数据挖掘技术在中医方剂科学问题研究中的应用探究

◆郭小磊

数据挖掘技术在中医方剂科学问题研究中的应用探究

◆郭小磊

（山西中医药大学 山西 030619）

中医方剂即中医疗法中的药方，其配伍规律和临床使用情况都会对中药疗效产生直接影响。身处于网络时代，计算机技术在中医领域的应用不断增多，逐渐被应用于中医方剂科学中。为此，本文对基于计算机技术的中医方剂科学进行了探究，分析了数据挖掘技术在中医方剂调配和临床领域的应用方法和应用效果，希望可以为数据挖掘技术在中医方剂科学研究中的进一步应用提供参考。

数据挖掘技术；中医方剂；科学问题

中医药理论体系由理、法、方、药四大部分组成，而且核心结构是“方—药—证”。方剂作为沟通中医理论与临床实践的桥梁，在中医领域之中具有极为重要的意义。方剂之中，药物的配比和使用都必须慎重，这样才可以保证其使用效果。数据挖掘技术以其严密的逻辑和科学的分析得到了使用者的青睐，将其应用在中医方剂科学问题研究中必然可以让研究成效进一步提高。

1 数据挖掘技术算法及相关软件在方剂中的应用

数据挖掘技术的应用需要借助于专业软件。比较常见的数据挖掘技术专业软件有中医处方智能分析系统、古今医案云平台、方剂配伍挖掘系统、方剂药物组配模式分析系统和中医药数据挖掘系统等。

1.1 Apriori算法

Apriori算法是一种关联规则算法。相关学者依据频繁项目集提出了必须满足最小支持度和最小置信度的数据挖掘算法，也就是Apriori算法。这种算法在商业领域应用得十分广泛，沃尔玛超市著名的“啤酒与纸尿裤”销售策划方案就是基于这种算法而制定的。当前，Apriori算法也被逐步应用在了中医方剂研究之中。这种算法在中医方剂的配伍规律和药方校对等方面得到了广泛应用。使用时，先使用迭代方法对数据库之中的频繁项集之间的关系进行逐层搜索；然后找出频繁项集之中的强关联规则，这一过程中主要运用了类矩阵运算并处理了非频繁项。有学者使用Apriori算法对中医方剂的用药频率和使用模式进行了分析，在分析了近10万例方剂后发现，甘草是使用频率较高的常用药；大多数情况下甘草会与人参、当归、茯苓等药材相互组合；或与毒海藻、甘遂等药物搭配使用。

1.2 聚类分析算法

聚类分析算法是一个统称，其中包括不同的聚类，而聚类性质不同其算法类型和规则也不同。一般来说，此类型数据挖掘技术算法的聚类可分为网络、模型、层次和密度等不同类型。K-Means是此类算法中医方剂的聚类分析算法中应用得最为普遍的一种研究方法。不过这种方法容易产生初始信息误差，其应用也常受到数值型分析的限制[1]。目前，有许多学者将这种算法应用在中医方剂科学问题研究中。比如，使用K-Means算法研究消渴方剂。该算法的应用可以对方剂中的用药规律进行分析，经总结发现，中医的消渴方剂中常出现生、熟地黄以及天花粉。

1.3 分类预测算法

除以上两种算法外，中医方剂科学研究中应用较多的算法还包括了分类预测型算法。这种算法主要包含决策树算法、粗糙集算法、人工神经网络算法、支持向量机算法以及贝叶斯分类算法。这一类型的算法可以实现对方剂药物使用规则和成效的分析并对其内容进行分类识别，实现功效预测。在中医方剂研究领域中，分类预测算法极为重要，是提高中医用药科学性，提升方剂使用效果的有效应用途径。

2 数据挖掘技术在中医方剂科学问题研究中的应用

2.1 方剂配伍规则问题研究

“君臣佐使”是方剂配伍武城的基本原则，要保证方剂的效果，就必须落实该原则，使中药处方中所用药剂的作用明确，并使其相互协调。“君臣佐使”也是一种中医方剂的组方结构，但是这种结构的定义却比较模糊，我们无法确定这种关系是基于哪一种因素而设定的。方剂的名称、中药数量、中药效力以及其药性都可以影响方剂的“君臣佐使”结构[2]。为了探究这一问题，我们可以使用数据挖掘技术。比如，可使用支持向量机来完成中医方剂的分类预测，根据其分析结果可以确定，“君臣佐使”组方结构与重要的药性和归经属性都相关，中药的药味也会对其产生影响。

2.2 方剂组成问题研究

中医领域的方剂配伍方面，存在“七情”关系。这是一种中药配伍用药的基础规则，也是用药时必须遵循的准则。“七情”关系是中药临床应用的其中基本规律，反映出了药物之间的相互作用关系。“七情”包括单行、相须、相使、相畏、相杀、相恶和相反。其中，除了单行（采用单一药物治疗单一疾病）以外，其余的两两成对。“相须与相使”反映出了药物之间的相互配合应用可达到疗效加成的效果；“相畏、相杀”反映出了药物之间的相互抑制或消毒作用，可以减毒实现增效；“相恶、相反”则反映出了药物之间的相互破坏和反噬作用，可以出现增毒和减效后果[3]。数据挖掘技术可被应用在药物关系的研究方面。比如，可使用该技术分析糖尿病的中医临床疗法。实践中，应遵循交互规则对方剂药物使用规则进行挖掘，通过分析发现方剂中的牛膝和地龙等药物可以起到协同降血糖的作用；而其中的知母、黄柏和黄芩相互配合，具有滋阴清热，解毒降躁的作用。

此外，我们还可以利用数据挖掘技术对中药的“十八反、十九畏”问题进行阐述。“十八反、十九畏”表示药物相恶和相反关系的一种口诀，根据其内容，使用者可了解特定药物合用后的不良后果。在应用数据挖掘技术时，研究人员可以利用关联规则和多元分析法，对不宜相配药物之间的剂型、用法以及其药味进行分析。从中，可以得到核心的药物、药对以及药组，进而可以对其剂型、计量的时间和空间维度变化进行分析；而后根据其结果可以为医生提供警示，帮助他们正确地使用禁忌药，实现合理的药物配伍。可以说，数据挖掘技术在“十八反、十九畏”研究中的应用，可以为临床配药提供科学参考和必要警示。

2.3 方剂变化问题研究

中医方剂的变化主要表现在药物剂量和数量的加减问题上，还会表现在方剂中的药组加减和方剂衍化方面。那么数据挖掘技术在此间的应用，主要可以表现在两个方面：一方面是对“基本方”以及核心药对的分析上，如四物汤、麻黄汤、六一散等都属于中药的“基本方”，具备药量少且临床疗效高的特点。而药对则是方剂的配伍基础，对于方剂疗效影响极大。借助于关联规则算法，研究人员可以对中医方剂的“基本方”以及核心药对进行更为深入合理地分析，进而使方剂的结构得到进一步完善。而另一方面，则体现在珍稀药材的合理替代上，在此方面可使用贪婪算法对药物的药性组合模式进行分析，进而掌握其药性并找到与之相似的新方。如此一来，就可以使用常规药物，代替珍稀药物，提高包含珍稀药物的方剂的使用效率。

3 结论

总而言之，将数据挖掘技术应用在中医方剂科学问题研究之中十分可行。该技术的应用核心就是数据挖掘算法，这是可以解决中医方剂科学问题的关键性方法。虽然数据挖掘技术的应用功能，提升了方剂的应用效率，但是其配伍规律、药物禁忌以及其组方关系和药性组合规律还没能得到解决。所以，相关研究人员需要加强对数据挖掘技术的掌握并深化其在中医方剂研究中的应用。

[1]杨艳平.基于数据挖掘的中医治疗湿疹处方用药规律研究[D].北京中医药大学，2018.

[2]毛卓鹏，刘红宁，熊延熙，等.数据挖掘在方剂配伍规律研究中的应用述评[J].江西中医药大学学报，2017，29（06）：118-121.

[3]班圆圆.中医药抗病毒经典方药的数据挖掘与信息平台初步建设[D].山东中医药大学，2017.

山西中医药大学科技创新培育计划项目，课题号2019PY-032。