作者：刘晓峰,任廷革,高全泉,张帆,冯雷,孙燕,肖永华
【关键词】 中医方剂；量化分析；中医处方智能分析系统
“中医处方智能分析系统”是有推理规则(中医学知识)介入对中医方剂进行量化分析的支持系统,简称为cpias,“c”代表中医学,“p”代表处方,“i”代表智能,“as”是分析支持系统,为决策支持系统“ds”的一个变种。
1 中医处方智能分析系统研究的切入点
名老中医的经验主要体现在其临证医案上,对医案的分析是其经验继承的关键环节。医案中有处方、临床表现、诊断、辨证、立法、评述等若干要素,而cpias仅以处方为分析对象,以中医诊得的患者临床表现为唯一参照信息,这样的数据要求是为了研究的客观性,只有做到客观,才有可能获得可靠的结果,从而发现规律,因为规律是客观的。
“处方”是医生辨证论治的落脚点,它虽然是主观思维的产物,但是所有疗效的取得都是源于处方的具体内容,这是没有争议的。从这个角度来说,处方是研究医生经验最客观的数据,而我们的目的是为了了解处方取得疗效的缘由,因此我们的研究以“处方”作为切入点。wWw.11665.COM
“临床表现”是中医思辨的重要依据,也极具客观的特性,当然客观世界是通过主观世界来认识的,尤其是中医的四诊信息会有一些主观的因素介入,但它绝非黑箱,而是具有开放系统的特征(在场的人均可以获得),相对而言是比较客观的信息,因此成为我们分析处方的重要参照数据。
至于医生的诊断、辨析、评述等信息,均带有明显的主观性,具有黑箱的特征,是我们研究处方时需回避的。即不能把这些信息作为研究的依据,否则在逻辑上会违背客观性,而使研究的结果不可靠。但这不是说这些信息不重要,相反,我们把这些信息做为分析结果的重要评价参照。当相对客观的分析和人的主观认识取得一致的时候,将意示着分析结果的可靠和分析方法的成功。
2 中医处方智能分析系统的研究目标
cpias的研究目标是用定性定量的方法来分析医家处方,从而得到医家辨证论治的思路,同时用量化数据的方式(形式化的)表达出来,当然这种量化表达的概念不同于实验科学研究的数据,而是基于数学方法的一致化的宏观量化的表达。所谓“数学方法”,在我们的研究中体现为近似推理方面；所谓“一致化”,即是确定一种量化计算的标准；所谓宏观量化,即所有计算的量化结果只表示大小、强弱、多少的相对意义。
cpias具体实现的目标是用智能分析技术来分析临证医案要素(辨证、立法)的下述7个方面：①计算处方组成各药物的作用力度；②计算处方综合药性的强度；③计算处方综合药味的强度；④计算处方综合归经的强度；⑤计算处方各种功效的强度；⑥预测处方的适应证；⑦分析处方对临床表现的关注度。
3 中医知识的表达与应用
要想分析方剂的功效必须明了其组成药物在人体中的作用,而这种作用受到多种因素的影响,归纳起来主要是以下4个方面：药物的剂量、药物的配伍关系、人体的内环境、药物的炮制及用法[1]。这4个方面既是系统分析方剂所必需的输入条件,同时也是方剂分析所需要的中医知识的范围。其中药物的配伍关系、剂量、炮制均可以在处方的组成中反映出来,而机体环境则由患者的症状体征表现出来。药物的用法因为特殊用法相对较少,为减化模型暂时不予考虑。因此,cpias系统所需要的中医知识有3个方面：药物的基本知识,如常用剂量范围、药性、药味、归经、药物功效；药物间配伍关系的知识；药物功效与人体内环境关系的知识。这些知识的表达方法并不复杂,普通的矩阵、列表即可恰当地进行表达,但要想把这些知识应用到方剂分析的计算中,则需要建立合理的计算模型。
3.1 量效关系模型
量效关系模型是为了解决药物剂量对药物作用力度影响的问题,即如何依据处方的药物剂量计算出药物的贡献度,使不同性质的药物作用可以在同一标准下进行比较。因此,我们提出归一化“相对药量”的概念。相对药量考虑了药物用量受到药物性质的影响因素,考虑了药物有不同的用量范围,考虑了处方药物用量相对用量范围的关系。因此,相对药量表达的是药物用量的权重,它是个可以做比较的无纲量。其具体的计算模型是一个药物相对药量与实际剂量成正相关的函数,且计算出的相对药量有上下限,上下限的值与具体药物的用量范围有关。在量效关系模型计算出相对药量的基础上,依据方剂的相关知识可进一步计算出药物各种药效的强度。
3.2 药效关系模型
药效关系模型是为了解决中药配伍对中药作用影响的问题,即在处方各药物相对药量已知的情况下,如何依据其配伍关系计算出药物各种药效的强度,从而得出整个方剂的功效强度。传统认识的中药配伍关系,大多都是由药物之间药效的相互作用体现的,在方剂中表现为多对多的关系,如果我们能够计算出药效之间的相互作用力度,就能计算出整个方剂的综合功效强度。药效的作用性质包括：协同作用、抑制作用、再生作用等3种。其中协同作用包括单向协同与双向协同,抑制作用有强相互抑制与弱相互抑制,再生作用则是指两种药效共同作用产生出新的药效。于是建立了药效强度向量的概念,其向量方向由药物的性、味、归经等性质决定,两个药物向量间的夹角所形成的函数关系为药物间贴近度,药效强度受到药物用量和药效相互作用性质的影响,并据此建立了药效关系模型。
药效相互作用性质,通过人工智能中的推理规则(即知识)来表示。推理规则由中医专家根据中医理论和经验给出。在以往的研究中,这些规则的确立,前后经过了王永炎、刘渡舟、王绵之、鲁兆麟、李庆业、庞鹤、任廷革等中医专家的认定,经过了吕湘滨、高媛、杨斌、高剑波、刘阳、王欣、张胜昔、孙燕、张彦红等研究生课题的应用,历时10余年,从分析的结果来看,这些知识已趋于成熟。
3.3 效证关系模型
证反映了疾病发展过程中某阶段或某部位的病理变化实质,其实质反映了人体的内环境,即方剂发生作用的环境。同一方剂在不同的人体内环境下可能发生完全不同的作用,但是一个有经验的医生可以依据方剂的组成推断出方剂可能适应的证及其可能发生的作用。这就是中医方证相应的原理。效证关系模型则通过效证关系的知识,利用已经得到的方剂整体功效对方剂可能作用的证进行推断和预测。
3.4 效候关系模型
候即患者的临床表现,是人体内环境在外的显现。效候关系模型与效证关系模型都是解决方剂药效对人体内环境作用的计算问题,但是候比证更具直观性,因此,利用候来反映人体内环境的状态可以最大限度地减少主观因素对分析结果的影响,使分析结果更可信。通过临床症状体征与药效关系的相关知识,以及方剂整体功效强度,可以发现在方剂中真正起治疗作用的药效,还可以对症状体征进行赋值,找出当前方剂最针对的症状体征。
4 中医处方智能分析系统的结构
cpias的系统结构主要由4大模块构成：①分析窗体(含对话窗体)；②处方分析模块(含知识库、模型库、数据库)；③解释模块；④管理模块。
对话窗体：与用户进行对话,可以进行功能的选择、执行、输入方证信息。分析窗体：负责接收用户录入的数据、显示各项分析结果及相应的解释。处方分析模块：负责对输入的信息进行分析,对方剂整体的性、味、归经、功效、证候及症状进行量化表达的计算。知识库：存储处方分析的相关知识,如药效关系表、效证关系表、候效关系表。模型库：包括相对药量计算模型、处方综合药性计算模型、处方综合药味计算模型、处方综合药物归经计算模型、药物贴近度计算模型、处方功效计算模型、处方适应证计算模型、处方筛选后功效计算模型、处方筛选后适应证计算模型、症状体征权重计算模型等。数据库：包括用户输入的方证数据、中药数据库、8种词汇表等。管理模块：包括知识库维护表(知识库维护人员使用)、知识库检查模块(对知识库的知识表示是否符合规则进行检查)、知识库检查窗体(显示知识库内知识及检查结果)、模型程序维护、数据库维护等。
5 中医处方智能分析系统的分析流程(见图1)
从分析流程图可以看出,此软件具有少输入(处方和临床表现),多输出(处方药物作用力度、处方综合药性、处方综合药味、处方综合归经、处方综合功效、处方适应证、筛选处方最适功效、筛选处方最适证候、症状体征主次排序)的优势,这具备了智能软件的特征。
6 中医处方智能分析系统的主要功能
6.1 分析功能
6.1.1 药物作用量分析
分析给定的方剂组成、剂量,通过量效关系模型和药物相关知识,得出每味药可以比较的作用力度以及药性、药味、归经的值,在此基础上经过简单的加和,即可以得出整个方剂的性、味、归经的量化结果。
6.1.2 方剂功效作用量分析
在药物作用量分析的基础上,应用药物功效的知识和功效间关系的知识,通过模型的计算,可以得出方剂整体的功效可比较值。
6.1.3 证候作用量分析
已知方剂整体功效的作用量后,依据功效与证候的相关知识,利用效证模型进行计算,可以得出方剂所适应的证候的可比较值。
6.1.4 症状赋值
在已知方剂整体功效的作用量后,依据功效与症状的相关知识,通过效症模型对方剂相关症状进行赋值。
6.2 解释功能
cpias对方剂的分析是建立在中医知识模型的基础上,所有得出的结果均可以明确参与计算的要素,因此就具有对分析结果做出解释的可能。cpias可以对分析所得的所有结果给出计算的依据,从而对计算结果进行解释。
例如：小青龙汤综合药性“温”的强度为“504”,其依据则是“桂枝,108；麻黄,108；细辛,146；半夏,100；五味子,42”。也就是药性为“温”的药物的相对药量的加和。小青龙汤综合功效中“发汗”的强度为“703”,其依据则是“桂枝108：麻黄(解表双协：108*0.478＝51.6)、干姜(逐寒单协：150*0.293＝43.93,温肺单协：150*0.293＝43.93)、白芍(和营单协：26*0＝0)、细辛(散寒双协：146*0.368＝53.66,温肺单协：146*0.368＝53.66),麻黄108：桂枝(解表双协：108*0.478＝51.6)、干姜(逐寒单协：150*0.202＝30.34,温肺单协：150*0.202＝30.34)、白芍(和营单协：26*0.106＝2.74)、细辛(散寒双协：146*0.423＝61.71,温肺单协：146*0.423＝61.71)”。
cpias解释功能表达还有一定的欠缺,因为功效的计算模型较复杂,所以对功效的解释必须结合计算模型才能容易看明白其意义,而为了显示的简洁,在解释时对功效的有效位进行了截取,使得解释的结果与实际计算结果可能出现微小的误差。
6.3 输出功能
cpias的输出功能有3种：结果另存、转为cmsvm支持系统、批量处理。“结果另存”是面向普通用户的数据下载程序,主要的作用是将分析结果的数据下载,对系统检索出的案例处方及相关分析数据,可以在此功能的引导下存储。“转为cmsvm支持系统”是面向特殊用户的数据接口程序,主要作用是把当前对所选处方的所有量化数据进行归一化处理转成分析软件cmsvm[2]能接收的数据格式。“批量处理”是面向普通用户的数据转换程序,主要作用是把多个方剂分析结果转换成列表格式,通过表格处理软件的功能实现数据比较的可视化。在转换之前,可就处方组成、处方综合性味归经、处方功效、处方适应证、筛选后处方功效、筛选后处方适应证、处方针对的症状体征等多项内容进行选择。其中处方组成、处方综合性味归经、处方功效为默认选项。
6.4 知识库管理功能
cpias中的知识库计有方剂表、中药表、药效关系表、效证关系表、效候关系表等。中药表计录的是药物基本知识,共有常用中药460条记录,药效关系表、效证关系表、效候关系表记录的是相应的知识规则,目前每表均有3 000条左右记录。这一数字仅仅是初步的,随着研究的深入,这些数字还会不断地增加,可能会增加到上万条,但理论上说这个数应该是有极限的。因为药效关系、效证关系和效候关系的复杂性,在填写时很容易出现笔误,所以除了简单的数据管理,有必要提供知识规则检查的功能,对一些违反逻辑的规则进行提示以便改正。
7 中医处方智能分析系统测试与分析结果
限于本次研究属于方法探讨,故对软件的测试重点放在对软件“分析功能”的测试方面,考虑到测试数据的种类越是丰富则越能测试出软件的功能,因此,此次测试结合研究生的科研课题,采用3个不同方面的数据来进行,分述如下。
7.1 对实时记录医案的测试与分析
以本项目中纵向课题组提供的名老中医医案为分析对象,从这些医案中找出实时记录的300个医案的近千首方剂进行分析。与纵向课题组提供的辨证结论、立法和按语等进行对照,个案分析吻合率达90%。
7.2 对文献医案的测试与分析
文献医案是专家们精心整理后的医案记载,我们以董建华、王永炎主编《中国现代名中医医案精华》的近百个医案为测试对象,个案分析吻合率达97%。
7.3 经典方剂的测试与分析
《伤寒论》中的处方一直被行业中人称作“经典方剂”,对这些方剂的认识经过近2 000年的医疗实践,基本取得了一致,我们用cpias对《伤寒论》112方进行了分析,以《伤寒论》教材的分析作为参照,个案分析的吻合率达98%。
8 中医处方智能分析系统研制结论
经过cpias研制和对500多例案例处方的分析实验,其结论有以下几个方面：①中医方剂药物相对药量的概念与量化计算是医案处方相关因子量化分析的基础。②药效强度、药性强度、药味强度、药物归经强度的概念和量化计算是医案处方功效量化分析的重要基础。③提出了药效强度向量的概念,根据向量投影,提出了药效强度作用方式为“ei←ei+αej”[3],其中“α”为两味药性味归经的贴近度。以此为基础,设计出一组方剂功效强度作用模型,体现药效相互作用的中医方剂功效的量化计算得以实现。④以方剂功效量化为基础,可以对适应证候进行预测,对临床表现进行量化分析。
cpias的研制是我们在中医智能研究中的重要成果,但是这个研究还只是万里长征的一小步,还有更长的路要走。本次研究中我们已经发现量效关系模型与药效关系模型均存在一定的不足,需要进一步的研究与改进。
【参考文献】
[1] 杨文潮.论成方中药物作用方向的影响因素[j].陕西中医,2005,26(11)：1227.
[2] 陈永义.计算机学习的svm方法与应用软件平台cmsvm[j].上海大学学报(自然科学版),2004,10(1)：243.
[3] 任廷革,刘晓峰,高全泉.中医方剂功效定性和定量研究初探[j].中国中医药信息杂志,2007,14(6)：100－102
