摘要：目的:中医临床病历作为重要的临床数据,以文本的形式记录了医生和患者交互的整个过程。目前,在大数据的背景下,针对临床病历所涵盖的主体问题信息如现病史的分析利用相关研究仍有所欠缺。因此,本文针对中医临床病历中的现病史部分展开症状术语抽取方法研究,为临床病历的进一步使用奠定基础。方法:首先通过随机挑选与专家审核的方式获得了12 367份现病史数据,按照疾病种类分成了两组实验,其中糖尿病组包含了4 838份数据,脾胃病组7 529份数据,以及合并后的混合组12 367份数据。并整理出了一份涵盖22 996个词的症状术语字典。然后选取滑动窗口特征、词的前后缀特征、词典特征等5种特征模板,使用CRFs模型开展症状术语命名实体抽取实验。结果:在实验结果评价标准(准确率、召回率和F1值)上的表现:在开放测试上的评价结果为(0.83、0.8、0.82)、(0.9、0.9、0.89)和(0.88、0.87、0.87);在十重交叉验证上的评价结果为(0.83、0.82、0.83)、(0.95、0.95、0.95)和(0.93、0.92、0.92)。结论:CRFs模型作为一种优秀的序列标注算法,适用于现病史文本的症状术语命名实体抽取任务。

摘要：目的:如何从中医药学长期医疗实践中积累的大量处方数据中进行知识发现是中医药现代化研究的重要内容之一。本研究拟从薛伯寿教授多年临床实践的处方数据出发,探索基于复杂网络的中药网络与处方网络相结合发现薛教授常用复方核心药物组合的方法。方法:基于薛教授在中国中医科学院广安门医院门诊系统中的9 584个处方数据,依据处方构成的相似性和药物的同现关系分别构建处方网络和药物网络,利用社团分析等复杂网络方法进行处方及药物配伍分析,由薛老及其传承人评价分析结果。结果:通过复杂网络分析,得到126个处方模块,4个中药模块。其中,1个处方模块的核心药物组合为小柴胡汤、银翘散、升降散复方加减,与前期利用完整回顾性医案挖掘的外感热病处方中药组成一致。结论:针对处方数据,利用社团分析等复杂网络方法具有一定的优势,可以得到薛教授治疗不同疾病的常用复方核心药物组合,可为进一步继承和挖掘名老中医临床经验方提供基础。