浅议症状元素与复杂症状术语的处理方法

吕晓颖 李敬华 贾李蓉 杨逢春 李鸿涛 刘丽红 田 野

(1北京中医药大学，100029;2中国中医科学院中医药信息研究所)

中医是一门经验学科，不同的学者对同一症状往往有不同的记录，西方医学经传道士带入中国，对中医症状的表述也产生了很多影响。目前中医对症状的描述不统一的现象非常突出，概念范围界定不清，常具有一个含义多种表述方式或者两种症状的表述存在交叉，如“多食易饥”，在《黄帝内经》中称为“消谷善饥”，在《伤寒论》中称为“消谷喜饥”，后世中医各家对其则有多种称谓，如多食善饥、食欲亢进、好食易饥、贪食、多食、能食、易饥等，它很容易与消渴病之中的消症混淆［1］。症状是诊断的根据，是辨证基础，随着信息时代技术的革命性发展，大规模的数据库建设与数据仓库形成，数据挖掘与利用的广泛开展亟需对于症状数据统一的处理标准，以便于在计算机系统完成对海量杂乱数据的理解，进而从中挖掘出规律与知识，为医生提供决策支持。本研究以中医症状元素的分类与提取开展研究，从中探索繁杂症状数据的处理方法，以便与计算机科学相结合，提高医生的诊断效率。

1 症状与症状元素

症状是指患者陈述的异常感觉和医生发现的异常现象［2］。一般说症状是广义的症状，包含症状和体征两个方面。“症状”是指患者主观感到的痛苦或不适，如头痛、耳鸣、胸闷、腹胀等;“体征”是指客观能检测出来的异常征象，如面色白、喉中哮鸣、舌苔黄等［3］。通过历史文献的研究，张启明等［4］提出了症状单元的概念并将症状单元按症状部位和症状性质在表示最小内涵情况下进行分类。杨在纲等［5］提出“三类五性”的划分方法，并根据症状在辨证中的作用不同将中医“症”进行了“意”“性”归类。“意”包括一般意义的症、定性意义的症、定位意义的症。定性意义的症又分为一般定性意义的症和特殊定性意义的症。“性”是将症状归纳为必要性资料、特征性资料、偶见性资料、一般性资料和否定性资料［5］。这两种划分方法都对症状及其分类进行了深入思考，但是医生在描述患者症状时，往往还会利用其他词汇对基本症状加以形容，以更准确描述患者的异常状态。因此，也就有了本研究中对症状更为细致的分类，尽量保证症状元素的任意组合可以完整表述医生对患者症状的表达。

症状元素的概念结合了数学中集合与元素一对定义。集合是指具有共同属性的事物的总体称为“集”，而元素就是组成集的每个事物，即将症状按照一定的规则划分使其每一个症状元素都属于症状的一个分类集合。每一个症状元素都是唯一的、确定的和无序的，并且在一定的分类框架下具有最小内涵意义。

2 研究方法

2.1 症状数据来源 本研究症状描述词主要提取于中医医案数据库。中医医案数据库始建于2008年，由中国中医科学院中医药信息研究所组织全国20余家科研院所近200名人员，以数据共建共享方式，合作开发的中医医案数据库。该库是结构化的关系型数据库，以公开发表于中医期刊杂志的医案文献为加工对象，采用三级审校加工方式管理，著录内容涵盖文献题录、作者、医生、患者、症状、体征、证候、检查、诊断、治疗、预后等全部信息，现已收录1984年以来近8万条数据，并在不断增量之中。在具有一定数据规模基础上，本所进行医案数据的挖掘与利用研究，以方便研究者及公众使用医案资源并促进中医临床及基础研究。

2.2 症状数据的清洗 选择中医医案数据库已加工完毕数据8万余条，数据量大庞杂，抽取其中症状数据，建立access数据库并进行以下步骤筛选。1)对所抽取的症状描述词进行数据清洗，去除空白及缺损数据。2)对数据库中的症状描述进行去重的操作。此处去重并不是指删除重复的症状描述词而是把具有相同意思的症状描述词进行归类。重复意思表述的症状主要有两种情况:第一种描述前后顺序导致的症状在形式上的不一致，例如，口唇干裂和唇口干裂;第二种是同一种症状的不同表述方式，例如:吐血和咯血、嗳气和打嗝等。将这些意思一致的症状进行整合，并对异名进行标注。3)对整理后的症状描述词进行频数统计，去除频数为1的症状描述词，重点对10次以上的症状描述词进行分类，频数词为2次以上的症状描述词进行补充。经过以上三步的数据筛选整理后，会得到一个相对干净的症状描述数据库，这是进一步症状元素划分的前提与基础。

2.3 症状元素的分类 本研究将从中医个案数据库中提取的所有症状从多维角度进行拆分，将任意元素组合描述临床症状，以弥补不同临床医生在表述症状时的差异。所有症状元素主要分为两类，基本的症状元素类和限定元素类。基本症状元素类分为单纯症状词和复合症状词，限定元素类不是具体意义的症状元素而是对症状元素意义的外延，与基本症状元素结合使用时可对患者临床症状的表述更为准确。具体划分维度及定义如表1。

表1 症状元素分类难度及定义

3 症状元素的提取

将经过清洗的症状描述词进行频数统计，将在数据库中出现10次以上的症状描述按照症状元素的划分规则进行分类，最后将其他症状描述作为补充查看症状元素的分类结果是否有缺漏，部分结果如表2。

表2 症状元素提取结果(部分)

4 讨论

本研究根据症状在医案中的实际出现情况，探索了症状元素与复杂症状术语的处理方法，将8万条医案数据进行了症状元素分析，症状元素方法可以完成复杂症状自由语言的语义抽取和分类，在一定程度上实现语义多维度理解，但是症状术语数量极其庞大，本研究仅仅限于高频症状的症素抽取，更多更细的数据分析将有助于该方法的进一步完善。

［1］赵金铎.中医症状鉴别诊断学［M］.北京:人民卫生出版社，1985:45.

［2］朱文锋.中医诊断学［M］.北京:中国中医药出版社，2002:132.

［3］黄碧群.中医症状标准化的重要性［J］.中华中医药杂志(原中国医药学报)，2011，26(3):429 －432.

［4］张启明，王义国，张磊，等.内涵最小的独立症状［J］.北京中医药大学学报，2010，33(1):5 －10.

［5］王亨飞，杨在纲.浅议“症的分类”在辨证中的重要性［J］.甘肃中医，2004，17(10):3 －4.