【正文】 TABASE） ?有人認(rèn)為是一樣的只是不同領(lǐng)域稱呼不同 ?數(shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)的過程的一部分 數(shù)據(jù)挖掘與數(shù)據(jù)分析 ?數(shù)據(jù)挖掘是一個(gè)動(dòng)態(tài)過程，能夠比數(shù)據(jù)分析更智能地使用數(shù)據(jù)倉庫 數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué) ?統(tǒng)計(jì)學(xué)推斷是假設(shè)驅(qū)動(dòng)的，即形成假設(shè)并在數(shù)據(jù)上驗(yàn)證它。目前，國內(nèi)的許多科研單位和高等院校競相開展知識(shí)發(fā)現(xiàn)的基礎(chǔ)理論及其應(yīng)用研究， 2022年國家自然基金資助數(shù)據(jù)挖掘研究 ? 66項(xiàng)目數(shù)據(jù)挖掘項(xiàng)目 ? 西醫(yī)： 基于多模式序列超聲圖像識(shí)別系統(tǒng)診斷乳腺癌的方法學(xué)研究 —— 田家瑋，哈爾濱醫(yī)科大學(xué) ? 中醫(yī)： ? 應(yīng)用數(shù)據(jù)挖掘技術(shù)研究中醫(yī)藥治療再生障礙性貧血的組方規(guī)律 —— 向陽，中國人民解放軍第 210醫(yī)院 ? 基于智能計(jì)算的中醫(yī)方劑基礎(chǔ)治法模型的構(gòu)建 —— 任廷革，北京中醫(yī)藥大學(xué) ? 基于數(shù)據(jù)挖掘的針灸法效應(yīng)特異性基本規(guī)律及特點(diǎn)的研究 —— 賈春生，河北醫(yī)科大學(xué) ? 中藥新藥有效核心處方發(fā)現(xiàn)的隨機(jī)對(duì)照忙發(fā)設(shè)計(jì)方法研究 —— 何麗云，中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所 2022/2/3 8 2022/2/3 9 數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘 :Data Mining. 數(shù)據(jù)中發(fā)現(xiàn)有效的、新穎的、潛在有用的，并且最終可以被讀懂的 模式 的過程 模式，即 pattern。其實(shí)就是解決某一類問題的方法論。而數(shù)據(jù)挖掘是發(fā)現(xiàn)驅(qū)動(dòng)的，即自動(dòng)地從數(shù)據(jù)中提取模式和假定 ? 數(shù)據(jù)挖掘的數(shù)量常常很巨大 面臨的常常是大型數(shù)據(jù)庫，而且常常為其他目的而收集好的數(shù)據(jù)。 ? 兩個(gè)或兩個(gè)以上變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。 ? 舉例： 沃爾瑪：通過關(guān)聯(lián)分析這一數(shù)據(jù)挖掘方法，發(fā)現(xiàn)“啤酒”及“尿布”兩件物品總是一起被購買。 2022/2/3 25 聚類如何實(shí)現(xiàn)：從復(fù)雜數(shù)據(jù)中提取簡單的分組結(jié)構(gòu) 26 根據(jù)采集的與性別相關(guān)特征信息：衣著，頭發(fā)等 自動(dòng)聚成若干類 2022/2/3 27 相似度 ? 聚類，是把最相似的數(shù)據(jù)聚結(jié)在一起形成類別。 ? 單連接 —— 取最近值 ? 完全連接 —— 取最遠(yuǎn)值 ? 。 ? 例如：銀行貸款用戶： 分為高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)三類用戶。 根據(jù)癥狀，推斷出診斷。 ? 但如何計(jì)算它們的確定性和不確定性？ 2022/2/3 51 藥物 B 血壓 年齡 藥物 A 藥物 B 藥物 A 高 正常 低 ≤ 40 40 如何把小的分支合并成一棵大的決策樹？ ? 首先介紹一下信息的一個(gè)計(jì)算方法： ? 信息熵的定義：無序性度量。 也就是看看以誰當(dāng)主干，很快就達(dá)到了分支，很快信息就變得確定了。 例如：做肺癌處方的數(shù)據(jù)挖掘，要采集肺癌處方的信息，或原有的患者信息中導(dǎo)出，形成數(shù)據(jù)子集。 內(nèi)容處理：年齡 六十歲 ?60 有個(gè)還分組：老年、青年、等 格式處理：年齡 出生日期 1950年轉(zhuǎn)成 61。 2022/2/3 71 第四步驟 分析 例如：預(yù)測信用卡欺詐行為。凡含有中成藥、針灸治療、外用治療、西藥治療、手術(shù)治療的醫(yī)案均被排除在外。 ? 癥狀除主癥之外必須有兩個(gè)以上癥狀描述， 采集醫(yī)案樣例 1 陳某 43歲 1976，12，14 月經(jīng)過多來則如崩，已十余年，血色鮮紅，夾有大血塊．無腹痛．頭面洪熱 ,此次經(jīng)期將臨，舌胖，苔薄白，脈沉細(xì) 氣血兩虧 ,沖任損傷 黨參 12g黃芪12g白術(shù) 9g生貫眾 30g花蕊石 30g益母草 9g升麻 6g槐花 12g生甘草 30g山藥 15川斷 12g 鉤藤 12g 崩漏 沈仲理 《 近現(xiàn)代二十五位中醫(yī)名家婦科經(jīng)驗(yàn) 》 242頁 癥狀 \證型 \中藥名稱都 需要規(guī)范處理 預(yù)處理內(nèi)容 總則 ?盡量貼近臨床 ?盡量忠于原意，不失或少失原意。 例如： ? 大黃的 [處方應(yīng)付 ]：處方中寫大黃、川軍、生軍均付生大黃。 結(jié)構(gòu) 主＋謂 ? ? 血＋瘀 證 型 部 分 預(yù) 處 理 ?復(fù)合證型，涉及兩個(gè)臟器的盡量拆分，例如肝腎陰虛，可以拆分成肝陰虛 +腎陰虛，如果難以拆分的，如肝脾不和，則保留原狀。 癥 狀 部 分 用 詞 拆 分 下腹微刺痛 醫(yī)案原文 拆分 下腹微刺痛 下腹 微刺痛 下 刺 微 腹 微刺 痛 規(guī)范后 腹痛 下腹痛 腹刺痛 刺痛 下腹刺痛 規(guī)范后 癥 狀 標(biāo) 注 表（部分） 編號(hào) 規(guī)范后癥狀 頻次 醫(yī)案中原文癥狀用詞及使用頻次 202205 體瘦 289 體瘦 93 消瘦 42 形體消瘦 34 形瘦 33 形體瘦弱 28 形體削瘦5 形體較瘦 5 面黃肌瘦 4 體質(zhì)瘦弱 3 贏瘦 3 形體瘦小3 身體瘦弱 3 瘦弱 3 體質(zhì)消瘦 2 身體嬴瘦 2 形體不豐2 形體偏瘦 2 身體較瘦 2 形體瘦削 2 嬴瘦 2 形嬴 1 形體枯瘦 1 形體消索 1 形體漸瘦 1 形體日嬴 1 身瘦 1 肌肉消削 1 591個(gè)醫(yī)案涉及食欲差，但不同表達(dá)方式有 84種 編號(hào) 癥狀 (頻次 ) 編號(hào) 癥狀 (頻次 ) 編號(hào) 癥狀 (頻次 ) 編號(hào) 癥狀 (頻次 ) 1 納差 103 22 納欠 3 43 食納減 1 64 食納甚差 1 2 納呆 93 23 不欲食 3 44 飲食差 1 65 食少乏味 1 3 納少 77 24 胃納差 3 45 不欲飲食 1 66 食欲不旺 1 4 食欲不振 51 25 飲食少 3 46 谷納少馨 1 67 食欲極差 1 5 食少 30 26 納食不佳 3 47 眠食欠佳 1 68 食欲較差 1 6 不思飲食 21 27 飲食不思 3 48 納呆乏味 1 69 胃不思納 1 7 納減 19 28 少食 2 49 納谷不旺 1 70 胃不欲納 1 8 納谷不馨 19 29 納食差 2 50 納谷不振 1 71 胃呆少納 1 9 納欠佳 15 30 納差食少 2 51 納谷欠馨 1 72 胃納不多 1 10 納谷不香 10 31 納谷欠振 2 52 納減不思 1 73 胃納不香 1 11 納呆食少 9 32 納谷無味 2 53 納食不振 1 74 胃納欠馨 1 12 不思食 7 33 納食不馨 2 54 納食偏少 1 75 胃納日減 1 13 納食不香 7 34 納食減少 2 55 納食衰少 1 76 飲食不香 1 14 食欲減退 7 35 納食無味 2 56 納食亦差 1 77 飲食不欲 1 15 納食欠佳 6 36 食納不佳 2 57 食不知味 1 78 飲食乏味 1 16 胃納欠佳 6 37 食納不香 2 58 食谷不馨 1 79 飲食欠佳 1 17 飲食減少 6 38 食納呆滯 2 59 食納不思 1 80 飲食欠馨 1 18 食納欠佳 5 39 食欲不佳 2 60 食納大減 1 81 飲食無味 1 19 食欲差 4 40 胃納不馨 2 61 食納減退 1 82 精神食欲不振 1 20 食欲欠佳 4 41 飲食不佳 2 62 食納較差 1 83 谷食大減納少 1 21 胃納不佳 4 42 食減 1 63 食納日減 1 84 飲食素來偏少 1 1 陳某 43歲 1976，12，14 月經(jīng)過多來則如崩，已十余年，血色鮮紅，夾有大血塊．無腹痛．頭面洪熱 ,此次經(jīng)期將臨，舌胖，苔薄白，脈沉細(xì) 氣血兩虧 ,沖任損傷 黨參 12g黃芪12g白術(shù) 9g生貫眾 30g花蕊石 30g益母草 9g升麻 6g槐花 12g生甘草 30g山藥 15川斷 12g 鉤藤 12g 崩漏 沈仲理 《 近現(xiàn)代二十五位中醫(yī)名家婦科經(jīng)驗(yàn) 》 242頁 婦 科 醫(yī) 案 數(shù) 據(jù) 庫 預(yù)處理 1 經(jīng)血量多 ,經(jīng)色鮮紅 ,經(jīng)血有塊 ,頭熱 ,面熱 ,舌體胖 ,舌苔薄 ,舌苔白 ,脈沉 ,脈細(xì) 氣虛 ,血虛 黨參 ,黃芪 ,白術(shù) ,綿馬貫眾 ,花蕊石 ,益母草 ,升麻 ,槐花 ,甘草 ,甘草（炙） ,側(cè)柏葉 ,山藥 ,續(xù)斷 ,鉤藤 崩漏 醫(yī) 案 原 文 醫(yī) 案 數(shù) 據(jù) 庫 婦 科 醫(yī) 案 數(shù) 據(jù) 庫 痛經(jīng) 435例 不孕 631例 閉經(jīng) 408例 崩漏 664例 癥狀 605個(gè) 中藥 754個(gè) 證型 63個(gè) 婦科醫(yī)案共 2138例 WEKA軟件 中國中醫(yī)研究院周雪忠等人開發(fā)的應(yīng)用軟件，此軟件基于新西蘭維克多大學(xué)研發(fā)的智能平臺(tái) WEKA。 本 課 題 挖 掘 模 式 崩漏高頻藥對(duì)表 閉經(jīng)高頻藥對(duì)表 不孕高頻藥對(duì)表 痛經(jīng)高頻藥對(duì)表 四個(gè)疾病高頻藥對(duì)表 崩漏高頻“中藥＋癥狀”組表 閉經(jīng)高頻“中藥＋癥狀”組表 不孕高頻“中藥＋癥狀”組表 痛經(jīng)高頻“中藥＋癥狀”組表 四個(gè)疾病高頻“中藥＋癥狀”組表 崩漏高頻“中藥＋證型”組表 閉經(jīng)高頻“中藥＋證型”組表 不孕高頻“中藥＋證型”組表 痛經(jīng)高頻“中藥＋證型”組表 四個(gè)疾病高頻“中藥＋證型”組表 藥對(duì) 中藥＋癥狀 中藥＋證型 數(shù) 據(jù) 挖 掘 結(jié) 果 ? 數(shù)據(jù)挖掘結(jié)果 數(shù)據(jù)挖掘結(jié)果總表 .doc 數(shù) 據(jù) 挖 掘 結(jié) 果 再 分 析 與傳統(tǒng)理 論比對(duì) 編號(hào) 閉經(jīng)高頻藥對(duì) 支持度 置信度 與已有藥物配伍理論匹配 1 仙茅 ?淫羊藿 8% 97% 仙茅、淫羊藿均善壯腎陽、強(qiáng)筋骨、祛風(fēng)濕、平肝陽。 … … … … 新鮮知 識(shí)分析 藥對(duì)結(jié)果分析（舉例） 閉經(jīng)病高頻藥對(duì) 支持度 置信度 藥對(duì)分析 注釋 川芎＝當(dāng)歸 36% 74% 川芎其性善散，又走肝經(jīng)，氣中之血藥也。從而起到活血祛瘀、養(yǎng)血和血功效。 參考 《 中藥學(xué) 》 小茴香 ?寒 13% 77% 小茴香性辛溫，散寒止痛，理氣和中。 ? 4，數(shù)據(jù)挖掘：算法，借用的算法，不一定適合中醫(yī)。一些用藥規(guī)律在醫(yī)師的就診期間經(jīng)常被使用 . 藥物之間關(guān)系被量化表達(dá)例如仙茅 +淫羊藿是結(jié)合最緊密地一對(duì)藥對(duì)，幾乎不單獨(dú)出現(xiàn)，而且這種緊密結(jié)合的關(guān)系又有置信度 95%這樣的數(shù)值支持，傳統(tǒng)理論和方法都無法如此定量的表達(dá)這種關(guān)系。 傳統(tǒng)理論中未查到 臨床分析 中藥＋癥狀結(jié)果分析（舉例） 閉經(jīng)病高頻中藥＋癥狀組 支持度 置信度 分析 注釋 腹痛 ?當(dāng)歸 23% 59% 當(dāng)歸廣泛用于多種原因所致腹痛證的治療，不論是血虛血瘀久寒所致腹痛，還是痢疾腹痛，產(chǎn)后腹痛，小兒臟寒腹痛均可通過配伍使用 參考 《 中華臨床中藥學(xué) 》 蒼術(shù) ?體胖 6% 71% 在這些新鮮知識(shí)中，“蒼術(shù)－體胖” 蒼術(shù)功效是燥濕健脾，祛風(fēng)除濕體胖：主證是陽氣不足，多痰多濕，臨床上常配合使用，蒼術(shù)經(jīng)常用于婦女減肥。二藥配伍，互補(bǔ)為用，活血。二藥配伍，相須為用，補(bǔ)腎壯陽、強(qiáng)筋健骨、祛風(fēng)除濕功力增強(qiáng)。 數(shù)據(jù)挖掘 高頻組 備注 經(jīng)血量多 ?肢腫 癥狀 +癥狀 血瘀 ?脾虛 證型 +證型 白芍 ?白術(shù) 中藥 +中