杨 涛，孙鑫亮，朱 垚，胡孔法，周雪忠

（1. 南京大学信息管理学院 南京 210023；2. 南京中医药大学人工智能与信息技术学院 南京 210023；3. 南京中医药大学第一临床医学院 南京 210023；4. 北京交通大学计算机学院 北京 100044）

1 引言

辨证论治是中医临床诊疗的核心思想，其中“辨证”是临床立法、处方和用药的前提和基础[1]。辨证是在中医理论的指导下，通过四诊采集患者的临床信息，并对临床信息进行综合分析、判别证型的过程。由于临床信息到证型的对应关系复杂，加之临床辨证结果往往多证型兼夹，这给中医辨证的数字化和智能化带来障碍[2]。因此，如何有效地模拟临床信息到证型之间的关系？如何解决兼夹证型的复杂诊断问题？已经成为中医诊断领域的研究难点之一[3]。

近40年来，国内外众多学者开展了中医辨证智能化研究，研究方法大致可以分为：基于符号逻辑的方法、基于概率统计的方法、基于模糊数学的方法、基于机器学习的方法四大类[4]。这些方法各具特点：①基于符号逻辑的方法简单易用，从理论上只要产生式规则的数目足够多，就能表达出中医专家的知识；其缺点是当规则较多，推理链较长时，容易出现前后矛盾的推理[5]。②基于概率统计的方法利用统计函数或方程（如判别函数[6]、因子分析[7]等）建立从症状到证的量化关系，其模型相对简单，但准确性不高，泛化能力不足。③基于模糊数学[8]的方法利用利用隶属函数表示不同证型，利用模糊相似度计算进行证型判别，其优点是简单易理解，容易被中医人员接受，但如何建立合理的隶属函数尚无好的方法，需要依靠专家经验反复修正[9]。……