基于大数据的中医药临床研究.docx

《基于大数据的中医药临床研究.docx》由会员分享，可在线阅读，更多相关《基于大数据的中医药临床研究.docx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于大数据的中医药临床研究 摘要 随着科技和互联网的发展，医学探讨已步入大数据时代。在信息爆炸的大数据背景下，传统中医药探讨渐渐显现出不足，而基于大数据的中医临床探讨更适合真实世界探讨。文章分析了大数据思维与中医思维相关性、梳理了目前中医药临床探讨现状及存在的局限性，提出在大数据背景下应建立新的探讨思路，即大数据临床探讨，并且充分利用数据挖掘技术探究数据价值，以期为今后中医药探讨方向供应肯定的可行性及参考价值。 关键词 大数据；临床探讨；数据挖掘；中医药 Abstract As the development of science，technology and the Internet，med

2、ical research has entered the era of big data.Under the background of information explosion，the traditional Chinese medicine research gradually shows some defects while it is more suitable for the study of the real world to be based on big data.This paper analyzed the correlation between big data an

3、d traditional Chinese medicine，combing the current status and limitations of traditional Chinese medicine clinical research.We proposed new a research idea which should be set up under the background of big data.In addition，we should make full use of data mining technique to explore the value of it

4、in order to provide a certain feasibility and reference value for the research direction of Chinese medicine. Key Words Big Data； Clinical Research； Data Mining； TCM 中图分类号：R242；N39文献标识码：Adoi：10.3969/j.issn.1673-7302.2022.11.073 美国麦肯锡公司在2022年发表一篇有关大数据的报告，意味着大数据时代已经到来。大数据是指数据量浩大、数据结构困难且依靠传统探讨方法和手段难以处理

5、的数据集。它包含规模巨大、类型丰富、处理快速以及蕴含价值等4大特征1。与其他学科不同，医学领域涉及的大数据既与通识大数据概念相吻合，又有医学自身的独特之处2。大数据时代给中医药发展带来了机遇，中医临床探讨该如何适应这种改变就成为亟需思索的问题。现从大数据角度着手，对中医临床探讨现状及将来发展作一简述。 1 大数据与中医药相关性 1.1 整体性 整体观源于易經的原始系统观念，成于内经“天人合一”的自然整体论与元体-阴阳-五行学说的有机自然观3。作为中医学理论体系的基本特点之一，中医学以整体观作为指导思想，主要体现在以下3个方面：人与自然环境具有亲密联系、人体内部是一个有机整体以及人与社会环境之间

6、同样存在协调统一。因此要从整体角度揭示探讨对象内部及与外部间的关系、结构和功能。其次，在治疗方面，中医亦强调从整体调整阴阳气血的改变、改善脏腑功能失调，消退病变对全身作用的影响，从而通过整体的治疗效应，达到祛病防变的目的。另外，现代中医的诊疗数据具有“全数据”的特点，不仅包括四诊合参的信息，还包括各类理化生物学指标，形成全面描述4。这一点与大数据思维相吻合。大数据中的海量数据并不是孤立存在的，必需结合在一起才具有利用价值。随着云计算、物联网等新一代信息技术的诞生，大数据可以对纷繁困难的数据进行收集和处理，相对于传统的只针对海量数据中的一小部分进行处理的方法，大数据将整体变成一个数据化的整体，从

7、全局入手，将全部数据作为分析的对象，更强调数据完整性。即维克托迈尔舍恩伯格在大数据时代中所提到的思维转变：不是随机样本，而是全体数据5。 1.2 困难性 中医是一个开放的困难巨系统，困难系统层次上的性质不适合用简洁还原论思维，即通过分析各组成部分而完全说明和进行探讨。比如整体大于部分之和，人体功能并不是几个脏腑功能的简洁叠加；再如，相同中药组成的方剂，若调整中药剂量比例，功效主治也会完全不同；又如，中医的证候探讨，涉及多方面要素，且这些要素之间存在动态相互作用，辨证过程中会存在大量不确定信息。在疾病的不同阶段，证也会呈现出差异，且不同的医生对四诊信息的推断也是不确定的。这种非线性和涌现性特征反

8、映了中医学困难性和多样性的特点。目前兴起的大数据技术不但能够对困难性和多样性数据进行兼容并包，而且可以从技术层面上解决来自不同路径、不同模式、不同格式的各种数据6，能够为中医数据处理及临床探讨供应牢靠的技术支持。但是，由于数据从零散的、单一的，发展到海量的、集成化的，容量相对较大，其获得数据信息的渠道亦相对较多，数据的来源和范围特别广泛，因此大数据内的数据具有肯定的困难性。对大数据中相关信息进行计算时，应用传统的机器和计算模式则无法提取其中的有效信息，须要针对数据模型和特征模型，对相对困难的数据进行新的探讨和处理7。 1.3 开放性 开放性是指系统本身及其子系统与四周环境之间存在物质交换、能量

9、交换和信息交换8。中医理论主见“天人合一”“生气通天”，其探讨的主体“人”即具备开放性。首先，构成人体的基本物质依靠于“天地之气生”，人的生命是宇宙演化的产物，与自然界是交互存在的，即“人生于地，悬命于天”；其次，人体可以通过适应外部环境的改变，并依据这种环境改变调整自身的行为活动。也就是说，人体的生理和病理受到四时天地的影响，疾病的防治要顺应于自然的改变，与日月相应。大数据同样具有开放性，大数据的核心即在于数据的相互交叉与流淌。因为数据是不断改变的，这种增减改变不是死的和封闭的，而是开放的。开放的目的则是通过数据的共享来产生和创建更多的价值。大数据时代出现的智能技术、开源数据库、健康数据管理

10、平台以及一些支持在线数据收集、数据分析及应用决策技术的平台9，打破了封闭的信息孤岛，便利了数据的开放和流通，提高了数据的获得率和利用率，为人们得到并利用数据挖掘其中的信息供应了便利。 1.4 关联性 若一个数据改变会引起另一个数据的改变，则称这2个数据具有关联性。通过分析相关性，可以找出数据集里隐藏的相互关系网。大数据构成了数量巨大、结构困难、类型众多的数据集合10，这种数据并非零散的信息碎片，而是依据肯定的内涵联系在一起的。在传统探讨中，人们倾向于找寻数据间的因果关系，而当现代科技能够获得全部数据并找出相关联系时，数据的精准性就显得不为重要。大数据探讨与传统逻辑推理探讨不同，须要对海量数据进

11、行整理、挖掘、比较、聚类等分析以发觉变量之间的规律性11。这种从因果关系到相关关系的思维转变，强调了数据的关联性。中医药探讨中存在大量不精确的描述和大量的隐性学问，如中医专业术语及专家诊疗阅历。这些隐性学问是中医医家在临床实践中形成的、个体所拥有的、难以用文字描述和语言传授的学问和体验，阻碍了中医学问的转化和共享。传统探讨方法无法对这些隐含的、特别的联系及规律进行正确处理。而大数据通过对整体数据进行挖掘分析，可以将模糊数据中反映的关联信息呈现出来12，将隐性学问显性化，便于人们理解和学问传递。 1.5 层次性 中医理论体系所探讨的人体功能结构并不是简洁的数学关系，而是由不同功能、不同层次的子系

12、统组成，具有困难而繁多的层级结构的特性。各个层次之间并不是孤立的，而是具有多功能、多结构，并且相互络属与联结13。中医学理论是以阴阳、五行、五脏等构成的体系，从“气、血、津、液”到经络系统，再到脏腑，皆包含着以五脏为中心的多因素、多层次的观念与思维，且每个子系统仍旧能划分出相应等级与层次的内容。中医理论即利用它们之间功能的层次和涌现特征来说明人体结构、脏腑生理功能、病理改变以及对疾病的诊断和治疗。大数据同样具有层次性。第一，从大数据的构成方面，数据分为初级、中级、高级等多个不同层次，且各个层次之间并不是独立的，而是相互作用、相互制约、相互影响，有时多层数据之间还存在协同作用14；其次，从大数据

13、的预料角度来讲，有学者将其分为3个层次11：找到数据、将数据分类、进一步确定数据特征；第三，随着资源流通和共享，大数据的内容也在发生转变，起先从单一的转变为学科相互交叉的数据资源，这也体现了探讨对象和内容的多层次性。 2 中医药临床探讨的局限性 2.1 重视数据普遍性而忽视特别性 随机比照试验是中医药临床实践中的主流探讨方法，但由于过分重视最佳证据的获得，简单导致普遍性与特别性的冲突。RCT多基于群体性特征，为了保证各组的同质性与均衡性，试验前会采纳随机化的方法来最大程度地消退混杂因素的干扰15-16。这就是说，进行探讨时，受试者都是依据肯定的诊断标准、纳入标准以及解除标准来进行筛选而入组的，

14、且临床探讨中的受试者一般都是病情稳定、疾病单一、且危急性较低的人群。为了最大程度削减偏倚，不会考虑患者的体质、合并症以及特别生理时期等状况。然而在实际诊疗中，患者往往呈现出较大的个体差异，有些患者病情困难，兼杂它病，并不单纯。此外，中医强调辨证论治，中医诊疗具有个体性、特别性、困难性，患者在疾病的不同阶段证候表现各异，不同的医生也会依据自身的阅历给出不同的治法与方药，因此临床上很难遇到一批真正符合探讨纳入与解除标准的受试者。其次，在对探讨结果进行统计分析时，对于一些严峻偏离的数据，探讨者常会将其予以剔除，不进行分析与探讨。如此一来，就会显得证据效力不足，难以体现出真实的探讨结果。 2.2 对证

15、候动态改变重视不足 辨证论治是中医诊疗的核心，中医的“证”是指疾病发展过程中某一阶段的病理改变的本质，代表了疾病某阶段的主要冲突。“证候”是指患者在疾病发展过程中的某一阶段所表现出来的一系列症状和体征的概括，即证候是表现在患者身上的异样征象，为“证”的外在表现17。由于疾病过程是不断发展和改变的，因此反映疾病阶段本质的证候也存在连续性发展和动态改变。目前临床视察或临床探讨中，大多采纳一种治疗手段针对某疾病的单一证候进行探讨，且疗程较长，甚至达数月。在统计分析时，簡单地将基线数据与最终数据进行比较，以此说明治疗效果。这种方法偏于静态，忽视了整体和证候的动态改变过程，未经动态辨证就得出结论，可信度

16、较低，且较为笼统。辨证论治的前提是须要动态把握整体18，由于中医证候在疾病发展的不同阶段会随着症状及体征的变更而改变，在这过程中必定会产生大量、困难的诊疗数据，目前中医临床探讨采纳这种从头至尾单一的治疗方式及简洁而欠严谨的统计学处理方法，既不能体现出中医药临床探讨的特点，也不符合临床实际。 2.3 医者对患者认知思维存在不同 中医诊疗是医者在望、闻、问、切的基础上，采集患者信息，通过分析内在联系，进行综合、归纳和整理，认清疾病根源及病变本质，作出推断，并依据中医“理、法、方、药”的指导，辨病辨证选取适当治疗方法和处方用药的困难认知过程。医者在处理和传送所接收的信息时具有极大的主动性与敏捷性。虽

17、然对于患者来说，呈现在不同医者面前的是完全相同的个体，其表现出来的体征与其描述的临床症状亦是相同的。但不同的医者或许会作出不尽相同的疾病诊断与治则治法。这个对患者进行信息获得、分析、整合与推断的过程是极其困难的19。中医诊疗决策不是简洁的主观上随意臆断，而是一个依靠个人阅历、学问和实力进行思索，并反复检验与修正的过程。由于受到生活环境、自身医学背景学问、个人临床阅历和当下默会实力的制约，不同医者的认知实力呈现出明显凹凸层次之分，诊疗决策水平也是参差不齐。目前的中医临床实践属于阅历性学问，存在大量只可意会、不行言传的隐性学问，如何保证临床诊疗思维的精确性，将这些学问合理描述，就成为急需探讨的问题

18、。 3 在大数据背景下对中医药临床探讨的思索 3.1 建立新的临床探讨思路 目前随机比照试验在临床探讨中占主导地位，但并不能认为RCT就是最优的。首先，在临床证据的获得过程中，会受到一些其他因素的干扰，使得最佳证据并非真正意义上的最佳证据。其次，目前针对临床探讨的统计学方法主要是分析基线水平与某个结局指标之间的关系，属于点对点分析，结果欠严谨，尚未找到一个较志向和合理的统计方法来分析基线及长期随访的动态过程与结局之间产生的大量数据间的关系20。这种状况下，有学者提出21Big data Clinical Trial的概念，是指在大数据时代背景下，基于随机比照试验的指导、通过大数据应用方法开展的

19、临床探讨。中医在临床诊疗实践过程中会产生并积累海量数据，加上中医以辨证论治为核心，强调个体化治疗，探讨时不得不考虑其非线性及困难性特点，因此随机比照试验的探讨方法并不完全适合中医药临床探讨。而相比传统RCT探讨的依靠部分人群指导大样本人群的临床诊疗，大数据临床探讨收集的数据和考虑的因素更为全面与完善，大数据统计分析亦是基于总体样本进行的，不仅能全面展示数据信息特征的相关性，而且能客观地反映临床探讨的真实状况，从而得出更适于中医临床应用和推广的结果22。 3.2 利用数据挖掘技术呈现数据价值 中医药发展进程中，不论是古籍文献还是临床实践均积累了海量的内容，它们包含很多隐性学问，但信息庞杂，处理困

20、难，使得这些资源形成信息孤岛。为了解决这一问题，当务之急应建立数据平台，将诊疗信息和文献古籍等非结构化的原始数据进行处理，既能在大数据环境下实现资源共享，也能随时调用数据进行统计分析及数据挖掘，找到数据内部的新学问及规律，以指导临床实践。目前数据挖掘技术包括关联规则、聚类分析、决策树、神经网络、贝叶斯网络、多示例学习和多标记学习等几大类。与统计分析稍有不同，统计分析主要是验证性处理，而数据挖掘是从大规模数据中揭示出隐含的、未知的并有潜在价值的新学问的过程23-24。对大数据的分析技术是挖掘大数据中隐藏价值的关键，它包括海量数据的存储技术、数据计算技术、数据的集成与融合、数据的分析技术。传统的小

21、数据探讨方法是基于全样本中的部分数据，对其进行归纳、总结、逻辑分析和认知。这种方法只能解决简洁问题，而对于具有浩大数据量的困难性问题就略显不足。大數据时代，对数据的分析要求是整体状态的全场景数据，数据分析应采纳困难性科学的智能分析方法建模、仿真，利用大数据进行机器学习，并不断地优化、分析和探讨困难系统的自组织及演化规律25。与现代科技相结合，将大数据的挖掘技术应用于疾病发展规律、预后、证候标准化、诊疗阅历总结及临床疗效评价中会是今后中医药探讨的发展方向。 4 小结 大数据时代的到来，不仅在很大程度上便利人们收集信息、获得数据，并提高分析处理数据的实力，也使人们的思维方式发生了转变。在大数据探讨

22、中，每一个个体的数据均会被全方位记录下来，包括静态数据与动态数据，当数据信息量达到肯定程度的时候，大数据可完整地刻画其内在关系及其涌现现象。这给医学探讨的发展带来了机遇和曙光，对于中医药临床探讨具有重要意义。大数据思维与中医思维都具有整体性、困难性、开放性、关联性和层次性特征，说明中医药临床更适合用大数据技术来探讨和处理。基于大数据的理念以及真实世界的临床探讨模式，使探讨者不须要再去刻意寻求疾病发生发展全过程的因果关系，而是将关注点转移到了疾病干预措施与结局指标的相关关系探讨上，这无疑给中医药发展带来了重大契机26。不过，基于大数据进行中医药临床探讨须要留意以下方面：首先，大数据具有开放性，是

23、面对用户、面对需求的，只有通过不断完善、共享与沟通才能更好地实现大数据的应用和价值的挖掘；其次，基于大数据进行的临床探讨不在于驾驭了多大数据信息，而在于对数据进行专业化处理，因此有必要形成中医药临床大数据，充分利用好积累的数据和信息，使之成为有意义的资源；另外，大数据学问提纯难度高，进行探讨必需最大限度地集成各个学科的学问和方法，结合中医自身特点，应用深度挖掘，才能显示它巨大的数据价值，如基础医学、临床医学、计算机、统计学、工程领域等等学问，并且人机结合，将定性的感性学问与定量的理性学问相结合，这样才能充分利用大数据的优势促进中医药进一步发展。 参考文献 1Zikopoulos PC.Unde

24、rstanding Big DataM.New York：Mc Graw Hill，2022：5-9. 2Toga AW，Foster I，Kesselman C，et al.Big biomedical data as the key resource for discovery scienceJ.J Am Med Inform Assoc，2022，22：1126-1131. 3曾克武.中药困难体系现代化探讨方略与思索M.北京：科学出版社，2022：9-10. 4崔蒙，李海燕，雷蕾，等.“大数据”时代与中医药“学问密集型”数据J.中国中医药图书情报杂志，2022，37：1-3. 5维克托迈

25、尔-舍恩伯格，肯尼斯库克耶.大数据时代M.盛杨燕，周涛，译.杭州：浙江人民出版社，2022：10. 6Michael Wessler.Big Data Analytics for DummiesM.New Jersey：John Wiley & Sons，Inc.，2022：6. 7孙阳，唐出贤，王东.大数据及其科学问题与方法分析J.信息通信，2022，30：157-158. 8祝世讷.中医是第一门困难性科学J.山东中医药高校学报，2022，40：101-101，130. 9朱琳，赵涵菁，王永坤，等.全局数据：大数据时代数据治理的新范式J.电子商务，2022，157：34-42. 10刘小刚.

26、国外大数据产业的发展及启示J.金融经济，2022，31：224-226. 11吕本富，陈健.大数据预料探讨及相关问题J.科技促进发展，2022，10：60-65. 12黄欣荣，张艳朋.大数据技术与中医现代化J.中医杂志，2022，55：1621-1625. 13高晓宇，张哲，杨关林.从系统论角度阐释脾藏象理论J.中医杂志，2022，57：1621-1625. 14朱江涛.关于大数据的系统哲学思索J.中国高新技术企业，2022，22：17-18. 15章仲恒.大数据与临床科研J.临床与病理杂志，2022，34：492-4101. 16徐丹，张哲，张会永，等.说明性RCT和好用性RCT在中医药临床

27、探讨中应用比较J.中华中医药学刊，2022，29：1529-1532. 17劉钊乐.中医证候表征方式对辨证诊断思维影响的探讨D.济南：山东中医药高校，2022. 18文理，王键.黄帝内经中动态整体的辨证论治J.中华中医药杂志，2022，27：1111-1114. 19王连心.基于系统困难性科学及其方法论的中医诊疗认知规律探讨D.北京：北京中医药高校，2022. 20宋勇，汪道远.大数据时代临床探讨的机遇与挑战J.医学探讨生学报，2022，27：337-339. 21Stephen D Wang.Opportunities and challenges of clinical research

28、in the big-data era：from RCT to BCTJ.J Thorac Dis，2022，5：731-733. 22赵天易，陈波，潘兴芳，等.大数据时代对中医针灸临床探讨的启示J.中国针灸，2022，35：938-942. 23谢琪，江丽杰，刘保延，等.开展真实世界中医药效果比较探讨的关键问题及对策的探讨J.世界中医药，2022，9：28-31. 24吴嘉瑞，唐仕欢，郭位先，等.基于数据挖掘的名老中医阅历传承探讨述评J.中国中药杂志，2022，39：615-616. 25宋刚，张楠，朱慧.城市管理困难性与基于大数据的应对策略探讨J.城市发展探讨，2022，21：95-102. 26刘保延.真实世界的中医临床科研范式J.中医杂志，2022，54：451-455. 第15页 共15页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页第 15 页 共 15 页