简介:摘要随着科学技术的突飞猛进,传统中医传承模式及手段越来越丰富,传承结果也越来越客观、严谨、智能。但名医传承信息化过程中亦存在资料采集困难、数据处理困难、算法应用困难、分析总结困难等问题。人工智能与大数据、深度学习算法、知识图谱技术等技术方法的融入,为名医传承信息化带来了技术革新。在此形势下,中国中医科学院中医药信息研究所中医药大健康智能研发中心团队,围绕规划名医传承与挖掘开展了一系列中医药领域专业应用系统研究,研发了古今医案云平台、医案大数据分析平台、云医案APP、名医传承工作站。从一定程度上解决了传统模式局限下的医案采集效率低、名医经验总结缺少客观数据支持,以及信息壁垒等问题,从而推进了名医经验传承,提升师徒带教的传授能力与效率。
简介:摘要目的通过研究证候的分类及证候名称组成要素的多层次表示方法,实现计算机对中医证候名称的批量处理,从而应用于中医智能辅助诊断系统的研究。方法在中医理论指导下,结合证素辨证、证候要素学说,对证候要素进行更细粒度的拆分,提出证候层次划分方法和证候要素多层次表示方法,并通过对妇科月经病、不孕症的中医证候名称进行人工分析,以验证证候要素多层次表示方法的合理性。基于证候要素多层次表示方法,运用基于模式匹配的模式抽取方法,形成计算机批量处理证候要素的提取方法,并通过对《中医临床诊疗术语证候部分》证候名称的批量处理,验证计算机批量处理方法的准确性。结果在中医理论指导下,将证候名称组成要素划分为病位要素、病性要素(包括基本物质、病因、病理状态)、连接词的两层五类的结构,基于此构建出证候拆分流程。月经病、不孕症中医证候名称的人工分析结果显示,所有证候名称均可被拆分为1个或多个病位要素、病性要素、连接词。通过计算机批量处理《中医临床诊疗术语证候部分》证候分类结果显示,计算机批量处理的准确率为71.4%。结论构建的证候要素多层次表示方法为计算机大批量处理数据提供了理论框架,并提高了数据处理效率和准确率,为辨证模型训练数据集的构建提供了理论依据,为中医辨证推理模型提供支撑,可应用于中医智能辅助诊断系统的研究。