高 曼 李海燕

(1.中国中医科学院中医药信息研究所情报分析与评价研究室，北京 100700; 2.中国中医科学院中医药信息研究所，北京 100700)

中医药信息学是一门由中医药学与信息学融合产生的以中医药信息为研究对象，旨在提高中医药信息获取、转化、传播和利用能力的新兴交叉学科。中医药信息学主要研究中医药信息的运动规律及其相互作用，近年来，中医药信息学在理论、方法、技术与标准方面快速发展，已被广泛应用于中医临床规律发现与辅助诊疗、中药科研与生产、中医药古今文献知识服务等各个领域，在中医药现代化进程中发挥着重要作用，形成了中医临床数据挖掘与利用、中医智能诊疗装备研制、中药数据分析与智能制造研究、中医古籍智能化研究与知识服务、以及基于大数据的中医药评价等热点研究方向，本文对各个研究热点进行分析以期为研究人员提供有益参考。

1 中医临床数据挖掘与利用

1.1 名老中医经验挖掘研究

利用数据挖掘等技术研究名老中医临证经验，对解析名老中医诊疗规律、总结和传承其学术思想具有重要意义。采用数据挖掘方法和相关平台软件开展名老中医经验挖掘的研究有很多，如频数分析法用于统计名老中医常用药物，关联规则分析方法用于发现名老中医用药组合，聚类分析用于名老中医诊治疾病证型分类，因子分析用于总结名老中医诊治疾病的核心处方等等[1-2]；中医传承辅助系统软件、古今医案云平台集成了数据挖掘、人工智能等多种方法技术，不仅可以实现对医案信息中的症状、证型、疾病名称、药物名称等信息标准化处理，并可采用多种方法实施数据挖掘，近年来在名老中医经验挖掘中的应用非常普遍[3]。

1.2 面向临床决策支持的知识服务研究

利用计算机技术将医学知识库与临床实践相结合，模拟医学专家的诊治思路，并通过分析临床数据建立数据与决策逻辑关联知识点，辅助医务人员进行临床决策是临床决策支持系统的核心[4-5]。中医临床知识库全面整合名医经验、中医医案、临床指南、中医文献、方剂知识和术语系统等多种知识资源，建立数据标准，规范化表达中医知识，促进中医临床知识互融互通[6]；随着中医知识库、药学知识库和临床知识库的构建，以及知识表达、知识推理等技术的不断进步，使得面向中医药临床决策支持的知识服务成为可能，中医药信息学领域开展了相关研究，以期为辅助临床决策提供实时、动态及个性化的知识服务，提高决策效率和精确度[7]。

1.3 基于真实世界数据的分析研究

电子病历、医保记录存储的诊疗信息能够较好地体现真实世界中疾病诊疗情况，以此为数据源可以开展中医真实世界研究，包括药物疗效评价、药物安全性分析、临床诊疗规律发现和疾病中医证候特征分析等。根据研究目的对医院信息系统存储的药物治疗疾病信息进行分组，统计分析观察组和对照组的疾病治疗差异，可进行药物疗效评价[8-9]；获取医院信息系统记录的药物使用情况及不良反应事件等信息，可实施药物安全性分析[10-11]；采集医院信息系统中患者医疗数据，分析临床上疾病治疗的用药特点，可开展真实世界疾病诊疗规律的发现研究[12]；统计比较医院信息系统中中药制剂的使用、患者患病特征和诊治过程等信息，可分析中药制剂在临床上使用的合理性[13]；多种维度分析医院信息系统存储的疾病中医证候分布情况，可以帮助临床医生了解真实世界中的患者特征、证候分布、核心病机等[14]。

1.4 信息技术辅助中医诊断研究

辨证分型是中医诊断学的精髓，“辨证”是临床医生对患者的中医临床症状和舌脉象等信息加以分析、归纳，以辨清疾病的病因病机、病性和病位的过程。但是中医临床辨证中存在着大量主观性和模糊性，缺乏客观的评价标准，运用机器学习、数据挖掘等信息技术，分析中医四诊、患者生理指标等信息，建立辨证分型模型对实现中医诊断数字化、客观化具有重要意义。利用极值随机森林等算法结合患者病史和症状、生化指标等数据进行症候分类研究，可构建符合中医理论的症候分类模型[15-16]；对疾病中医证候进行聚类分析，亦可辅助中医证候分类研究[17]；运用Logistic回归、关联规则分析等方法能分析疾病证素组合分布规律及中医证候特征[18]；利用关联规则分析和决策树算法可以挖掘证候与证型之间的关系，对指导临床辨证具有重要意义[19]；亦有研究人员采用数据挖掘方法分析西医同一疾病不同分型的中医证候特点，丰富中医辨病论治的内涵[20]。

2 中医智能诊疗装备研究

2.1 中医四诊信息智能采集和处理设备研发

以舌诊仪、面诊仪、问诊仪、脉诊仪为代表的中医四诊信息采集和处理设备，及四诊采集集成设备的研发，对中医四诊客观化和建设移动健康管理平台[21]具有重要意义。舌诊仪主要由数字图像采集和舌象特征处理两个系统组成[22]，采用高性能设备获取舌象图像后可对舌象颜色、纹理和舌体等特征进行客观化分析处理[23-24]；面诊仪可采集患者面部前额、脸颊和口唇等部分在色调、饱和度与明度的色彩空间颜色参数，称为面象参数[25-26]；问诊仪可以实现人机对话，智能采集患者既往史、现病史、过敏史以及家族史等信息[27]；脉诊仪利用传感器等收集人体脉象生理信息，通过芯片将其发送到中心服务器进行分析[28]，四诊仪获取的信息可为中医临床疾病辨证分型提供参考。目前集成中医四诊客观化采集设备的辅助诊疗系统已经部分应用于医院健康管理中心、治未病科[29]；四诊信息规范化、数字化、客观化采集是创建四诊数据库的关键条件，四诊数据库是为远程医疗提供中医解决方案的重要基础[30]。

2.2 中医健康监测智能可穿戴设备研发

中医提倡的“治未病”与现代医学的健康管理理念颇为一致，睡眠监测、饮食监测、呼吸监测和脉搏监测等可穿戴设备在个体“未病先防”、“欲病先治”中起到了重要作用[31]。可穿戴健康设备可以及时监测用户血糖、血压、睡眠、心率及脉搏等数据，为中医健康管理平台即时健康监测带来巨大便捷，除此之外可穿戴设备的即时健康监测数据可借助云存储技术进行云端存储和分析，有助于其在远程诊疗方面发挥独特优势[32]。可穿戴设备提供的实时健康监测，在优化中医药大健康管理服务过程中亦发挥着重要作用，促进中医药大健康服务向着数字化、智能化和科学化方向发展。

2.3 中医智能治疗设备研发

基于中医基础理论和适宜技术开发的智能治疗设备，区别于传统的养生保健理疗仪器，更贴近中医防病治病的理论特点，目前中医智能化治疗的研究和应用主要集中在智能穴位刺激治疗仪和智能推拿治疗仪上[33]。南京中医药大学开发的智能针灸机器人可自动检测穴位、根据治疗要求调整艾灸位置和针刺深浅；按摩推拿机器人可以自动确定穴位，采用机器臂控制技术模仿中医推拿手法，通过测量特定肌肉或肌腱的精准硬度，对软组织实现精准感控，进行治疗[34]。

3 中药信息研究

3.1 中药材质量控制信息化

中药材质量控制涉及的环节繁多，包括土壤、种质、炮制、存储和制剂等过程，信息技术的介入可有效解决中药材质量控制难的问题。“互联网+”信息技术与中药农业深度融合，可改造传统中药农业产业发展模式，实现中药农业生产信息化管理、数据追溯、数据反馈和数据预测等[35]。中药材信息化追溯体系建设，是实现中药材来源可查、去向可追，治理中药材质量问题的有效举措[36]。本草基因组数据库依据多国药典收录草药物种，为草药物种鉴定、用药安全、优良品种分子育种等方面提供信息支撑[37]。人工智能、深度学习及图像处理技术已经在识别中药材及中药饮片中得到深入应用[38]，提取不同中药饮片的图像大小、颜色、纹理和形状等参数，运用机器学习算法对样本数据进行分类训练，建立饮片图像特征识别分类模型，为有效辨别不同产地的中药饮片、相近品种和易混淆品种提供了分析手段。

3.2 中药智能制造技术

中药制药工业当前正处于数字化与智能化转型过程中，中药信息学领域已经开展了大量研究实践，促进实现中药智能制造，并已形成一些有益的探索经验[39]。例如，利用文献报道数据、中药制药过程数据和药工操作经验，构建中药制药工艺知识库，并整合深度学习等技术实现知识自动化和决策科学化，推动中药制药工业向“智慧制药”转型[40]；运用数据驱动技术建立中药生产过程的数字化模型，可为基于模型的中药制药过程智能化控制提供优化策略[41]；遵循制药行业自动化生产指南等相关要求，构建实时数据库系统，实现制药过程实时监控、数据报表电子化操作和管理、生产工艺可回顾及药物质量可追溯，以辅助中药制造工艺改进和质量提升[42]。

3.3 中药药性与功效研究信息化

药性理论是中药学的核心理论，是指导中医临床遣方用药的重要依据，在继承的基础上丰富药性理论、揭示药性理论的科学内涵，是中药现代化的研究重点。获取文献中记载的中药药性、功效等信息并进行标准化处理，运用数据挖掘算法，可以分析中药药性与功效的关联关系[43]；中药药性与方剂功效存在非线性关系，利用人工神经网络等算法分析组方中的中药药性组合 (性-味-归经) 及功效规律, 并挖掘药性组合与功效之间的关联规则[44]，可以为中药方剂的功效预测提供依据[45]。构建人工智能预测模型，度量中药成分相似性，可推测辨别中药药性[46]；利用决策树算法，结合中药药理作用与药性之间的关系建立药性预测平台，实现直观、快速的药性预测[47]，为缺失药性的补遗提供了新的思路和途径。

3.4 中药网络药理学研究

中药药效成分多，作用靶点复杂，呈现出多层次、多系统的复杂作用模式，网络药理学是通过构建“药物活性成分-疾病-靶点-通路”的网络，分析药物的活性成分、靶点、通路以及和疾病在网络中的相互作用关系，从而阐明药物治疗疾病的作用机制[48]。通过中药系统药理学数据库与分析平台发现中药活性成分及靶点，取与疾病相关交集靶点，借助网络药理学方法进行分析，可帮助阐明中药的药效成分、预测药物作用的潜在靶标[49-50]；有研究者[51-52]将网络药理学与高效液相色谱相结合，通过高效液相色谱检测中药含有的化学成分，然后采用网络药理学方法，得到其含有的活性化合物，研究其中的活性成分，提高中药活性成分的筛选效率；亦有研究者[53]将中药药性理论与网络药理学方法结合，按照药性把中药复方划分为多个性味模块后再进行网络药理学研究，探索更符合中医药特色的药物作用机制研究方法。

4 基于中医古今文献信息的学科知识服务

4.1 中医古籍智能化数据平台

中医古籍智能化研究是促进中医古籍保护、传播和深度利用的重要手段，是“让古籍活起来”的重要途径。区别于传统的中医古籍数字化阅览平台，中医古籍的智能化数据平台不仅可以实现古籍的自动校勘、自动标点、自动编纂、自动注释、自动索引、自动排版等功能，还提供基于中医古籍知识图谱的数据分析、挖掘、知识服务等功能[54]。医案古籍知识库通过对医案类中医古籍蕴含的知识解析、重组和规范，结合中医古籍后控词表，可以对古籍知识内容进行全面、系统、准确地表达与显示，实现医案古籍的知识化检索与服务[55]。

4.2 中医药学科化知识服务平台

学科化知识服务平台是将知识服务与学科紧密结合，将学科内的知识与知识有机地结合起来，提供专业的知识服务。中医药领域开展了大量构建专科、专病知识库的研究，以为专业内临床及科研人员提供知识服务，如，整合脾胃病名医经验、临床研究、临床指南、中医文献和方药知识等资源，构建脾胃病临床文献大数据平台[56]；全面收集中医领域内功能性胃肠病知识，纳入医案、方剂、养生方法等数据，且支持用户编辑、更新中医知识，以共建共享的方式构建功能性胃肠病中医知识库[57]；抽取文献数据中包含的实验数据集及其形成的包括机体器官、组织细胞、分子网络等各级水平的穴位刺激效应数据与数据内在关系，利用计算机生成图形和图表，表示针刺效应错综复杂的过程，构建穴位刺激效应可视化平台，为针刺生物学机制的深入研究提供规范化的数据支持及可视化分析[58]。

4.3 中医药领域知识图谱与知识服务

知识图谱是一种可视性强、自带推理规则且便于机器学习和利用的知识存储与应用技术，在中医药领域的研究及应用非常广泛。中医药各子领域构建的知识图谱，如证候知识图谱、专病知识图谱、方剂知识图谱和中药知识图谱，是实现中医知识可视化、中医智能问答和语义检索的关键基础[59]。目前相关研究已深入应用至中医药知识服务的各个方向，利用本体技术描述管理中医医案，实现医案的智能检索，可更有效地发挥中医医案的重要价值[60]；构建中医病机内涵知识图谱，结合临床个体化诊疗决策支持系统，建立病机主导的中医临床个体化诊疗决策支持系统，为中医个体化诊疗辅助决策提供解决方案[61]；基于知识图谱构建中医药智能问答系统，为用户解答病证相关问题，提供辅助诊疗建议[62-63]。

5 基于大数据的中医药评价研究

5.1 循证中医临床实践指南证据评价

随着循证医学的发展，以证据为基础制定的临床实践指南已经成为临床决策的主要依据。高质量临床研究论文是指南的主要证据来源，对临床研究类论文进行质量评价，不仅能为指南制定提供证据支持，亦可以对期刊质量评价提供参考[64-65]。评价现代临床研究论文质量的方法分为定性和定量两种，定性方法一般根据学科特点结合专家访谈开展文献质量评价[66]，定量方法通常根据公认文献质量评价量表对文献质量进行评价[67]；中医古籍亦是指导中医药诊疗实践的重要证据来源，因此中医药领域开展了中医古籍证据分级体系构建研究，提出了多种中医古籍证据质量分级方式，但尚未形成完善的评价与分级体系[68]。

5.2 基于海量科技指标数据的中医药学术评价

学术评价是根据评价目的，从数量、新颖性、认可度和启发性等角度对研究成果进行评价的过程，合理的学术评价可起到引导研究主体开展高质量研究活动的作用。中国医学科学院提出科技量值(science and technology evaluation metrics，STEM)的概念，指出其是围绕科技活动全过程，覆盖创新活动全链条的综合测算值，并以此为基础从科技产出、学术影响和科技条件三个维度开展了中国医院科技量值计算，旨在激励医学科技创新、推动医学学科建设；为区域性引导患者就医，推动更多优质中医医院进入民众视野，建立和健全中医药学术影响力评价长效机制、更好地发挥中医药学术引领在中医医院建设中的导向作用，中国中医科学院联合中华中医药学会开展了基于中医药特色优势和科技影响力的中医医院评价和中医医院学科(专科)学术影响力评价工作[69-70]。

5.3 基于中医药科学知识图谱的学科发展评价

科学知识图谱是显示科学知识发展进程与结构关系的一种图像，CiteSpace知识可视化软件是目前最为流行的知识图谱绘制工具之一，它可以绘制引文网络图谱来体现一个知识领域的演化历程，并标识出图谱上作为知识基础的引文节点文献和共引聚类所表征的研究前沿[71]。采用CiteSpace软件挖掘中医药领域文献的引文、机构、作者、关键词等信息，绘制科学知识图谱，发现领域核心研究团队、研究热点和研究前沿，总结研究领域发展现状和趋势，为领域发展提供参考是中医药科学知识图谱研究的热点[72-74]；专利可以体现研究主体的技术实力与创新能力，专利计量研究可以进行领域技术趋势分析及预测，利用CiteSpace绘制专利科学知识图谱，分析领域技术热点、技术趋势，可为领域创新研究提供参考[75-76]。

6 总结与讨论

近年来，中医药与信息技术、人工智能技术的融合发展在中医临床辅助决策支持、智能中医诊疗装备研发、名老中医经验传承、药物疗效与安全性评价、中药智能制造、中药材质量控制和中医药大健康管理等方面都非常活跃，中医药信息学这一新兴交叉学科的蓬勃发展为古老的中医药学带来新的生机与活力，但要产生重大的突破还面临着诸多挑战，如利用现代生物医学工程、人工智能等技术，研制和开发可应用于中医临床实践的智能诊疗装备，客观化收集和处理中医临床诊疗信息从而辅助基层中医开展临床诊疗研究，患者外在体征(舌脉等)与疾病的非定向对应关系以及中医诊疗行为中蕴含的大量隐性知识等都是中医四诊客观化以及中医智能诊疗领域亟待解决的问题；广泛应用信息技术开展中药材质量控制、中药智能制造、中药药性与功效关联关系挖掘、中药药性补遗和中药网络药理学研究，从而促进中药现代化及产业化进程过程中，解析影响中药材质量的众多参数、优化反馈控制模型是中药智能制造的难点；智能计算和语义分析等技术在古籍数字化和知识组织中应用的局限性，以及尚未形成全面可靠的中医古文语料库是中医古籍智能化研究的困境；在运用数据挖掘等技术分析来源广泛、容量庞杂的中医临床诊疗数据，深入挖掘名老中医经验、开展真实世界研究和分析中医辩证诊断规律的过程中，缺乏中医药经验传承数据类标准，在一定程度上限制了中医药传承信息化的发展；中医药数据量庞大、增长速度快，数据质量问题日益突出，在数据的采集、传输和处理过程中如果出现错误标注、噪声大或不完整等质量问题,就会导致源于数据的决策产生严重错误，从海量数据中有效获取高质量数据集是开展中医药信息学研究的重点和难点，因而基于大数据处理技术，建立完善的评价机制处理海量中医药领域信息资源，提高信息获取的质量是关键。

利益冲突所有作者均声明不存在利益冲突。

作者贡献声明高曼：设计研究方案，收集分析资料，撰写论文；李海燕：提出研究思路，总体把关，审定论文。