◎张志山 陈育煌

（1.惠州卫生职业技术学院教育技术与信息中心；2.惠州卫生职业技术学院药学系，广东惠州516025）

从技术上而言，数据挖掘就是从大量的已知的数据中，补齐修正不完整的数据，去除噪音数据，从中寻找那些人们往往需要依赖经验才能体会的潜在知识和信息的过程[1]。由于新药临床前诸多因素的制约，对于新药的副作用的认识非常局限，必须通过药品的上市后监测（Post Marketing Study,PMS）即IV期临床试验，完成对一种新药的全面评价[2]。另一方面，药物副作用(ADR)引起的病患占据所有医院病患的6%，这俨然成为导致医院死亡的第五大因素[3]，可见，药物副作用带来的危害越来越大。

目前，对于上市后的药品安全性评估主要有神经网络、回归分析法、数据离散法、函数依赖法等，这些算法往往需要知道各参数之间的关系，训练时间较长，过程复杂，额外开销大，很难推广。影响评估数值的因素很多，各种因素之间存在着复杂的非线性联系，采用一般的数学统计方法很难准确预测其含量[4]。文献[5]提出的基因表达式编程（gene expression programming,GEP）是进化计算的新成员，具有遗传算法（genetic algorithm,GA）和遗传规划(genetic programming,GP)的优点，同时克服了GA和GP的缺点，但是GEP算法在进化过程中容易陷入局部最优不能自拔。文献[6]则提出了一种基于种群密集度的GEP算法挖掘药物不良反应，对文献[5]的方法进行改进，提出了种群密集度和新陈代谢等概念，证明了种群密集度的性质等，为进一步加强ADR监测提供一种有效的技术手段[6]。文献[7]则利用GEP算法建立起对脂肪肝的辅助诊断的新方法。……