?

大數據時代對中醫藥發展的思考

2019-01-05 22:20上海中醫藥大學上海201203
中醫文獻雜志 2019年1期
關鍵詞:血瘀中醫藥醫療

上海中醫藥大學(上海,201203)

“互聯網+”時代的到來,“大數據”在各個領域的廣泛應用,其重要性和前瞻性,也越來越得到大家的廣泛認知和重視。大數據不僅引導人們從追求因果關系轉向了尋求相關關系,而且還使數據分析具有了更為準確的預測性和前瞻性,使人們對事物的未來趨勢具有了審視的預期。[1]2009年11 月17 日,第三屆中國中醫藥發展大會上,以“繼承創新,深化改革,科學發展”為主題,新時期中醫藥發展綱領性文件《國務院關于扶持和促進中醫藥事業發展的若干意見》為指導,中醫藥形成了圍繞醫療、保健、科研、教育、產業、文化的“六位一體”發展新格局[2]。隨著中醫藥現代化研究的發展,隨之產生了種類繁多的醫療數據資源[3]。深入研究發掘這些醫療數據資源,對未來中醫藥事業的發展會產生巨大推動作用。下面將就大數據對中醫藥“六位一體”發展的影響進行論述。

中醫藥大數據的特性

大數據具有“5V”的特性。數據容量大(volume) 、數據增速快 (velocity) 、數據來源廣 (variety),這三點得到了學者的廣泛認可?!靶畔r值大與冗余信息多 (value) ”也被眾多專家學者認為是其第四個特征。IBM 公司認為大數據第五個特征是必須具有真實性 (veracity)[4]。

中醫藥大數據作為一種獨特的醫療數據,除了具有上述特性外,還具有其自身的獨特之處。有資料顯示,中國中醫科學院2012年4所醫院全年的門診量達到698萬人次,僅廣安門醫院1天的門診量就超過1萬人次,每年還有6萬多的住院患者。[5]在中醫醫院,患者不但要經過辨證論治的個體化診療,還要經過各種理化檢測。由此產生的醫療數據體量龐大,種類繁多,而且具有實時的特性,利用數據采集系統對數據進行采集和存儲,將信號轉化為數據,將數據分析為信息,將信息提煉為知識,以知識促成決策和行動。通過分析處理以挖掘其深層次規律,可以產生難以估量的價值。中醫藥引進大數據,就是解決醫療健康事件,處理患者健康問題,在研究領域擁有重要價值。[6]

在中醫治未病方面的應用

歷代醫家都十分注重“治未病”?!端貑枴に臍庹{神大論》有云:“是故圣人不治已病治未病,不治已亂治未亂,此之謂也。夫病已成而后藥之,亂已成而后治之,譬猶渴而穿井,斗而鑄錐,不亦晚乎!”《難經·七十七難》曰:“所謂治未病者,見肝之病,則知肝當傳之于脾,故先實脾氣,無令得受肝之邪?!?/p>

中醫的整體觀念考慮人與環境之間的相互聯系、相互協調與制約?!疤烊撕弦弧?、“形神合一”的健康觀決定了中醫病因學強調導致疾病發生的原因是多種多樣的,如六淫、七情以及飲食、勞逸等[7]。通過對醫療大數據的分析,從整體上進行辨證調治,如情志調攝、飲食調節、經絡穴位保健等,并結合基于中醫體質的精準分型,通過對易感基因和健康狀況的監測、評估及預測,控制可變的健康危險因素,宏觀與微觀相結合,進行全方位、多途徑、多環節的“精準調理”,阻斷健康向亞健康發展、亞健康向疾病發展,對于促進健康狀態的維持、健康質量及生活質量的提高和疾病的精準防控有著重要的意義[8]。

在臨床和科研方面的應用

1.在診斷疾病中的應用

對中醫藥大數據進行深入的挖掘分析,探尋其內在的聯系,可以得到許多有用的信息,用于指導中醫臨床實踐,提升臨床診斷疾病的水平。從整體入手,動態地掌握人體的發病及治愈過程。利用大數據技術,共享數據系統中提供的臨床病例數據,通過電子病例,對患者整體的健康狀態進行分析得出結論,進而整體把握大眾的疾病。在中醫藥臨床實踐的基礎上,基于大數據建立的數據平臺匯總豐富的臨床數據,面向科研、臨床一線醫生對不同場景的數據進行分析,建成中醫藥臨床資源數據庫,由此展現中醫藥的特色優勢。[9]胡金亮等[10- 11]利用臨床醫療科研信息共享系統構建數據庫,進行數據挖掘分析,獲取慢性阻塞性肺疾病急性加重(AECOPD)病-證-中藥的頻度關系,并根據不同證型臨床用藥特點,開展證癥對應研究分析,為中醫證候診斷標準提供了有效的證據。吳榮等[12]收集了115例名老中醫的冠心病醫案,運用貝葉斯網絡提取常見癥候要素,如血瘀、痰濁、氣虛、陽虛等,貝葉斯網絡以條件概率形式表示出各種癥狀在中醫診療中的貢獻度,將名老中醫的辨證經驗轉化成定量表示,對中醫經驗的傳承發展有十分重大的意義。

2.在治療疾病中的應用

對文獻古籍和臨床資料進行挖掘分析,可以總結出中醫治療疾病的用藥規律,從而有助于選方擇藥治療疾病。通過對??茖2》剿帟械乃幏椒治?,可發掘治療該類疾病的規律[13]。如宋詠梅等[14]對歷代治療不寐方劑中的中藥進行頻次分析得知,酸棗仁是所有方劑中使用頻率最高的藥物,其他使用頻率較高的還有人參、茯神、麥冬、半夏、遠志、熟地黃、生地黃、柏子仁等。周德生[15]收集了明清時期記載 “津液虧損”的病案 573 例,采用 R 型系統聚類分析方法,確定了每個亞型的辨證用藥規律。尚爾鑫等[16]利用關聯規則的挖掘方法,從藥典中藥物的性味歸經屬性上挖掘中藥配伍禁忌與常用藥對之間的屬性組合區別,證實了有配伍禁忌的組合中存在特定性味歸經屬性組合,與常用藥對存在明顯的差異。高鑄燁等[17]利用復雜網絡分析方法對冠心病的證候、治法與中藥之間的關系進行探討,發現冠心病臨床診療中的理法方藥互相對應,提出對于清熱法與解毒法應用于冠心病的治療可深入研究。

3.在診療規律研究中的應用

運用大數據技術,我們可以借助計算機分析患病的常見證候,總結出新時代下的疾病規律,還可以從宏觀視野分析當下常見病、多發病的復雜病因,找出暗藏背后潛在的共同病因及關聯性[18]。采用數據挖掘方法和復雜網絡分析方法,從中醫藥大數據中發現疾病證、治、法的特定規律,也是推廣中醫藥信息化、數字化和知識化研究的重要手段。李貴華等[19]選擇全國 17 家三級醫院中84,697 例冠心病住院患者進行數據分析,得出冠心病患者最常見的合并疾病為高血壓病、糖尿病、腦梗死、血脂蛋白紊亂血癥等,其中醫證候以氣陰兩虛、氣虛血瘀最為多見,血瘀是占比最高的證候要素,占79.97%。段力等[20]通過文獻計量學分析指出,2型糖尿病周圍神經病變(DPN)患者排名前六位的中醫證型有氣虛血瘀、氣陰兩虛、瘀血阻絡、痰瘀阻絡、陽虛血瘀和肝腎陰虛,其中前三占到總數的67.81%。文獻中DPN患者共計出現14種證素,其中以血瘀、氣虛、陰虛這三種病性證素和經絡這一種病位證素最為常見,占總數的79.6%,與前述常見證型中相對應。常見的病性證素有血瘀、氣虛、陰虛、痰、濕、陽虛,占總數的80.81%。從而得出結論:DPN發病,本虛以氣虛、陰虛為主,標實以血瘀為主,其次為痰、濕、熱、毒。同時,我們也可大膽地認為氣陰兩虛是DPN的基本病機,血瘀則是關鍵,二者幾乎貫穿于疾病的始終。

在中醫藥健康產業的應用

《中醫藥發展戰略規劃綱要(2016—2030 年)》把中醫藥發展上升為國家戰略,促進創新成果產業化,到 2020 年,中藥工業總產值占醫藥工業總產值30%以上,中醫藥產業成為國民經濟重要支柱之一?!吨嗅t藥發展“十三五”規劃》對加快推動產業和科技的深度融合,壯大中醫藥產業集群提出了明確的目標,對全面提高中醫藥科技創新能力、支撐中醫藥事業發展產生巨大的推動作用。2014年,中國中醫科學院成立中醫藥數據中心,致力于構建數字化、信息化、網絡化的中醫藥數據支撐平臺與管理服務共享體系。[21]大數據助推大健康產業,將成為健康醫療產業發展的核心引擎之一。中醫大數據對大健康產業的發展來說好比是基礎設施,同時能幫助大健康產業更好地優化產能結構和布局,合理利用資源配置。云將連接一切生活,大數據將是藍海一片。湖北省中醫院院長涂遠超認為,建設省級智慧中醫院,可以整合省中醫院的優質醫療和教學資源,將遠程會診、遠程教學輻射到各科室,打通疑難雜癥轉診渠道,通過云平臺基于癥狀完成初篩,再經過人工精準篩選,如確系疑難雜癥,自動分配專家接診,在線完成掛號預留床位。

思考與展望

大數據時代的到來,中醫藥學與大數據的結合必然會促進中醫藥的發展,但也必須看到困難重重。中醫藥大數據較為繁雜,古今文獻古籍和醫療資料中往往有一詞多義或語義不清等問題,使得大量的中醫數據并未得到很好的應用。數據挖掘技術對于數據的規范性要求較高,如何規范中醫藥數據成為中醫藥信息化亟待解決的問題。所以,加強信息科學與中醫學科的交叉合作,建立標準的中醫藥數據庫,是實現中醫藥信息化、現代化的必經之路。其次,現階段數據挖掘技術在中醫診療領域的應用,往往局限于單一的文獻古籍或某些病種,使得其作用有限。建立一套實時監測分析的醫療大數據體系,對于預測疾病的發生發展及預后康復可起到積極的作用。最后,不斷更新中醫藥數據挖掘算法,優化分析預測效果,將為中醫學的繼承發展帶來不可估量的貢獻。[22]

隨著大數據理念的深入,越來越多的人會研究大數據在中醫藥領域的應用,相信未來在中醫藥的各個領域,能夠形成系統化、集成化的大數據應用平臺,為中醫藥的開拓發展提供更為廣闊的平臺。抓住大數據的發展機會,將促進傳統醫學大數據的有效利用,為我國傳統中醫藥學發展帶來機會,為實現中醫藥標準化提供可能。

猜你喜歡
血瘀中醫藥醫療
慶?!吨腥A人民共和國中醫藥法》實施五周年
《現代儀器與醫療》2022年征訂回執
《中醫藥傳承創新發展這十年》
《現代儀器與醫療》2022年征訂回執
自擬芪龍頭痛湯治療氣虛血瘀型偏頭痛的臨床觀察
話說血瘀證
中醫藥在惡性腫瘤防治中的應用
新型醫療廢棄物焚化艙
觀舌頭辨血瘀程度
貫徹實施《中華人民共和國中醫藥法》促進中醫藥振興發展
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合