糖尿病中医病证大数据平台的建设研究(1)
摘 要：本文介绍了糖尿病中医病证大数据平台的建设内容，探讨了专病大数据应用的关键技术，提出了基于深度学习的本体关联医学文献分析理论。介绍了古代文献自动分析系统、现代文献自动分析系统、临床病例采集及分析系统、中医药数据自动关联分析等系统的设计，总结了糖尿病中医病证大数据平台的设计思路。
关键词：糖尿病；中医病证；大数据平台
中图分类号：TP311.13；TP39 文献标识码：A DOI：10.3969/j.issn.1006-1959.2018.13.008
文章编号：1006-1959(2018)13-0029-03
Abstract：This paper introduces the construction of big data platform of TCM disease syndrome of diabetes mellitus，discusses the key technology of the application of special disease big data，and puts forward the theory of ontology-related medical literature analysis based on in-depth learning.This paper introduces the design of the ancient document automatic analysis system，the modern document automatic analysis system，the clinical case collection and analysis system，the Chinese medicine data automatic association analysis and so on，and summarizes the design idea of the big data platform of diabetes mellitus TCM disease syndrome.
, 百拇医药
Key words：Diabetes；TCM disease syndrome；Big data platform
我國糖尿病的患病率正呈快速上升的趋势，成为继心脑血管疾病、肿瘤之后另一个严重危害人民健康的重要慢性非传染性疾病[1]。糖尿病是一种由多源性病因引起的疾病，受遗传因素、社会因素、生活方式及环境因素等相互作用的影响[2]。国际糖尿病联盟(IDF)数据显示，2014年全世界有3.87亿糖尿病患者。预计到2035年，糖尿病患病人数将增长55%，达到6亿。因糖尿病死亡人数和医疗费用支出日益增加，糖尿病疾病负担日趋严重[3]。
基于大数据的研究方法建立基于生活方式干预，降糖、降压、调脂等治疗的中西医结合全程干预糖尿病病证结合临床治疗方案，可以期望改善患者生存状态，提高生存质量，安全性好而经济，具有广阔的推广空间。临床专病的防治研究一般从医学文献的检索开始，研究者通过阅读国内外的相关医学文献了解相关领域的最新发展，指导自己开展临床科研和医疗活动。但是在信息急速增长的今天，医学文献的数量极为惊人。仅以糖尿病为例，在中国知网平台上就能查询到几十万篇相关医学文献。不言而喻，这样数量级的文献已经远远超过人类阅读学习的极限，从而导致研究者已经无法获取全部相关医学文献，而只能筛选一些感兴趣的文章下载阅读。尽管现在发展出了很多的搜索技巧和技术，但仍然无法避免一些有意义的论文被遗漏，从而造成知识过多而无法获取和理解的问题。建立专病大数据的根本目的其实是利用现代信息技术帮助人类研究者从海量数据中获取其真正需要的信息，从而增益其知识体系并对临床医疗带来帮助。
, 百拇医药
目前的专病数据库一般在临床是指带有HIS接口的电子病历，在学校或者研究机构是指专病学科文献库，在中医院校或者机构中还往往建设有中医古代文献库。以上这些库都存储着有用的信息，但是对普通研究者而言存在难以获取和利用的问题。国内外对于医学文献数据大部分是采用人工标注的方法进行分析，有研究价值，但是人工操作效率较低而且难以评价效果，对多种融合数据也比较难处理。本文认为解决这一问题需要开发中文文本自动分析标注技术、医学文献语义分析技术、中医医理分析技术、异构数据融合分析技术，并在这些技术的基础上对大数据平台的文献及病例数据进行融合分析。具体来说需要提出新的医学文献分析理论，形成新的中医病证大数据平台，开发新的数据融合算法。
1基于深度学习的本体关联医学文献分析理论
1.1新理论的目标 本文认为传统的医学文献分析依赖于专家或经典著作的知识体系构建，建立知识本体后进行人工标注和统计分析，虽然有很好的研究价值，但是当前在研究进度和准确性上都不能很令人满意。当前待分析的古代中医文献以百万字数起算，现代专病文献动辄几十万篇，这样的数据量已经远远超过人工能处理的范畴，因此我们认为要在建立中医和现代医药知识本体库的基础上，建立一种自适应的医学本体关联的数学模型，基于深度学习的思想设计标注和分析的算法，根据研究需要自动给出医学文献分析数据和可视化分析结果。
1.2新理论的建立 知识本体的建立可以依据现有本体建构的方法进行设计，其核心问题是本体基础信息的来源和自适应产生新本体的规则产生过程的设计。我们处理的对象是文本形式的医学文献，新理论认为系统中的一篇文献可以通过观察者与具有一定知识结构的本体系统的互动而产生有意义的结果并推送给观察者。这种互动是本体系统自适应算法基于深度学习的方法不断提高效率和准确度的，最终达到代替人类观察者快速从海量数据中获取信息的目的。这一理论引入异构知识的关联耦合权重因子的概念和建立数值变化模型，指导大数据研究的融合方法研究。因为尽管各知识本体有很大的差异，但是临床各种本体概念仍有很大的关联性，研究中将海量的数据根据前期研究的关联模型自动建立关联线索和关联框架。, 百拇医药(张柯欣 石岩 杨宇峰)
关键词：糖尿病；中医病证；大数据平台
中图分类号：TP311.13；TP39 文献标识码：A DOI：10.3969/j.issn.1006-1959.2018.13.008
文章编号：1006-1959(2018)13-0029-03
Abstract：This paper introduces the construction of big data platform of TCM disease syndrome of diabetes mellitus，discusses the key technology of the application of special disease big data，and puts forward the theory of ontology-related medical literature analysis based on in-depth learning.This paper introduces the design of the ancient document automatic analysis system，the modern document automatic analysis system，the clinical case collection and analysis system，the Chinese medicine data automatic association analysis and so on，and summarizes the design idea of the big data platform of diabetes mellitus TCM disease syndrome.
, 百拇医药
Key words：Diabetes；TCM disease syndrome；Big data platform
我國糖尿病的患病率正呈快速上升的趋势，成为继心脑血管疾病、肿瘤之后另一个严重危害人民健康的重要慢性非传染性疾病[1]。糖尿病是一种由多源性病因引起的疾病，受遗传因素、社会因素、生活方式及环境因素等相互作用的影响[2]。国际糖尿病联盟(IDF)数据显示，2014年全世界有3.87亿糖尿病患者。预计到2035年，糖尿病患病人数将增长55%，达到6亿。因糖尿病死亡人数和医疗费用支出日益增加，糖尿病疾病负担日趋严重[3]。
基于大数据的研究方法建立基于生活方式干预，降糖、降压、调脂等治疗的中西医结合全程干预糖尿病病证结合临床治疗方案，可以期望改善患者生存状态，提高生存质量，安全性好而经济，具有广阔的推广空间。临床专病的防治研究一般从医学文献的检索开始，研究者通过阅读国内外的相关医学文献了解相关领域的最新发展，指导自己开展临床科研和医疗活动。但是在信息急速增长的今天，医学文献的数量极为惊人。仅以糖尿病为例，在中国知网平台上就能查询到几十万篇相关医学文献。不言而喻，这样数量级的文献已经远远超过人类阅读学习的极限，从而导致研究者已经无法获取全部相关医学文献，而只能筛选一些感兴趣的文章下载阅读。尽管现在发展出了很多的搜索技巧和技术，但仍然无法避免一些有意义的论文被遗漏，从而造成知识过多而无法获取和理解的问题。建立专病大数据的根本目的其实是利用现代信息技术帮助人类研究者从海量数据中获取其真正需要的信息，从而增益其知识体系并对临床医疗带来帮助。
, 百拇医药
目前的专病数据库一般在临床是指带有HIS接口的电子病历，在学校或者研究机构是指专病学科文献库，在中医院校或者机构中还往往建设有中医古代文献库。以上这些库都存储着有用的信息，但是对普通研究者而言存在难以获取和利用的问题。国内外对于医学文献数据大部分是采用人工标注的方法进行分析，有研究价值，但是人工操作效率较低而且难以评价效果，对多种融合数据也比较难处理。本文认为解决这一问题需要开发中文文本自动分析标注技术、医学文献语义分析技术、中医医理分析技术、异构数据融合分析技术，并在这些技术的基础上对大数据平台的文献及病例数据进行融合分析。具体来说需要提出新的医学文献分析理论，形成新的中医病证大数据平台，开发新的数据融合算法。
1基于深度学习的本体关联医学文献分析理论
1.1新理论的目标 本文认为传统的医学文献分析依赖于专家或经典著作的知识体系构建，建立知识本体后进行人工标注和统计分析，虽然有很好的研究价值，但是当前在研究进度和准确性上都不能很令人满意。当前待分析的古代中医文献以百万字数起算，现代专病文献动辄几十万篇，这样的数据量已经远远超过人工能处理的范畴，因此我们认为要在建立中医和现代医药知识本体库的基础上，建立一种自适应的医学本体关联的数学模型，基于深度学习的思想设计标注和分析的算法，根据研究需要自动给出医学文献分析数据和可视化分析结果。
1.2新理论的建立 知识本体的建立可以依据现有本体建构的方法进行设计，其核心问题是本体基础信息的来源和自适应产生新本体的规则产生过程的设计。我们处理的对象是文本形式的医学文献，新理论认为系统中的一篇文献可以通过观察者与具有一定知识结构的本体系统的互动而产生有意义的结果并推送给观察者。这种互动是本体系统自适应算法基于深度学习的方法不断提高效率和准确度的，最终达到代替人类观察者快速从海量数据中获取信息的目的。这一理论引入异构知识的关联耦合权重因子的概念和建立数值变化模型，指导大数据研究的融合方法研究。因为尽管各知识本体有很大的差异，但是临床各种本体概念仍有很大的关联性，研究中将海量的数据根据前期研究的关联模型自动建立关联线索和关联框架。, 百拇医药(张柯欣 石岩 杨宇峰)