ERHM | 基于系统关联规则的中药处方数据挖掘方法的构建

Exploratory Research and Hypothesis in Medicine

《医学探索研究与假说》

文章导读

近年来，中医药的发展及现代化面临着千载难逢的机遇，同时国家相关部部委也对中医药的发展提出了若干思路、建议以及急需解决的时代命题，主要包括以下方面：1）面向生命科学领域的科技前沿，提出并回答若干中医药关键科学问题，推动中医药理论体系创新发展，提升中医药原创理论对生命科学的贡献度；2）面向人民生命健康，聚焦威胁人类健康的医学难题和多元化的健康需求，形成中医药优势诊疗方案、有效方药和高水平证据体系，充分发挥中医药疗效优势特色，提升中医药防治疾病临床价值；3）面向国家重大需求，聚焦中医药自身传承发展瓶颈，以科技创新提升中医药标准化水平、传承效率和服务能力，破解中医药自身发展难题；4）面向国民经济主战场，突破制约中药质量和产业化水平提升的关键技术瓶颈，助力人民群众“放心用中药”，催生中医药产业新业态，支撑中药产业高质量发展，使之成为具有独特国际竞争优势的产业领域。

基于上述时代背景，同济大学医学院附属第十人民医院杨建设、吕中伟教授课题组开展了中药处方在人工智能和数据关联算法指引下的药---症一体化的构建工作，主要研究内容如下：

中药（TCM）处方是根据一定的相容性规则治疗不同疾病的复杂组成部分。因此，了解有效成分之间的叠加、抑制和相互作用是必要的。现代信息技术显著促进了中药研究，特别是数据挖掘、中药处方挖掘。数据挖掘技术用于发现数据的潜在知识和规则，解决各种场景下的复杂性问题，并最终支持人类的决策。

针对已建立的中药数据库，通过数据挖掘技术，从处方和调控两方面来分析和探索中药成分的有效性。采用数据挖掘技术对脾胃病中药处方的组方规则和活性成分进行分析。其中主要包括以下核心算法，如先验方法、fp增长算法。在目前的工作中，一种新的算法使用改进的fp树和头表结构，只生成一次fp树，并在每个递归的头表结构。

新算法可以获得与频繁项目集挖掘算法相同的结果，但其速度至少比fp增长快两倍。然后利用改进后的算法筛选其他代理数据进行预处理，创建数据库，初步建立具有频繁项目集、关联规则、聚类分析算法的中药有效成分和计算机组成原理仿真系统，进而对中草药成分频率、复合症状频率、药病联系、药物成分聚类进行分析，发现相关有效成分和肠胃疾病之间的客观联系。

本文“Construction of Chinese Medicine Prescription Data Mining Based on Association Rules of the System”在期刊Exploratory Research and Hypothesis in Medicine上发表，DOI：10.14218/ERHM.2023.00009

投稿：2023年2月21日；修回：2023年5月4日；接受：2023年5月30日；上线：2023年7月7日

原文链接：https://www.xiahepublishing.com/2472-0712/ERHM-2023-00009

作者简介

通讯作者

杨建设

博士，教授，博导。Academician of The World Academy of Sciences（TWAS），同济大学临床核医学中心科研部主任，兼任CUHK-SZ生命与健康科学学院临床博士生导师，安徽理工大学医学院兼职教授，博士生导师，甘肃医学院特聘教授。中国科学院研究所“百人计划” 及“西部之光”人才计划获得者，海南省领军人才（第一层次），中华医学会核医学分会放射性药物学组委员，教育部研究生与学位中心专家库成员，甘肃省科技专家库专家。Journal of Exploratory Research in Pharmacology，Future Integrative Medicine，Micro and Nanosystems, International Journal of Radiology, World Journal of Gastrointestinal Pathophysiology, Medicine International 等多本国际期刊编委、编辑以及高影响力期刊（IF>10）审稿人。参加和主持NSFC等各类项目19项。在Science等刊物发表论文120余篇，其中25篇IF>10，被引3000+。主要研究领域：消化系统肿瘤发生新机制，固有生物纳米限域调控肿瘤转移（国际上首次提出iBNCs概念），核素治疗废液中放射性物质处理技术。

转自：“华誉学术”微信公众号

如有侵权，请联系本站删除！