方剂配伍规律数据挖掘的研究现状及思考

　　4  总结与展望
   
　　数据挖掘是一个领域专家合作的过程,这一过程要反复进行,并在反复过程中不断地趋近事物的本质。根据钱学森院士提出的综合集成理论,可以想象,以开放的中医药统一医学语言系统为数据规范依据,构建面向方剂配伍知识发现的多模块综合集成数据挖掘支持系统是方剂配伍规律知识发现研究的努力方向。综合集成方法的实质是把专家体系、数据和信息体系以及计算机体系有机结合起来,从定性定量综合集成角度处理复杂问题[29]。在这样的集成系统支撑下,我们可以在最大限度地跨越语言表达的差异性和相关信息的分散性前提下,从不同角度对其中蕴含的相关性和规律性信息进行全面探讨,并将研究结果以知识地图的方式加以呈现,从而为方剂的临床运用以及实验研究提供线索与思路。
   
　　当然,要达到这样的效果,无可避免地要讨论中医方剂理论中现存的一些问题以及不同学派和专家的不同认识等,如方剂配伍君臣佐使之间如何分工？方剂配伍及其所主病证之间存在的君药对主证(症)和臣药、佐使药对兼证(症)之间的针对性如何界定？怎样将问题求解中所需要的专家知识、背景知识、领域知识进行确切的描述与表达？以及由此产生复杂系统知识组织的维护与理解等问题。然而,利用信息技术探讨、解决这些问题的过程,不仅是信息时代自然语言处理、人工智能等领域的创新成果应用于方剂配伍规律理论探讨和实践要面对的重要内容,也是复杂系统思想指导下方剂配伍规律的知识发现必须要面对的问题。这种实践不仅可以使中医方剂理论得以深化,使临证处方选药向标准化、规范化的方向发展,同时也是证候本质研究、方剂作用机制研究、方剂适用范围研究等领域找到突破口的希冀所在。

【参考文献】
  1] 董正华.试论《伤寒明理论》的学术成就[J].陕西中医学院学报, 2002,25(3)：1－2.

　　[2] 刘齐宏,唐常杰,李 川,等.基于属性归纳的中药方剂数据挖掘[J].计算机应用,2007,27(2)：450－452.

　　[3] 彭 京,唐常杰,曾 涛,等.基于神经网络和属性距离矩阵的中药方剂功效归约算法[J].四川大学学报(工程科学版),2006,38(1)：92－95.

　　[4] 雍小嘉,彭 京,韩佩玉,等.采用空间矢量方法判断方剂功效倾向新论[J].辽宁中医杂志,2005,32(7)：660－662.

　　[5] 于润桥,危 荃,王建红,等.基于粗糙集理论的右归丸配伍研究[J].辽宁中医药大学学报,2007,9(2)：3－6.

　　[6] 孙 燕,臧传新,任廷革,等.支持向量机方法在《伤寒论》方分类建模中的应用[J].中国中医药信息杂志,2007,14(1)：101－103.

　　[7] 陈学进.数据挖掘中聚类分析的研究[J].计算机技术与发展,2006, 16(9)：44－49.

　　[8] 王咏梅,马 红,刘苏中.方剂配伍的模糊数学特性研究[J].中国实验方剂学杂志,2000,6(6)：59－61.

　　[9] 蒋永光,李 力,李认书,等.中医脾胃方配伍规律的数据挖掘试验[J].世界科学技术——中医药现代化,2003,5(3)：32－35.

　　[10] 张晓杰.荨麻疹辨证论治规律的聚类分析[J].山东中医杂志,2003, 22(12)：709－711.

　　[11] 张 静,徐忠恒,雷钧涛,等.逍遥丸的模糊聚类分析[J]. 吉林医药学院学报,2006,27(1)：6－8.

　　[12] 周 鲁,唐向阳,付 超,等.解表类中药的模糊聚类分析[J].华西药学杂志,2004,19(5)：339－341.

　　[13] 姚美村,艾 路,袁月梅,等.消渴病复方配伍规律的关联规则分析[J].北京中医药大学学报,2002,25(6)：48－50.

　　[14] 杨雪梅,王 君,林端宜.明清脾胃湿热方用药关联规则挖掘[J].江苏中医药,2007,39(1)：45－47.

　　[15] 周忠眉,林宝德,肖 青.古代方剂与新药方剂高频药组配情况分析[J].漳州师范学院学报(自然科学版),2004,17(1)：19－21.

　　[16] 张万水,陈利国,黄运坤,等.数据挖掘技术及其在中医遣方用药规律中的应用[J].辽宁中医药大学学报,2006,8(4)：62－64.

　　[17] 陈 波,蒋永光,胡 波,等.东垣脾胃方配伍规律之关联分析评述[J].中医药学刊,2004,22(4)：611－613.

　　[18] 纪荣芳,牛建昭,许树强,等.从数据挖掘角度看中医药治疗健忘与痴呆[J].中日友好医院学报,2006,20(6)：337－339.

　　[19] Tamraparni Dasu, Gregg Vesonder, Jon R, et al. Data quality through knowledge engineering, Conference on Knowledge Discovery in Data archive, Proceedings of the ninth ACMSIGKDD international conference on knowledge discovery and data mining[C]. Washington, D.C.2003.705－710.

　　[20] 周雪忠,吴朝晖,刘保延.生物医学文献知识发现研究探讨及展望[J].复杂系统与复杂性科学,2004,1(3)：45－48.

　　[21] 董风华,兰小筠.基于文献的知识发现工具——Arrowsmith[J].情报杂志,2004,(5)：52－54.

　　[22] Swanson D, Smalheiser NR. An interactive system for finding complementary literatures：a stimulus to scientific discovery[J]. Artificial Intelligence,1997,91：183－203.

　　[23] Hristovski D, Peterlin B, Mitchell JA, et al. Using literature- based discovery to identify disease candidate genes[J]. Int J Med Inform,2005,74(2/4)：289－298.

　　[24] Kristina M Hettne, Marissa de Mos, Anke GJ de Bruijn, et al. Applied information retrieval and multidisciplinary research：new mechanistic hypotheses in Complex Regional Pain Syndrome[J]. Journal of Biomedical Discovery and Collaboration,2007,2(2)：1－16.

　　[25] 黄志澄.以人为主,人机结合,从定性到定量的综合集成法[J].西安交通大学学报(社会科学版),2005,25(2)：55－57.

　　[26] 任廷革.中医学术和临证经验的继承的技术和方法研究[C].名老中医思想临床经验传承高级研修班资料汇编.2007.119－123.

　　[27] Hristovski D, Stare J, Peterlin B, et al. Supporting discovery in medicine by association rule mining in MEDLINE and UMLS[J]. Medinfo,2001,10(Pt 2)：1344－1348.

　　[28] Weeber M, Klein H, Aronson AR, et al. Text-based discovery in biomedicine：the architecture of the DAD-system[A]. Proc AMIA Symp[C].2000.903－907.

　　[29] 王 阶,王永炎.复杂系统理论与中医方证研究[J].中国中医药信息杂志,2001,8(9)：25－27.