基于海量、多域、高维数据挖掘的中医疗效分析方法研究

Scientific effect evaluation system for traditional Chinese medicine (TCM) is a bottleneck problem in TCM modernization and globalization, which is badly needed. Nowdays, huge amounts of data about evaluation and communication information have been produced everyday, which may be truely reflect TCM real effects from the patient point of view with big data mining technique. Three databases have been collected, including data from hospital electronic medical record, social networking site micro-blog, doctor-patient communication in medical networking site, and medical literature in EMBASE and Medline database. Guided by active learning, topic-oriented analysis is applied to build up a united TCM big data platform based on multi-fields, high-dimensional big data, and investigate a set of data mining technology with target behavior detection using topic tracking, emotion analysis and consciousness examination for TCM effect evaluation, and corresponding relationship among "patient-disease-treatment-effect", so as to provide a effect auxiliary evaluation system for TCM and serve for the TCM precision medical.

为科学客观地分析中医的真实疗效，课题从“患者-疾病-中医治法-疗效”四个维度，采用系列大数据技术开展大规模海量多域数据挖掘。.前期已获取三个异源、亿级数量级的数据：医院数据(10年1500万人次门诊及住院电子病历)、网络数据(社交网站1千万用户的14亿条微博、医疗网站300万条医患交流信息)、医学文献(Medline、EMBASE全部中医文献)。.采取以主动学习的引导为突破方法，围绕非结构化信息提取、面向主题分析的统一视图数据建模方法，构建一套中医多域大数据管理平台的生成、维护和自适应机制；以目标行为检测为导向，设计多种辅助的高效索引机制，检测目标特征与行为，按照量级、频次、情感极性，采用主题追踪、情感分析以及意识检测等技术，分析疾病覆盖率及有效率、患者-疾病-中医治法-疗效四维特征及关联性，构建一套基于真实世界的临床、患者、科研数据挖掘的中医疗效评价辅助体系；为中医精准医疗科学决策提供一定依据。

为科学客观地分析中医的真实疗效，课题采集中国中医科学院西苑医院10年门诊及住院电子病历，网络空间数据（包括社交平台和专业医疗网站），经人工智能处理、集成，构建了海量多域中医大数据平台：包含西苑医院10年门诊及住院电子病历，网络空间数据；设计了一种基于主动集成学习的中医智能诊断模型，并结合大规模中医数据资源开展了实验分析;构建症候感知的知识图谱，为中医异病同治诊疗原则提供支持。从“患者-疾病-中医治法-疗效”四个维度，采用系列大数据技术开展大规模海量多域数据挖掘中医药疗效，还以西苑医院10年医疗数据进行了院内制剂脑血疏口服液预防卒中或再次卒中用药模型研究，为研究中成药的临床适用症探讨真实世界数据研究的可行方法；并以网络数据及为主判断民众对中医的接受度和认可度及其相关原因。采用人工智能技术多维挖掘患者群体-疾病-治法与疗效关联性，为中医精准医学体系提供新思路方法。