渗透各个领域，对医学的发展也起到重要作用。目前计算机在医疗信息管理方面的应用非常普及，技术也相对成熟，如医院信息系统、电子病历、临床支持决策系统等；另外，生物芯片、远程医学包括远程手术、计算机辅助诊断、医学图像处理、药物研发等医学临床相关领域也得到一定突破。自2002年始，北京、上海、南京、广州的中医药大学就开展了非医学专业本科生攻读中医学专业的博士研究生（“非医攻博”）的试点工作[1]，其中引入了一批具有计算机专业背景的人员，这种多元化、多学科的培养模式对中医学的发展将起到推动作用。对学科内涵复杂独特的中医学而言，由于缺乏量化[2]，故需要现代化技术的支撑以深入了解其本质。笔者现从中医相关
系统与数据挖掘两大应用对中医界产生实质性贡献出发，结合案例分析，以阐述计算机对中医产生的影响。
1 两大计算机技术在中医领域的应用
1.1 中医相关系统
1.1.1 专家系统 该系统是一种能够模拟人类专家解决某个领域问题的具有智能特点的计算机程序[3]。通常一个专家系统由知识库、数据库、推理机、知识获取模块和解释接口5个基本部分组成。近10年来，专家系统虽不断向实用性、稳定性、精确性努力，但仍未形成统一、固定的模式。
中医专家系统是以中医专家诊疗规律的逻辑思维过程为程序基础，通过数据处理和逻辑推理，模拟中医专家完成临床诊断治病的过程。自20世纪70年代第一个中医专家系统问世以来[4]，已有遍及中医内、外、妇、儿、五官及针灸等领域超过300个专家系统[5]。中医相关系统的研制经历了由初期的高潮转向中期的低潮、后期缓慢发展的状态，研究模型主要涉及辨证，较少研究组方[6]。为了不让中医专家系统自此停滞以致消失，一些研究人员努力在原有基础上寻找突破口，力求突破发展的瓶颈。
杨氏等[7]提出用基于案例的解释来生成诊断结果的解释性说明及辅助构建基本案例的新思路，相比传统的基于案例推理的中医诊疗专家系统，改进的系统可以适应不确定、不完全的知识表示；并详细介绍了两个核心的基本结构，即案例提取网和案例提取算法。案例提取网能有效解决知识获取瓶颈的缺陷，系统可以自动推理疾病的种类不再局限，同时案例可以修正和学习的功能改善了以往知识库中知识不能自动获取和学习的不足。
有学者为了解决临床多种辨证体系混用、辨证方法不统一及辨证不易掌握等问题，选择“五脏系统辨证”的辨证方法，利用模糊数学方法建立中医辨证的数学模型，秉承吴承玉教授的中医藏象辨证思想，开发了基于WPF设计的符合心系基础证模糊识别数学模型的一般性软件系统，力求使中医专家系统能够得到统一[8]。
侯氏等[9]提出的“网格”技术，是一个集成的计算与资源环境，具有分布性、异构性、自治性、动态性的特点。引进结合数据库网格技术和中间件技术的专家系统，能解决传统医学专家系统不能适应大规模数据密集型应用、数据异构存放的问题；并提出基于这种新技术的结构模型，为进一步开发提供思路。
吴氏[10]针对传统中医专家系统缺乏系统性、智能型、实用性、忽视中医“整体观”及需要依赖专家个人经验和信息量不足等问题，提出了一种基于软计算方法的中医智能辨证处理系统。该算法融合了多种计算模式，能模拟自然界智能系统的生化过程，对不确定、不精确、甚至不完全真值有容错处理，获得了低代价的解决方案和较好的鲁棒性（robustness）。
从上述报道可以看出，近年来的研究充分考虑了中医学科的特殊性，并从不同角度对传统专家系统进行改进，在保证系统稳定、完整及实用等基础上智能化、人性化。但因中医专家系统的知识库是各中医专家根据自己经验提供的，故知识库之间缺少统一和交互；另外，知识库中庞大、无章的数据处理问题也亟待解决。
1.1.2 辨证系统 辨证论治是中医认识和治疗疾病的基本原则，“望、闻、问、切”是其中的基础核心，但传统四诊方法和辨证有较大的主观性和难以重复性，使中医的科学性一直无法得到国际认可。因此，四诊的客观化研究是整个中医辨证体系标准化、客观化的前提。
舌象是中医证型判断的一个重要依据，但舌的颜色在临床中有时很难用肉眼分清，如青紫舌，青和紫是2种不同的寒热属性，若颜色把握不当，将影响临床治疗。为此，翁氏等[11]采用色度学原理及计算机图像分析技术，将血瘀证舌象定量化、客观化，运用“中医舌诊专家系统”对照观察352例血瘀证和218例非血瘀证舌质改变，并进行舌质RBG量化观测，发现血瘀证舌的红色分量R值较非血瘀组显著降低（P<0.01），绿色分量G值2组接近（P>0.05），蓝色分量B值显著增高（P<0.01）；且血瘀证舌以淡紫为多，其次为黯红、紫红。同时，还观察到RGB量值变化可以灵敏反映舌质变化，不仅便于青紫色与其他舌色的区别，也可鉴别淡紫、紫红、黯红及青紫等程度的差异。
问诊在四诊中收集的临床资料最多、最广，加上有时患者提供的资料杂乱、缺失，故较难从中提取出与疾病关系密切的信息。何氏等[12]尝试在中医理论指导下，将计算机技术、智能信息处理技术与中医理论相结合，设计并开发研制出具有人机对话功能、人机交互功能的计算机中医问诊系统。该系统对收集的一系列临床问诊症状，通过程序分析做出初步判断，不仅能辅助临床医生治疗，也利于临床问诊的规范化。
脉诊是中医最具特色的诊疗之一，但脉诊的感知因人而异，不同的医者即使对同一位患者的脉象诊断也不同，因此很难有统一的评判标准，增加了初学者对脉诊把握的难度。为了中医脉象学的研究更科学化，王氏[13]设计了脉诊专家数据库系统，采用时域和频域（尺度）相结合的方法分析脉象信号，引入时频分析和小波理论对脉象信号进行预处理和特征提取，对处理后的脉象信号使用模糊集理论进行分类识别、模糊神经网络技术进一步优化。该系统将现代系统理论和信号处理方法与脉象学相结合，为脉诊客观化研究提供了新的思路和方法。
从上述文献可以看出，目前除闻诊外，望诊、问诊、切诊的客观化和定量化均有所研究，对中医科学性的验证具有推动作用。另外，有学者考虑到中医有“无证可辨”的情况，利用现代CT检测技术定量诊断脂肪肝，发现脂肪肝患者肝脏CT值和肝/脾CT比值与各中医证型之间有一定相关性，为临床中医辨证论治脂肪肝提供了客观依据[14]。当然，因相关技术还处于探索阶段，各系统的单一性未能体现中医“四诊合参”的辨证原则，且系统设计还需进一步完善。如上述舌诊中单凭青、紫颜色的变化判断疾病存在片面性，青紫舌虽主血气瘀滞，但亦可见于先天性心脏病、某些药物或食物中毒的患者；而脉象有“春胃微弦、夏胃微钩、秋胃微毛、冬胃微石”的平脉，弦脉虽主肝胆病变、疼痛、痰饮等，亦可见于健康者。
1.2 数据挖掘技术
中医属经验积累的学科，医史文献研究具有重大意义和价值。传统的传承方式是纸质记录和口口相传，故在流传的过程中难免疏漏、误传误用、片面、丢失等。电子化的储存、记录能保证名老中医经验完整性、准确性和永久性，同时存储卡的相互拷贝能实现知识共享，使中医的传承不再保守。但仅是数据的存储还不够，中医数据量的庞大、残缺、重复、复杂造成“数据量大，知识少”的尴尬局面。数据挖掘技术能从海量、不完全、有噪声、模糊的数据中挖掘出有价值、有意义的信息和知识，减少数据的冗余性、复杂性、模糊性。该技术是一门新兴的交叉学科，常用于中医学研究的数据挖掘方法有聚类分析、关联规则分析、相关性分析、因子分析、回归分析等。如采用数据挖掘技术挖掘名老中医学术思想和临证经验中的规律、个体化诊疗特征，提炼出蕴藏的新理论、新方法、新知识等。
许氏等[15]从贝叶斯网络方法的原理与中医辨证思维的相似性出发，构建的中医辨证贝叶斯网络模型可将中医理论可视化、精确化、清晰化，同时介绍了基于贝叶斯网络的数据预处理功能在中医证候研究中的应用与展望。
王氏等[16]利用“名老中医临床诊疗信息采集系统”采集了20余位名老中医的诊疗信息，病例数达600余例，诊次达2000次以上，挖掘出了众多名老中医个性及共性的病-症-证-方对应关系。
朱氏等[17]以蒋健教授诊治胃痛的有效医案为研究对象构建数据库，实现医案的存储、实时采集与数据转录功能，结合多种数据挖掘技术挖掘出蒋健教授治疗胃痛的组方用药特点。
谢氏等[18]基于中医传承辅助系统软件，分析了李成纲治疗脱发的用药经验。该系统的创新之处在于不仅采用规则分析，统计用药频次，且对组方药物中的四气五味归经进行分析，发现李成纲处方中常用的、使用频次较高的药物，还通过关联规则发现其遣方用药的规律及药物的配伍关系，反推脱发的病理机制。该研究为隐性经验的挖掘创造了条件。
蒋氏等[19]从具有代表性的主要古籍中筛选出脾胃方1355首，对方中数据规范化、结构化和数字化预处理后，采用聚类分析、频繁集方法，挖掘上述方剂的药物组成与病机、症状及关联规律。发现了7味核心药物、脾胃方的基本结构，以及有特殊组合关系的药对、药组和“方药证”对应关联。该研究通过对某一病种的数据挖掘，进一步验证了中医“理法方药”的合理性、科学性、前瞻性。
由上述文献可见，数据挖掘技术在理-法-方-药-症-证等关系的挖掘中不仅促进了中医药学术水平的提高，也为现代药理学提供了研究思路，为验证巩固古人理论的宏观医学和微观医学搭建了一个桥梁，如可筛选出有效方剂中的使用频率较高的方药，找出核心药对，根据经验剂量，实验提取药对的有效化学组分后，从分子生物学角度研究这些组分的生物活性成分在人体内的作用情况，为进一步开发利用奠定基础。
1.3 专家系统与数据挖掘技术的结合
当今是一个大数据时代，数据的不断循环、产生和累积，势必导致新的复杂问题的出现。虽然专家系统有一定的智能性，但不能像人类一样有思索、应变等高级处理能力。数据挖掘技术的发展前景广阔，但仍需与其他技术相结合，取长补短，发挥最大潜能。知识的自动获取是专家系统的核心，基于数据挖掘的专家系统将不再是通过从名老中医专家的经验中提取规则并将其转换为知识，而是从中医专家提供的大量数据中，通过挖掘出的知识自动获取，见图1。
图1是二者结合的第一步，虽然计算机系统和数据挖掘技术的结合对于数据的处理、客观、量化有明显优势，但中医不同于其他学科，带有浓重的人文色彩，在治病诊疗的过程中需要领悟性、灵活性、技巧性，需要不断尝试，与患者沟通及了解和给予人文关怀等，不能将中医完全客观化、指标化。因此，可以引进类似Agent更智能和人性化的技术，它具有主动性、智能性、交互性、协作性和移动性的特点，有人类的认知性，如知识、信念、意图和愿望等。理想化的是做到人与计算机之间形成同伴关系，即关键处需要有经验知识的人来解决，而可以形式化的处理则依靠计算机，见图2。
2 小结
随着计算机及其相关技术的不断发展和普及，中医与计算机的结合是时代发展的必然，计算机对中医事业的推动有着不可替代的作用。它的出现使知识获得的步伐与数据增长速度的距离不断缩小，人类工作的有效性和时效性不断提高。但就中医而言，由于该学科具有系统性、复杂性、不确定性、模糊性、整体性等特点，如何使二者更好地结合尚存在一定争议。为此，笔者认为应在保留中医学科自身特点的基础上多学科、多技术协同发展，以最大限度发挥中医的优势。但需注意的是，临床患者症情多变，不稳定的因素较多，因此，不能完全依赖现代技术，否则，将忽视自我经验的积累和对疾病诊断的准确把握，以致影响治疗。
参考文献：
[1] 杨涛，吴承玉.对“非医攻博”学生培养若干问题的思考[J].中国中医药信息杂志，2013，20（5）：103-104.
[2] 肖永华.名老中医经验继承研究现状及“中医处方智能分析系统”应用前景[J].中国中医药信息杂志，2010，17（5）：1-3.
[3] 胡华，黄政德，谢雪姣，等.数据挖掘技术在名老中医经验总结中的运用[J].辽宁中医杂志，2010，37（11）：2144-2147.
[4] 张德政，彭嘉宁，范红霞.中医专家系统技术综述及新系统实现研究[J].计算机应用研究，2007，24（12）：6-9.
[5] 陆志平，李媛媛，魏方方，等.人工智能、专家系统与中医专家系统[J].医学信息：上旬刊，2004，17（8）：458-459.
[6] 白春清.中医专家系统三十年[J].医学信息：下旬刊，2011，24（2）：550-552.
[7] 杨健，MA X L，杨邓奇.基于案例推理的中医诊疗专家系统[J].时珍国医国药，2008，19（7）：1768-1770.
[8] 杨涛，胡孔法，吴承玉.基于模糊逻辑的中医辨证思维训练系统的研究[C]//中国中医药信息研究会.第一届中国中医药信息大会论文集：A集.北京，2014.
[9] 侯松霞，鲁晓明.基于数据库网格的医学专家系统的研究[J].信息技术，2008，32（7）：189-191.
[10] 吴芸.基于软计算方法的中医智能辨证处理系统[J].厦门理工学院学报，2008，16（2）：50-55.
[11] 翁维良，黄世敬，洪尚杓.运用“中医舌诊专家系统”对血瘀证舌质的研究[J].中国中医基础医学杂志，2000，6（10）：58-61.
[12] 何建成，王文武，丁宏娟.计算机中医问诊系统的开发与研究[J].时珍国医国药，2010，21（9）：2370-2372.
[13] 王燕.中医脉象客观定量化理论方法研究[J].世界科学技术-中医药现代化，2005，7（1）：118-122.
[14] 王凌云，费新应.CT定量诊断与脂肪肝中医辨证分型关系研究探讨[J].湖北中医杂志，2014，36（5）：17-18.
[15] 许朝霞，王忆勤，颜建军.贝叶斯网络在中医辨证研究中的应用[J].上海中医药大学学报，2009，23（2）：77-79.
[16] 王映辉，刘保延.名老中医诊疗信息基础数据仓库与挖掘平台的建立[C]//中国生物医学工程学会中医药工程分会.第三届国际中医药工程学术会议论文集.上海，2006.
[17] 朱蕾蕾，孙继佳，金采映，等.基于数据库及数据挖掘的中医医案方法学研究[J].中华中医药杂志，2013，28（10）：2888-2893.
[18] 谢青，田亚婷.基于中医辅助系统分析李成纲治疗脱发用药特点[J].山西中医，2014，30（9）：53-55.
[19] 蒋永光，李力，李认书，等.中医脾胃方配伍规律的数据挖掘试验[J].世界科学技术-中药现代化，2003，5（3）：33-37.