原文静 赵进喜 苗润培 孟庆刚

摘要 中医医案作为专家经验的载体，对指导中医临床实践、提升中医学者临证水平具有重要意义，人工智能领域案例推理技术有望弥补现有中医医案研究情境化特征缺失的遗憾。但由于不同类型的中医医案研究要点不同，因此，本文通过分析中医医案的分类、特点及研究现状，并通过考察案例推理的理论内涵及在中医医案方向的应用现状，探讨案例推理对中医临床案例研究的启示。

关键词 中医医案;案例推理;数据挖掘;辅助决策;专家经验传承;真实世界;经典古籍;认知科学

Abstract As the carrier of expert experience，TCM medical records are of great significance to guide TCM clinical practice and improve the clinical practicing level of TCM scholars.Case-based reasoning technology in the field of artificial intelligence is expected to make up for the lack of situational features in existing TCM medical case research.However，different types of TCM cases have various research points.Therefore，by analyzing the classification，characteristics and research status of TCM medical cases，and investigating the theoretical connotation of CBR and its application status in TCM medical cases，this paper discusses the enlightenment of case-based reasoning to TCM clinical case studies.

Keywords Traditional Chinese medicine medical records; Case-based reasoning; Data mining; Assistant decision-making; Passing on expert experience; Real world; Classic books; Cognitive science

中图分类号：R249文献标识码：Adoi：10.3969/j.issn.1673-7202.2022.01.004

中医学是源于临床实践的经验医学，许多医家在长期临床实践中积累了丰富的临床经验，形成了较为成熟的学术思想、丰富的诊疗经验及诊疗技术，这些是中医药文化的宝贵财富[1]。中医医案作为这些专家经验的载体，不仅是专家实施辨证论治过程中的文字记录[2]，也是专家学术思想、诊疗经验、诊疗技术的具体展现，同时也是临床医生提升临证水平的重要途径，医者经验中的隐性知识和显性知识通过情境化的形式在案例中得以具体呈现。因此如何对这些医案中蕴含的经验知识进行有效挖掘和合理利用，对传承专家经验、指导中医学者临床实践、提升中医学者临床水平具有重要意义。

目前对中医医案的研究方法以领悟式分析和数据挖掘为主，注重对医家诊疗经验的机械挖掘，期望从大量的医案中提取具有某种规则的证治、症药关系，这种平均化处理的方式与中医药一人一方辨证论治的思維方式相背离，忽略了医案中所蕴含的情境化隐性知识，使得其研究结果难以真正指导中医临床实践，医案中蕴含的专家经验知识无法得到有效传承[3]。

随着信息技术的进步和交叉学科研究的深入，中医研究者开始尝试从其他学科的视角探索解决当前困境的方法，人工智能领域案例推理的方法，从认知科学的角度探索专家解决复杂问题的机制，这种通过对相似案例进行类比推理的方式使得案例中所蕴含的经验知识得以情境化再现，吸引了越来越多中医研究者的目光。作为中医领域较为新兴的一种研究方法，案例推理（Case-based Reasoning，CBR）不只是人工智能领域为提高计算机推理能力而建立的一种推理技术，其本身有着丰富的内涵，且中医医案类型丰富，不同类型的中医案例研究要点不同，中医临床案例作为近现代中医医案的主要形式，有重要的研究价值。基于此，本研究通过分析中医医案的分类、具体特点、研究现状，并通过考察CBR的起源、发展和在中医医案方向的应用现状，探讨案例推理对中医临床案例研究的启示。

1 中医医案的分类特点及研究现状

1.1 中医医案的分类及研究目的

中医医案是中医大夫临床诊疗活动的记录，根据中医医案的特点，可以将中医医案划分为不同的类别。从时间维度可以将其划分为古代医案和近现代医案;以治疗效果的好坏可以分为验案和误案;从数量上可以分为个案和类案;按照记录形式的不同，可以分为实录式医案、回忆式医案、病历式医案。每一类型的医案有其不同的特点，古代医案以中医临床证治、中医经典理论分析为主，医案体例基本相同，行文缺乏规范，研究方法有限，具有朴素性与单一性的特点。近现代医案是自西方医学广泛传入后，将西医病案体例和中医辨证论治内容相融合，变得更加细致与规范[4]，近现代医案主要以各种记录形式的临床案例为主。

不同类型医案适用的研究目的不同，验案和误案以疗效为判定标准，验案和误案的挖掘主要用于辅助临床决策，对验案的学习挖掘有利于重复成功经验，对误案的整理利用则有助于规避错误经验，以病症类案则有助于挖掘对同类疾病的诊疗经验和规律，以医家类案则主要用来分析同一专家治疗不同疾病的经验。

1.2 中医医案数据的特点

中医医案作为中医医家临床诊疗活动的记录，是中医医家在结合自身认识的基础上，在天人合一整体理论的指导下，通过时间、空间、社会等角度收集的对患者疾病现象的综合信息进行辨证论治的过程，他们通过收集到的现象数据发现疾病本质。加上中医医案历史悠久，从古到今，体量巨大。因此有研究者提出中医药信息具有认识论信息、现象信息、整体信息、时间信息4个明显特征[5]。同时也决定了中医医案数据具有术语表达欠规范、多为定性数据、缺乏量化表达、数据类型多维度等特征[6]。

1.2.1 术语表达欠规范 中医医案中术语表达的欠规范主要包括2个方面：1）近现代医案中名词术语不规范，一词多义与一义多词现象普遍存在;2）基于古籍医案的文言文表达规则与基于近现代医案的白话文表达规则不同[7]。造成这2种问题的原因主要是中医药信息作为认识论信息，其术语表达不仅基于当时社会环境，也基于中医专家个人认识。不同中医专家背景不同则认识有所差异，对于同一症状的表达也随着朝代变更、社会进步呈现出一定的差异。这种情况下理解真实语义变得更加困难，从而为数据清洗和数据挖掘带来困难，也为医案的有效学习和经验转化增加了难度。

1.2.2 多为定性数据、缺乏量化表达 中医医案数据的定性特征，源自中医专家经验在长期的个人临床实践形成的主观认识，而这种认识是在中医理论、天人合一的整体论指导下形成的。与患者疾病现象相关的综合因素包括社会、自然界、人文等在内的主观认识。这就决定了长期以来的中医专家经验认识以定性为主，缺乏量化表达，且表达具有一定的模糊性。对中医专家经验的研究属于定性研究的范畴，而定性研究的显著缺点就是存在偏倚和代表性差，其认识是基于主观的认识，定性研究者无法具体描述分析资料的方法，因而可能存在偏倚;定性研究采取的目的抽样，其样本量较定量研究要少，故而代表性差[8]。因此如何将定性研究与定量研究相结合，将中医医案中的定性数据与定量数据相结合，对实现中医医案的有效挖掘意义重大。

1.2.3 数据类型多维度 中医医案中记录的是医家在辨证论治过程中收集的与患者疾病相关的尽可能全面的信息，从人文到自然、社会，从望诊到闻诊、问诊、切诊，从诊断、证候、治法、处方、用药，到近现代医学常用的辅助检查、西医诊断，从分类变量如性别男女到连续型变量如血糖9.8 mmol/L，从定类数据如疼痛到定序数据如CKD4期，从定距数据如体质量较前下降5 kg到时间序列数据如多次就诊的情况，其维度丰富，不胜枚举，展现了中医医案全数据的特点，但同时也为数据挖掘增加了难度。

1.3 中医医案的研究现状

从数量上可以将中医医案分为个案与类案，目前有关个案的研究方法以领悟式分析为主，“医者，意也”，领悟式分析是通过个人领悟来解读、感受、学习医案知识的方法。有关中医类案的研究主要以统计分析和数据挖掘为主[9]。统计分析方法指研究如何收集、整理、分析和解释统计资料的理论与方法[10]。数据挖掘则是指从海量的数据中通过抽取、转换、分析从而发现潜在的新关系、趋势和模式的过程。作为多学科交叉的产物，数据挖掘融合了统计学、机器学习、人工智能、模式识别、数据可视化、数据库技术等多个领域的理论和技术[11]。

领悟式分析作为中医学者学习中医医案常用的基本方法，也是目前临床医生提升中医认识水平，提升临证能力的重要途径。但靠个人领悟来发现新知识的方法主观性过强，且领悟能力与个人认知水平密切相关，加上研究流程不规范导致研究结论存在差异且难以重复，不利于推广利用。统计分析和数据挖掘以从大量的数据中通过定量挖掘得出定性认识为目的。但同时带来一些问题，首先直接对医案数据进行分析，忽略数据产生的背景和数据间的关系，可能导致结果与医家主观认识有偏离，或分析结果是中医领域的常见规律，存在一定的不必要性;其次重视共性规律的挖掘从而忽视了个案中所蕴含的情境化个性知识[9]。

中医类案是相关个案的集合體，是相关个体化诊疗方案的综合展现，基于个案和类案的研究各有侧重又互不可缺，基于个案的研究有助于发现个体情境中医家辨证论治的诊疗规律，对于类案的挖掘则有助于医案中所蕴含的普遍规律。如何将基于个案和群案的研究相结合，将定性与定量的方法相结合，将医案中蕴含的规律与具体情境相结合，实现个案与类案的互补，是中医医案研究必须面对的关键环节。

2 案例推理的理论认识及其在中医医案方向的应用现状

2.1 案例推理的起源

简单来说，CBR就是利用过去的相似经验来解决当前问题，这是我们日常生活中解决问题常用的办法，作为一名医学生，当我们在临床上面对一个患者时，我们会回想过去遇到的相似经验，或者回想老师处理这类疾病时的治疗方案，这就是基于案例的推理。

目前学界公认的最早有关CBR理论的阐释源于美国耶鲁大学认知科学和人工智能专家罗杰·沙克（Roger·Schank）1982年发表的著作《Dynamic Memory：A Theory of Learning in Computer and People》，在这本书中罗杰·沙克首次提出了以记忆组织包为核心的动态记忆理论;1983年，罗杰·沙克发表著作《Dynamic Memory：A Theory of Reminding and Learning in Computer and People》，罗杰·沙克在这本著作中对CBR理论进行了详细阐释，标志着CBR理论的初步形成。

罗杰·沙克提出的CBR理论对认知科学产生了较大的影响，由此，罗杰·沙克创办了认知科学杂志（Journal of Cognitive Science），创立了认知科学协会（the Cognitive Science Society），并且成功当选为国际人工智能协会（The Association for the Advancement Artifical Intelligence，AAAI）的院士。因此学界把1982年罗杰·沙克提出的动态记忆理论作为最早有关CBR理论的阐释，同时罗杰·沙克及其研究团队也引领了CBR早期的发展方向，从罗杰·沙克提出的CBR理论诞生以后，这种从认知科学的角度模仿人类解决复杂问题的方法，吸引了越来越多认知科学领域和人工智能领域研究者的广泛关注。

纵观罗杰·沙克早期的研究历程，即CBR理论的形成历程，可以大致分为3个阶段：1）概念依赖理论的提出[12-14];2）脚本概念的提出[15-16];3）动态记忆理论的提出[17]。其中每个阶段有其不同的特征和研究重点，各个阶段又承上启下，共同催生了后来的CBR理论。这个过程实际上是从使计算机理解人类语言到模仿人类解决问题的研究过程。

2.2 案例推理的发展

从罗杰·沙克提出的CBR理论诞生以后，这种从认知科学的角度模仿人类解决复杂问题的方法，吸引了越来越多认知科学领域和人工智能领域研究者的广泛关注，有关CBR的研究很快从美国蔓延至世界各地，认知科学领域的专家开始关注并逐渐完善人类解决复杂问题的认知过程，同时人工智能领域的专家也以模仿这种机制为基础展开研究，期待建立一种推理技术使计算机能像专家一样解决复杂问题。其中较为知名的学者有珍妮·克罗德纳、大卫·里克、普拉扎、奥莫特、亨特、Bradelly P Allen等，每一个学者都从认知科学的视角建立了CBR的理论模型。其中较为经典的是普拉扎和奥莫特提出的4R模型和Gavin Finnie和Zhaohao Sun提出的5R模型。

Plaza和Aamodt认为，在CBR中首先需要解决的是对当前问题进行分析，识别当前问题的主要特征，然后检索与新案例相似的一个或多个过去案例，确定检索到的案例哪一部分可以重用，在重用先前案例的基础上修改解决方案，并通过将其合并到现有案例库中来保留新的经验。以此认知过程为基础，Plaza和Aamodt将其所创立的CBR模型的基本过程概括为：检索（Retrive）、重用（Reuse）、修正（Revise）、存储（Retain），被称为经典的4R模型[18]。

Gavin Finnie和Zhaohao Sun認为案例库的构建是CBR不可忽视的重要环节，在既往的CBR模型进行推理前都假设案例知识库已经建好，忽略了案例库的构建环节，并没有将案例库、问题、解决方案分开，他们认为案例库的结构和内容对案例推理至关重要，于是他们提出在4R的基础上增加案例表征（Repartition）的环节，即案例表征（Repartition）、检索（Retrive）、重用（Reuse）、修正（Revise）、存储（Retain），被称为经典5R模型[19]。案例表征根据不同的问题将不同的解决方案通过相似度的推理进行分类处理，将案例库的构建、案例检索、案例适应统一起来[20]。

综上所述，案例推理是以认知科学为基础，以人工智能技术为手段，以在解决问题中学习为目的的复杂模型。经过了40多年的发展，有关CBR的研究也从美国扩展至世界各地，使用CBR技术建立的系统也从最初的法律领域，逐渐扩展到医疗诊断、故障诊断、应急决策、规划设计、财务金融、农林渔业等领域。这些学者和学术组织一方面研究人类通过案例推理解决复杂问题的认知基础和推理过程，另一方面在人工智能领域探索基于这种认知过程的人工智能技术，积极推动着CBR的发展。

2.3 案例推理在中医医案方向的应用现状

作为目前人工智能领域集成建模研究的主流实现方法，CBR主要适用于知识难以表达或因果关系难以把握但已积累丰富经验的领域，CBR通过寻找与当前问题最为相似的过去案例从而获得解决当前问题的办法，这种通过模仿人类解决问题的思维方式而建立的推理技术具有增量式学习、求解质量高等特点，有关CBR的研究方法和技术以其独有的特点和优势吸引了越来越多中医领域研究者的关注，中医研究者通过将中医领域的具体特点和人工智能领域的CBR技术相结合，努力探索CBR技术在中医领域的应用前景，以期为中医案例的研究带来新的启示。

2.3.1 人工智能角度 从人工智能的角度来看，目前中医领域的案例推理研究主要集中在2个方面，其一是在案例推理的不同环节探索适合中医医案研究的相关技术并探索其最佳性能，其二则是与其他知识推理技术相结合建立集成案例推理模型。刘晓玉和孟庆刚[21]结合中医医案的具体特点，在案例表征环节提出基于本体论的中医医案知识表征，在案例检索环节提出基于随机森林和最近邻法的相似医案检索方法，在医案的重用与修正环节提出基于临证思维模式的医案重用与修正，在案例存储环节提出基于信息交叉验证的医案研究有效性评价以及基于动态反馈的医案保存。王来奇[22]根据中医医案数据类型多样的特点提出了一种计算混合类型数据的相似度度量方法并将其应用到中医药治疗突发传染病的案例推理系统中。李锋刚等[23]在检索环节提出基于单证、综合辨证和基于医生本人既往案例的多策略相似性检索。叶超[24]在知识表征环节利用中医信息本体技术构建中医喘证医案的案例库，以提高CBR的推理效率。张佩江等[25]将案例推理与模糊技术相结合用于中医诊断，以提高模型利用率。井含光[26]将人工神经网络技术应用于案例索引环节，并将案例推理与规则推理结合起来构建基于糖尿病肾病的集成案例推理模型。

2.3.2 中医诊疗过程 案例推理是结合人类对复杂问题进行求解的认知过程建立的人工智能模型，因此问题求解的目标决定了案例推理的目标，中医诊疗是包含诊断、治疗、疗效预测等多个环节的诊疗过程，每个环节有其不同的特殊性和重要性，有研究者将神经元模糊与案例推理相结合应用到中医肺病的诊断中以提高案例推理的效率[27]，井含光[26]从中医证型-治疗的维度建立中医药治疗糖尿病肾病的案例推理模型。从案例推理在中医领域目前的应用来看，现有研究多集中在2个方面，首先是面向中医证型的诊断环节，通过症状的相似性确定中医证型，为下一步治疗用药奠定基础;其次则是证治环节的推理，这一环节主要通过相似证型的比较来选择治疗方案。

2.3.3 医案来源 从目前已发表的文献来看，目前中医领域的案例推理所使用的医案主要来源于中医古籍所记载的类案，或国家知识基础设施数据库、中国学术期刊数据库等数据库中已发表的多个专家治疗同个病种的近现代类案。很多经典的古代医案等宝贵的文献资料，长期以来指导中医临床实践，其中蕴含了丰富的学术思想及诊疗经验，是临床医师心目中的“高等级”证据级别的学习资料，因此对古籍医案的挖掘利用具有重要意义。与古案相比，近现代医案是在结构与内容上与现代医学相融合的一种新的病例形式，其内容与格式都较前者更为完善，但是结合现代医学特征的中医病案属性更为复杂，从而为病案分析与挖掘带来更大的挑战。中医医案类型多样，从古籍医案到现代中医临床案例，如何将不同类型的医案与案例推理相结合，有效挖掘与利用中医医案中蕴含的知识，是CBR在中医领域的研究中不可忽视的重要环节。

3 案例推理对中医临床案例研究的启示

3.1 基于以医家类案的专家经验传承

许多现代中医专家在长期的医疗实践中形成对某一特定疾病的认识，积累了丰富的经验，中医临床案例作为现代中医专家经验的载体，承载着中医专家的学术思想，是研究专家经验、实现经验传承不可或缺的重要途径。中医药文化博大精深，浩瀚如烟，从专家经验到临床案例，其中蕴含了大量丰富的隐性知识，这些隐性知识只可意会不可言传，本身就为中医文化、专家经验的传承和中医医案的有效挖掘设置了障碍;加上不同中医专家文化背景、成长轨迹的不同，因而导致其对同一疾病的认识有所差异;他们从不同维度认识疾病发生的病因病机，因而其治疗思路、处方用药也各有特色。因此，如何将专家治疗某一特定疾病的诊疗经验、认知过程与CBR相结合，通过定性和定量方法的联合应用，有效挖掘中医医案，对于提升中医学者的临证水平、实现专家经验传承具有重要的现实意义。

应用是疗效的前提，疗效评价作为目前制约中医药发展的瓶颈，为基于验案和误案的推理增加了难度，因此从二元组的形式即“问题-解”的案例内容表示方法对案例进行表示，可以降低案例推理的难度，有利于案例推理的推广利用。我们认为，通过基于定性研究的方法实现专家经验的总结，将定性和定量的方法用于知识表示、案例检索特征及权值的选择和确定过程中，再通过相关证型或症状的相关类案着手分析，结合具体问题情境，有望提升此类医案的挖掘效率，提升知识利用率，促进专家经验知识的转化利用。

从认知科学的角度来看，中医专家具有经验创造者和经验使用者2个身份。作为经验创造者，我们需要重点关注中医专家治疗优势疾病的特色经验，这部分经验是中医专家在长期的诊疗实践中形成的精华所在，我们认为可以从2个维度進行挖掘，第一，以了解其相关的文化背景和成长背景为基础，通过梳理其学术渊源与学术发展脉络，总结分析其创新的学术观点和学术思想的形成过程;第二则是学习了解其治疗优势疾病的临床诊疗策略、诊疗行为和诊疗技术[1]。从学习科学的角度来看，其学术渊源、学术发展脉络及学术思想，是中医专家学术思想创造和形成的基本路径，了解其基本路径对如何更好地改善当下中医教育的培养模式及改进中医学者的学习方法可能有重要的启示，了解其学术思想也是学习其诊疗经验的前提和基础。其次是中医专家作为经验使用者时，首先涉及中医专家根据何种特征对既往所遇到的病例在大脑中进行索引，以更好地存储于记忆库中并方便其需要时检索，第二步则是如何对当前所遇到的病例提取主要特征，随后根据提取到的主要特征对记忆库中的案例进行检索;从学习科学的角度来看，这是中医专家学习、记忆和辨证论治的重要方法，是经过实践检验的有效途径，也是广大中医学者学习之路上的重要宝典。

3.2 基于验案和误案的临床辅助决策

验案是指在经过临床实践确实有效的医案，误案则是经过临床实践未取得实际疗效的医案，疗效是中医药持续发展的生命力和源泉，也是临床决策的重要参考依据，基于疗效最优选择相似医案是符合临床思维模式的可靠途径。因此以效案和验案为标准构建案例库，可以为基于CBR的有效推理奠定基础，提高CBR的实际效率，为辅助临床决策保驾护航。我们认为，基于验案和误案的临床辅助决策可以从以下2个方面考虑。

第一是针对临床真实世界的案例，首先需要构建基于真实世界的中医临床诊疗数据库，结合中医辨证论治的特点，建立基于个案的临床疗效评价方法，包括试验设计方法、疗效指标体系以及疗效评价方法，以此为基础筛选效案、误案，给出疗效评价，在此基础上结合案例推理，通过以病症类案，确定案例检索特征和特征权值，在匹配最优的环节可以选择将疗效最优与症状相似度最高案例联合参考，确定重用部分，在案例存储环节纳入多次就诊数据给出疗效评价，基于实际疗效给出专家解释，帮助使用者从问题中学习，增加临床经验，并形成证据指导中医临床实践，真正建立从临床中来到临床中去，临床科研一体化的科研范式。

第二则是针对经典古籍中的案例，这些案例长期以来指导中医临床实践，评价中医临床疗效，具有极高的学术地位和应用价值[28]，因此如何实现这些案例的有效利用以指导临床实践具有重要意义。首先需要构建基于经典古籍的案例库、规则库和真实世界案例库，案例库用于储存经典古籍中的案例，规则库则用于储存古籍案例下的加减法则，真实世界案例库则用于储存经过案例推理后在现实世界已实际应用的真实案例。其中如何规范化处理古籍医案，建立基于不同古籍医案的案例表征和案例检索，通过真实世界应用评价实际疗效，储存多次就诊数据于真实世界案例库，实现基于案例推理的经典古籍医案的有效利用。

在这个部分，如何真实、客观地评价诊疗效果是整个案例推理的前提和基础，也是其中的关键环节，中医药以辨证论治为核心的个体化诊疗模式和从临床中来到临床中去的发展模式，不同于现代医学以辨病治疗为核心的诊疗模式和从基础研究中来到临床中去的发展模式[29]，因此在“从临床中来”的阶段，如何建立与中医药基本特点相匹配的临床疗效评价方法可能是当前首先需要解决的重要问题。而从学习科学的角度来讲，案例库相当于“从临床中来”的真实世界诊疗记录，基于诊疗记录的效果评价，是发现新方药、新技术、新方案的重要来源，也为“到临床中去”阶段，进行更深入的研究和验证奠定基础。

4 结语

众多中医名家曾反复强调增加临床经验之于临床医生的重要性，中国工程院院士王永炎教授曾说过“读经典、做临床、参名师”，首都名中医、首都高校名师赵进喜教授也反复教导学生“熟读经典勤临床，多拜名师悟性强”，说明临床实践和经典古籍医案是中医学者学习专家经验，提升临证能力的必要途径。因此实现中医案例的有效挖掘对提升中医学者临证水平有着重要意义。我们认为，案例推理在中医临床方向的研究可以大致分为3个阶段：第一个阶段是起始阶段，这一阶段主要以方法学研究为主，将不同类型中医医案与案例推理相结合，探索适合中医临床发展的案例推理研究方法;第二阶段是局部应用阶段，这一阶段随着方法学体系的逐渐完善、中医数据库和基于个案疗效评价体系的深入发展，开始建立与之相融合的案例推理系统，实现小规模的局部应用;第三阶段是全员应用阶段，这一阶段随着案例推理系统性能的不断提升，大数据和小数据技术、真实世界研究范式逐渐成熟，案例推理与之深度融合，实现大规模应用，进入数据共享的盛世阶段。目前的研究主要停留在第一阶段，我们期待随着人工智能技术、真实世界、中医数据库研究的发展，案例推理与之深度融合，为中医医案研究开启新的篇章，真正实现从临床中来到临床中去、临床科研一体化的科研范式。

参考文献

[1]胡镜清，路洁，刘喜明，等.名老中医经验传承研究内容与方法的思考[J].中华中医药杂志，2009，24（10）：1346-1348.

[2]张笑平.中医病案学[M].北京：中国中医药出版社，1995：1.

[3]刘晓玉.基于案例推理的中医医案方法学研究[D].北京：北京中医药大学，2020.

[4]徐世杰，王国为.中医医案的特点及其价值[J].北京中医药大学学报（中医临床版），2013（5）：7-11.

[5]崔蒙，尹爱宁，李海燕，等.论建立中医药信息学[J].中医杂志，2008，49（3）：267-269，278.

[6]贾李蓉，崔蒙.中医药科学数据研究进展[J].南京中医药大学学报，2012，28（5）：495-497.

[7]崔蒙，李海燕，雷蕾，等.“大数据”时代与中医药“知识密集型”数据[J].中国中医药图书情报杂志，2013，37（3）：1-3.

[8]于河，刘建平.定性研究方法及其在医学领域内的应用[J].循证医学，2008，8（5）：292-296，300.

[9]何彦澄，肖永华，闫璞，等.中医医案分析方法评述[J].中医杂志，2018，59（13）：1106-1109.

[10]贾俊平，何晓群，金勇进.统计学.[M].6版.中国人民大学出版社，2015：2.

[11]王光宏，蒋平.数据挖掘综述[J].同济大学学报：自然科学版，2004（2）：246-252.

[12]Schank RC.‘Semantics’ in conceptual analysis[J].Lingua，1972，30（1）：101-140.

[13]Schank RC.Conceptual Dependency Theory-Science Direct[J].Conceptual Information Processing，1975：22-82.

[14]Schank RC.The Conceptual Approach To Language Processing-Science Direct[J].Conceptual Information Processing，1975：5-21.

[15]Dunlop C.Conceptual dependency as the language of thought[J].Synthese，1990，82（2）：275-296.

[16]Schank RC，Abelson RP.Scripts，Plans，Goals and Understanding：An Inquiry Into Human Knowledge Structures[M].Psychology Press，1977：36-67.

[17]Schank RC.Dynamic memory：A theory of reminding and learning in computers and people[M].New York：Cambridge University Press，1983：227-229.

[18]Aamodt A，Plaza E.Case-Based Reasoning：Foundational Issues，Methodological Variations，and System Approaches[J].Ai Communications，1994，7（1）：39-59.

[19]Finnie G，Sun Z.R5 model for case-based reasoning[J].Knowledge-Based Systems，2003，16（1）：59-65.

[20]Sun Z，Finnie G，Weber K.Case base building with similarity relations[J].Information Sciences，2004，165（1-2）：21-43.

[21]劉晓玉，孟庆刚.基于案例推理的中医医案方法学研究[J].中医杂志，2020，61（21）：1882-1887.

[22]王来奇.基于CBR技术的中医诊疗系统中案例相似度计算方法研究[D].北京：中国科学院大学（中国科学院工程管理与信息技术学院），2017.

[23]李锋刚，倪志伟，郜峦.基于案例推理和多策略相似性检索的中医处方自动生成[J].计算机应用研究，2010，27（2）：544-547.

[24]叶超.明清时期中医喘证医案的知识表示和本体架构研究[D].唐山：华北理工大学，2017.

[25]张佩江，靳贺敏，余孝奎，等.基于案例推理和模糊推理的中医诊断[Z].郑州：河南中医学院，2015.

[26]井含光.基于案例推理的中医治疗糖尿病肾病证治比较研究[D].北京：北京中医药大学，2018.

[27]王雅玡，贺向光，王力刚，等.融合案例与神经元模糊推理模型在中医肺病辅助诊断中的研究与应用[Z].滨州：滨州职业学院，2018.

[28]孟庆刚.中医临床疗效评价循证证据体系构建探析[J].中华中医药学刊，2018，36（5）：1031-1034.

[29]刘保延.中医临床疗效评价研究的现状与展望[J].中国科学基金，2010，24（5）：268-274.

（2021-11-06收稿 本文编辑：吴珊）