数据挖掘在中医药研究中的应用述评
计算机技术在中医药研究领域中的应用分析
计算机技术在中医药研究领域中的应用分析中医药是中华民族的瑰宝，具有数千年的悠久历史，蕴藏我国人民几千年来与疾病作斗争的丰富的临床经验，为中华民族的健康事业做出了巨大贡献，其疗效已被医疗实践反复证明[1]。
中医药理论体系复杂，是聚集了古代中国劳动人民的智慧的医学科学。
利用现代自然科学方法与技术进行中医药内在规律的基础与应用研究，是中医药的科学性与现代化的问题，也是中医药未来发展的重要问题。
随着科学技术的发展，计算机技术已渗透到中医药研究的各个领域，运用现代的科学理论和工程技术的方法探讨其奥秘，已经取得了丰硕的成果[2]。
本文主要综述了中医药研究领域中主要应用的计算机技术，为中医药研究及其它交叉学科的研究做出铺垫和借鉴。
1常用方法与技术1.1数据挖掘数据挖掘（Data Minning，DM）是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘的主要支柱为数据库技术和人工智能技术[3]。
数据挖掘的重点是知识发现，场景的挖掘方法有决策树（Decision Tree）、关联规则（Association Rule）、人工神经网络（Artificial Neural Network，ANN）、粗糙集理论（Rough Set Theory，RS）和遗传算法等。
中医药沉淀了几千年的宝贵经验性数据，经过数据化、网络化变成了一个巨大无比的原始宝藏，通过数据挖掘可以将中医药大数据变成中医药科学知识，是中医药现代化研究的重要组成部分。
目前，许多学者运用数据挖掘的方法在中医药不同领域的研究中取得了一定的成果。
主要包括临床用药规律、中医症候生物学基础研究、中医症候诊断、中药新药临床前期研发、中医医案研究和中医临床数据研究等方面[4-6]。
越来越多的学者开始重视将数据挖掘技术运用到中医药的研究中，随着技术的成熟和方法的改进，该方面的研究一定会取得更大的成就。
数据挖掘技术在医学研究中的应用
数据挖掘技术在医学研究中的应用随着科技的发展，数据量不断增长，其中包含着大量有价值的医学数据。
然而，如何从这些数据中得到有用的信息就成了医学研究人员面临的巨大挑战。
数据挖掘技术的出现，使得医学研究人员可以更加方便、快捷地获取有用的信息。
本篇文章将会探讨数据挖掘技术在医学研究中的应用。
首先，数据挖掘技术可以在医学诊断领域中发挥重要作用。
传统的医学诊断方式主要依赖医师的经验和专业知识，然而，人力有限，受制于个人的认知、经验和知识结构，导致会出现免疫力较强的病人被误诊的情况。
数据挖掘技术可以通过对大量的病例数据进行分析，从而提取出一些规律和特点。
将这些规律和特点用于医学诊断中，可以使得诊断的准确率和效率得到提高。
其次，数据挖掘技术可以在医学研究中发掘新的发现。
医学研究需要大量的数据支持，然而，对于这些数据如何分析，如何发掘他们的潜在价值，仅依靠人力往往是不够的。
数据挖掘技术则可以通过对数据的挖掘、整合等方式，获取更多的新信息，发现一些在传统医学中难以发现或者没有发现的现象。
这些发现可以为医学界在疾病的诊断、治疗等方面提供重要参考。
第三，数据挖掘技术可以在临床试验中提高研究效率。
临床试验需要大量的资源，包括时间、人力和财力等等。
针对复杂交互的病例数据，传统的研究方法常常需要耗费大量的时间和资金。
而借助数据挖掘技术，可以快速从大量的数据中筛选出符合条件的患者，提高研究的效率，缩短研究的时间。
因此，数据挖掘技术的应用，可以有效地促进临床试验的进行和结果的分析。
最后，数据挖掘技术能够在个性化医疗领域中发挥重要作用。
传统的医学诊断和治疗方式是基于患者的一般特征，而并未考虑到患者的个体差异。
而借助数据挖掘技术，可以对大量的病例数据进行分析，获取不同患者对于同一疾病的具体表现和特点，这样就能够制定出更加符合患者个性化需求的诊治方案。
总之，随着医学研究和数据挖掘技术的不断发展，两者之间的结合已经成为了一个新的趋势。
数据挖掘技术可以满足医学研究人员对于数据的挖掘和利用，促进医学研究和发展。
数据挖掘技术在中医医案的应用研究
数据挖掘技术在中医医案的应用研究摘要数据挖掘技术在中医医案的应用是近年来备受关注的研究领域。
本文在总结国内外相关研究的基础上，从挖掘特征、建立模型、预测结果三个方面探讨了数据挖掘技术在中医医案中的应用。
同时，本文还提出了如何进一步挖掘中医药数据的问题，为中医临床研究提供参考。
关键词：数据挖掘；中医医案；特征挖掘；模型建立；结果预测AbstractThe application of data mining technology in traditional Chinese medicine cases has received much attention in recent years. Based on the summary of relevant research at home and abroad, this paper discusses the application of data mining technology in traditional Chinese medicine cases from three aspects: feature mining, model building, and result prediction. At the same time, this paper also puts forwardthe problem of how to further mine Chinese medicine data, providing reference for clinical research of traditional Chinese medicine.Keywords: data mining; traditional Chinese medicine case; feature mining; model building; result prediction一、前言数据挖掘技术是一种对大量数据进行挖掘、分析和预测的技术。
数据挖掘技术在中医医案的应用研究
数据挖掘技术在中医医案的应用研究【摘要】本文探讨了数据挖掘技术在中医医案中的应用研究。
首先介绍了中医医案的特点，包括综合性、个性化和经验性。
然后阐述了数据挖掘技术在中医医案中的应用，如关联规则、聚类和分类算法等。
接着介绍了研究方法，以及实践案例分析，展示了数据挖掘技术在中医医案中的价值和意义。
分析了技术优势，探讨了数据挖掘技术在中医医案中的应用前景。
最后总结了研究成果，提出了未来的发展展望。
该研究对于挖掘中医医案中的知识规律，提高中医诊疗水平具有重要意义，有望推动中医药现代化发展。
【关键词】中医医案、数据挖掘技术、研究背景、研究意义、特点、研究方法、实践案例分析、技术优势、应用前景、研究成果总结、未来展望1. 引言1.1 研究背景中国医学源远流长，中医学作为独特的医学体系，具有悠久的历史和丰富的理论体系。
中医医案作为中医临床实践的总结和宝贵资料，承载着丰富的医学知识和临床经验。
随着医疗信息化的快速发展，传统的中医医案记录方式已经不能满足现代医疗的需求。
数据挖掘技术的出现为中医医案的挖掘和应用提供了新的思路和方法。
数据挖掘技术可以通过分析大量的中医医案数据，发现其中的规律和模式，为中医临床实践提供更科学、更精准的指导。
通过数据挖掘技术，可以更好地理解中医药的特点和规律，发现疾病的发病机制和变化规律，提高中医临床诊疗的效率和准确性。
对数据挖掘技术在中医医案中的应用进行深入研究具有重要意义和价值。
通过将数据挖掘技术与中医医案相结合，可以进一步挖掘中医医案中蕴含的宝贵信息，推动中医药的现代化和智能化发展。
部分总结。
1.2 研究意义数据挖掘技术在中医医案的应用具有重要的研究意义。
中医医案是中医临床实践的重要组成部分，包含了丰富的临床经验和治疗方案。
通过数据挖掘技术对中医医案进行分析挖掘，可以帮助医生更好地理解中医理论、改进临床诊疗技术，提高中医临床实践水平。
数据挖掘技术可以帮助中医医案进行大规模的数据挖掘和分析，发现其中隐藏的规律和关联性。
数据挖掘在医学大数据研究中的应用
数据挖掘在医学大数据研究中的应用概述:医学大数据的快速增长为医学研究和临床实践带来了巨大的机遇和挑战。
数据挖掘作为一种从大规模数据集中提取知识和信息的技术，已经在医学大数据研究中得到广泛应用。
本文将详细介绍数据挖掘在医学大数据研究中的应用，包括疾病预测、药物发现、临床决策支持等方面。
1. 疾病预测:数据挖掘技术可以通过分析医学大数据中的病例信息、生理指标、基因表达等多种数据源，预测疾病的发生和发展趋势。
例如，通过建立疾病预测模型，可以提前识别高风险患者，并采取相应的预防措施。
此外，数据挖掘还可以发现潜在的疾病风险因素，为疾病的早期预警提供科学依据。
2. 药物发现:数据挖掘技术在药物发现中发挥着重要作用。
通过分析大规模的药物数据库和生物信息学数据，可以发现新的药物靶点、药物相互作用等信息，加速药物研发过程。
此外，数据挖掘还可以帮助优化药物配方，提高药物疗效和安全性。
3. 临床决策支持:数据挖掘技术可以分析医学大数据中的临床数据、病历信息、医学影像等多种数据源，为临床医生提供决策支持。
例如，通过挖掘患者的病历数据和临床指南，可以帮助医生制定个性化的治疗方案。
此外，数据挖掘还可以发现潜在的医疗错误和风险，提高医疗质量和安全性。
4. 健康管理和预防:数据挖掘技术可以分析个人健康数据、生活习惯、环境因素等多种数据源，为健康管理和预防提供科学依据。
例如，通过挖掘个人的健康数据和生活习惯，可以提供个性化的健康建议和预防措施。
此外，数据挖掘还可以发现潜在的健康风险因素，帮助人们采取相应的预防措施。
5. 数据隐私和安全:在医学大数据研究中，数据隐私和安全是一个重要的问题。
数据挖掘技术可以通过匿名化和加密等手段，保护医学大数据的隐私和安全。
此外，数据挖掘还可以发现潜在的数据泄露和滥用风险，提高数据的安全性。
结论:数据挖掘在医学大数据研究中具有广泛的应用前景。
通过利用数据挖掘技术，可以从医学大数据中挖掘出有价值的知识和信息，为医学研究和临床实践提供科学依据。
基于数据挖掘的中药药效研究
基于数据挖掘的中药药效研究随着现代医学的蓬勃发展，越来越多的人开始意识到中药的作用和价值。
中药的药效与其生长环境、采摘方式、贮存和加工方法等都有紧密的联系。
因此，如何发掘中药的药效，挖掘其内在规律成为了中药研究的重要课题。
目前，随着大数据技术的广泛应用，已经可以通过数据挖掘等手段来探索中药的药效。
数据挖掘是指对大量数据进行分析、加工，寻找其中的有用信息的过程。
它可以解决由人们无法感知到的数据内在规律或模式，挖掘出深层次的知识和信息，是一种高效、精确的数据处理方式。
在中药药效研究中，数据挖掘可以采用如下三种方法：1. 基于药物分子特征的数据挖掘通过分析中药药物分子的化学成分、结构、药效等特征，寻找药效与分子特征之间的内在联系。
这种方法可以帮助理解中药的生物机制，加深对中药的认识。
2. 基于中药处方的数据挖掘通过分析中药处方数据，研究各种中药的配方对于疾病的不同治疗作用。
这种方法在临床应用中有着广泛的价值，可以针对不同病症制定个性化的中药处方。
3. 基于中医理论的数据挖掘通过中医理论研究中药药性、归经、化学成分等特征，分析中药与人体的相互作用，探究中药的药效规律，寻找中药的内在联系。
数据挖掘在中药药效研究中的应用有助于加深对中药的认识，开发新的中医药疗法，为中药的推广与发展提供更加科学的依据。
但是，数据挖掘过程中需要注意避免误差和偏差，以提高数据挖掘的准确性和科学性。
总之，基于数据挖掘的中药药效研究是一个值得关注的方向。
它可以为中药的现代化和产业化发展提供新的思路和支撑，推动中医药在世界范围内的普及与发展。
数据挖掘技术在医学领域中的应用现状与发展趋势
数据挖掘技术在医学领域中的应用现状与发展趋势导语：随着科技的不断发展，数据挖掘技术在医学领域中的应用越来越广泛。
利用大量的医疗数据进行分析和挖掘，可以帮助医疗工作者更好地了解疾病的发展规律，提高医疗保健水平。
本文将对数据挖掘技术在医学领域中的应用现状和发展趋势进行探讨。
一、数据挖掘技术在医学领域中的应用现状1. 疾病预测和诊断数据挖掘技术可以利用大量的患者数据，建立准确的疾病预测和诊断模型。
通过分析患者的生理指标、病史、基因信息等数据，可以帮助医生更精准地进行疾病的预测和诊断。
例如，利用机器学习算法和神经网络模型，可以预测患者患心脏病、糖尿病等疾病的风险，并提供相应的治疗方案。
2. 药物研发与个体化治疗数据挖掘技术可以帮助医药企业在药物研发过程中分析大量的药物数据和患者数据，从而更好地理解药物的作用机制、副作用及药物治疗的个体化问题。
通过挖掘患者的基因信息和药物治疗的效果数据，可以实现个体化的药物治疗，提高治疗效果。
同时，还可以挖掘患者的用药信息，帮助医生更好地判断患者的治疗依从性，减少药物滥用和不良反应的发生。
3. 医疗资源优化和运营管理利用数据挖掘技术，可以分析医疗机构的历史数据、患者的用药数据等，优化医疗资源的配置和运营管理。
通过对就诊人数、医院排队情况等数据的分析，可以合理安排医疗资源，提高服务效率和患者满意度。
同时，还可以通过挖掘患者的疾病数据和用药数据，进行疾病风险评估、医疗费用预测，更好地进行医疗计划和医保管理。
二、数据挖掘技术在医学领域中的发展趋势1. 结合深度学习算法深度学习算法在图像识别、自然语言处理等领域取得了重大突破，对于医学图像分析、疾病预测等问题具有较大的潜力。
未来，数据挖掘技术将更多地结合深度学习算法，提高医学数据的处理和分析能力。
2. 智能医疗助手的发展随着智能终端设备的普及和人工智能技术的发展，智能医疗助手正在成为医学领域的新趋势。
智能医疗助手可以根据患者的症状和疾病信息，给出个性化的医疗建议和健康管理方案。
数据挖掘在医药领域中的应用研究
数据挖掘在医药领域中的应用研究近年来，数据挖掘技术在医药领域中的应用逐渐广泛。
数据挖掘是指从大规模的数据中，自动或半自动地发现模式、关系或与判断有价值的信息的一种技术手段。
在医药领域中，数据挖掘的应用可以从多个方面发挥作用，例如药物研发、临床试验、疾病诊断和治疗等方面。
一、药物研发药物研发是医药领域中非常重要的一个环节。
传统的药物研发需要耗费大量的人力、物力、财力，并且需要进行大量的试错，费用高昂。
而数据挖掘技术可以通过处理和分析大量的生物数据，从大量的基因、蛋白质信息中挖掘出可能的靶向分子。
这些可能的靶向分子可以作为药物研发的起点，降低药物研发成本，提高研发效率。
二、临床试验临床试验是药物研发过程中非常关键的一个环节，也是新药上市前必须完成的法定步骤。
但由于临床试验中需要涉及人体实验，试验周期长、费用高，因此需要进行精确的设计和规划。
数据挖掘技术可以利用以往的临床试验数据，快速分析出药物的安全性和有效性，预测药物的不良反应和潜在副作用，优化试验设计，减少实验时间和成本。
三、疾病诊断和治疗数据挖掘技术在疾病诊断和治疗方面的应用也非常广泛。
通过分析患者的医疗记录和生理指标等数据，可以实现个性化治疗方案的制定，减少误诊率和漏诊率，提高临床效果。
例如，利用机器学习技术，可以从大量的医疗数据中分析出病例的相似性和不同之处，从而为医生提供更精准的诊断和治疗建议。
四、安全监测数据挖掘技术在医药安全监测方面也非常重要。
利用数据挖掘技术，可以分析患者的实验室检测、用药史等数据，及时发现和预测药物的不良反应和潜在副作用，提高药物的安全性和可靠性。
总之，数据挖掘技术在医药领域中的应用几乎涉及了每一个领域，包括药物研发、临床试验、疾病诊断和治疗、以及安全监测等方面。
随着大数据的不断蓬勃发展，数据挖掘技术在医药领域中的应用也将越来越广泛，为医药领域带来更多的变革和突破。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据挖掘在中医药研究中的应用述评数据挖掘为中医药传承研究提供了新思路和新技术。
目前数据挖掘技术在中医药传承中的应用主要包括：名老中医学术思想提炼，挖掘四诊以及证候之间的隐性关联，挖掘“方-药-症”的关系。
此外还有中药研究、中医特色技术研究等。
今后对数据挖掘所得出的结论需要进行临床实践的验证和机理的探索与研究，这样才能全面掌握和继承中医的学术思想和临床经验。
标签：中医药传承；数据挖掘；述评中医药事业的发展需要“薪火传承”，总结和研究中医药用药规律、诊疗规则、名老中医经验是传承中医防治疾病方法和手段的核心内容。
历代中医古籍文献及当代的临床实践和理论研究积累了丰富的信息，面对海量且无序的中医药数据，仅靠传统经验分析和简单统计学处理无法获得数据中隐含的规律。
数据挖掘为从海量数据中提取潜藏信息提供了方法学支持。
近年来，数据挖掘技术被广泛应用到中医药领域研究中，得到一些有价值的信息。
数据挖掘方法主要有频数分析、关联规则、聚类分析、决策树分析、回归分析、人工神经网络等，在实际应用过程中可根据不同的需求选取不同的任务进行分析研究，如在中医诊疗规则提取中应用决策树分析，得到症状-证型间的中医诊疗规则及症状-方药间的中医诊疗规则。
兹就数据挖掘方法在中医药研究中的应用情况述评如下。
1 在中医学术传承中的应用1.1 名老中医学术思想提炼名老中医的临床思辨特点充分彰显了名老中医的独特诊疗经验，其辨证论治的新观点、新方法、新方药、新技术能直接指导中医提高临床水平。
临床医案是医家临床思维活动和辨证论治过程的记录，是中医理、法、方、药综合运用的具体反映。
通过收集大量的名老中医医案，在中医理论指导下，运用数据挖掘技术，对医案中蕴含的各类方证、药证关系，进行整理、归纳、分析，并以简明扼要的理性语言将其概括，达到提炼名老中医独特的学术观点或思想的目的。
如舒氏等[1]对名老中医王自立使用运脾汤、归芍运脾汤、运肠润通汤的典型病例进行方证知识规律分析，归纳其“健脾先运脾，运脾必调气”、“治肝必柔肝”、“柔肝先养肝”、“补而通之”的学术思想。
有学者收集了劳氏伤科第十一代传人劳建民先生骨伤门诊病例诊疗处方资料，通过频数分析挖掘出劳氏伤科常用药，应用关联规则分析得出劳氏伤科用于骨伤早、中、后期治疗的2～7味中药组成的配伍规律，并总结出劳氏伤科以气血学说为出发点，根据骨伤病的所在部位、轻重、患者机体的功能状态及骨伤病不同阶段进行整体辨证治疗的学术理论[2]。
1.2 临床诊疗经验1.2.1 挖掘四诊及证候之间的关联证候是从整体出发，对疾病外在状态下特征的一种描述及对疾病内在变化规律的总概括，然后形成相对较为完整的证名，是中医有别于现代临床医学诊疗体系的一大特色和优势。
吴氏等[3]运用贝叶斯网络提取名老中医治疗冠心病心绞痛病案证候要素相关症状，并以条件概率的形式表示出各相关症状在名老中医辨证中的贡献度，反映了证候诊断的实质，将名老中医辨证经验转化成了定量表示的知识，为名老中医经验传承开辟了新的途径。
叶氏等[4]整理周仲瑛教授经治的“瘀热”病案1024例，从瘀热相关四诊信息、病机证素、方药三方面进行总结分析。
结果显示：①“瘀热”病机在临床病案中出现率为20.8%，涉及内、外、妇、儿等160种疾病；②瘀热病机信息表征依次是口干、便干、乏力、尿黄、胁痛、神疲、腹胀、头昏、关节不适等（均超过11%）；③涉及病理因素以热、瘀、虚、瘀热为最多（均超过50%），病位主要在肝、肾，涉及五脏六腑；④凉血化瘀法的代表方是犀角地黄汤、桃仁承气汤、抵当汤、白薇煎，常与化湿、滋阴、益气、清热等方药配伍使用。
1.2.2 挖掘“方-药-症”的关系运用数据挖掘的各类技术对名老中医方药进行挖掘，获得名老中医组方用药规律、核心处方、药对配伍规律及针对症状的用药规律，验证名老中医用药经验，研究“方-药-症”之间的关系是当前比较活跃的领域。
如有学者应用数据挖掘技术以《孟河四家医案医话集》和《孟河四家医集》为处方主要来源，挖掘孟河学派晚清时期名声最大的四大医家之一马培之先生治疗中风[5]、遗精[6]、痢疾[7]等病案中用药经验和规律。
徐氏等[8]收集聂莉芳教授门诊病例处方285张，利用关联规则分析其治疗IgA肾病的用药规律。
黄氏等[9]基于关联规则，挖掘名老中医柴松岩治疗多囊卵巢综合征（PCOS）的核心用药及常用药物配伍，总结出核心药物10味，新药对7对，符合柴老认为PCOS 病机以脾肾不足、痰湿阻滞为主，临床治疗以益肾健脾、养血通利为主要法则的学术观点。
王氏等[10]收集了唐旭东教授治疗慢性萎缩性胃炎病例资料，运用频数分析总结常用方剂、常用药物及各证型用药规律，并对症状-药物、药物-药物对应配伍关系进行关联规则分析，总结其药物加减及配伍规律。
赵氏等[11]通过对刘渡舟教授传人王庆国教授临床处方进行频数分析和关联分析，结果显示，在王庆国教授处方中，具有特征性的药物组合和《伤寒论》经方与刘渡舟教授常用方相切合，尤以小柴胡汤、泻心汤、柴胡桂枝干姜汤中药组使用为主，全面继承了刘渡舟教授“重视和解少阳枢机”的学术思想，并在处方用药上有新的突破。
上述研究表明，数据挖掘技术能在一定程度上揭示中医学术传承的痕迹，对探讨中医学术传承规律具有启发作用的观点。
此外，通过收集中医药相关文献，应用数据挖掘技术挖掘目标信息也为中医药传承提供了有效的途径。
如田氏等[12]利用网络数据库结合统计分析法，检索近10年关于冠心病辨证的现代文献，挖掘冠心病证素证型的关系；通过频数统计方法，统计所收录的文献中冠心病证素、证型、应证组合出现的频数、比例，分析其特点。
结果显示，冠心病证型多达28种，其证素分布以血瘀、痰浊、气虚为主，为中医证型判定及疗效评价提供了相对客观的依据。
赵氏等[13]运用现代数据统计方法如关联分析、聚类分析等，对历代文献治疗抑郁症方药进行数据挖掘。
分析其性味归经、剂量、药物配伍及其与症状对应关系，通过分析整体数据，发掘其蕴藏的潜在规律，为优化组方配伍、指导临床运用提供依据。
郜氏等[14]通过检索中国生物医学文献数据库、中医药文献数据库、中文科技期刊数据库、中国期刊全文数据库中采用“肺与大肠相表里”理论治疗肺系疾病的临床文献，采用关联规则方法，分析相关症状和药物的频繁项集及症药关系。
结果显示，在根据肺与大肠相表里理论治疗肺系疾病的文献中，对咳嗽、发热、气喘、小便黄赤、大便秘结等核心症状，其核心药物均采用大黄、瓜蒌、苦杏仁。
因此认为，气机升降关系是肺与大肠诸种关系的核心机制。
2 在中药研究中的应用目前，研究经方和验方的药物配伍规律[15-16]、药物临床使用配伍规律[17]、配伍禁忌[18]、药对配伍规律[19]、中药不良反应[20]等是数据挖掘的热点，其中，关联规则尤其适合对药物配伍规律的研究[21]。
如尚氏等[18]基于关联规则挖掘的方法，从药物的性味归经属性上挖掘药典中的中药配伍禁忌组合与常用药对之间的属性组合差异，发现了一些特征性的配伍特点。
贾氏等[22]以《中医方剂大辞典》[23]方剂数据资源入手，应用数据挖掘技术寻找出止呕方剂中使用频率最高的8味药物，以及组成药物多归脾、肺、胃三经且为温性药的配伍规律与原则。
陈氏等[24]挖掘了黄芪临床用量及常用配伍中药和相关症状的规律，发现黄芪大剂量使用与活血化瘀作用之间有密切关系，黄芪的常用配伍中药为当归、白术、党参等，常见相关症状为乏力、纳差、神疲等，加深了对黄芪临床使用规律的认识。
桑氏等[25]采用频繁模式增长（FP-Growth）算法挖掘感冒药物间关联规则知识，根据得出的支持度、置信度，分别研究其配伍规律和新斗谱的编排设计，通过模拟仿真实验验证新斗谱的调剂效用，优化了斗谱编排，提升了调剂效率。
3 在中医特色技术研究中的应用陈氏[26]通过收集当代名中医针灸治疗偏头痛医案，利用关联规则进行数据挖掘，得出常用经络、腧穴及配伍之间的对应规律，表明基本配穴规律与中医经络理论相契合。
吴氏等[27]通过收集针灸治疗中风后遗症的现代文献，基于关联规则分析了针灸治疗中风后遗症的经穴运用特点和规律。
结果针灸治疗中风后遗症的选穴遍布十四经脉，且具有明显的规律性。
陈氏等[28]通过收集治疗膝骨关节炎外敷中药方的文献，探讨了方中各组成药物间的关联规则和用药规律。
结果显示，外敷方的组成主要为具有温经散寒、搜风通络、活血散瘀、胜湿止痛、舒筋活络等功效的药物。
吴氏等[29]通过查阅汉至清期间138部伤科典籍，统计了其中32部典籍60首熏洗方，包括每首中药熏洗方的功效、用法、注意事项、单味药名、剂量，分析其规律、配伍及作用，并进行关联规则的挖掘和分析。
结果显示，祛风胜湿、活血止痛、温通经脉的配伍特点在熏洗方剂中起主要作用。
4 小结与其他行业应用数据不同，中医药数据常有不完整性、表达形式多样性且数据规范性较差。
为了从根本上解决制约中医发展的方法与技术手段问题，同时也为了解决长期困扰中医“继承与创新”的困境，将名老中医的诊疗经验和文献资料与现代计算机、信息处理等技术相结合，已成为近年来中医诊疗数字化研究领域的热点问题。
数据挖掘为中医药传承研究提供了新思路和新技术，促进了学术理论的升华和创新，有利于疾病诊治规律的探索发现，有助于疾病诊疗技术新的突破和进展。
当然，数据挖掘必须在中医理论的指导下对所得出的结论进行验证及机理的探索与研究，这样才能全面掌握和继承中医的学术思想和临床经验。
参考文献：[1] 舒劲，武正权，王煜，等.名老中医王自立运脾系列方剂方证知识数据挖掘研究[J].西部中医药，2013，26（2）：45-48.[2] 吕德春，谢先霞.基于Apriori算法的劳氏伤科用药规律研究[J].中华中医药学刊，2013，30（6）：1203-1205.[3] 吴荣，聂晓燕，王阶，等.基于贝叶斯网络的名老中医治疗冠心病辨证规律研究[J].中国中医药信息杂志，2010，17（5）：98-99.[4] 叶放，李国春，沈波，等.基于周仲瑛教授大样本“瘀热”病案数据挖掘分析研究报告[J].中国中医药杂志，2012，10（5）：1294-1297.[5] 吴嘉瑞，张晓朦，张冰，等.基于关联规则Apriori算法的孟河先贤马培之治疗中风用药规律数据挖掘研究[J].中国医药指南，2013，7（11）：277-278.[6] 吴嘉瑞，张晓朦，张冰，等.基于关联规则Apriori算法的孟河先贤马培之治疗遗精用药规律数据挖掘研究[J].中国医药指南，2013，6（11）：252-253.[7] 吴嘉瑞，张晓朦，张冰，等.基于关联规则Apriori算法的孟河先贤马培之治疗痢疾用药规律数据挖掘研究[J].中国医药指南，2013，4（11）：272-273.[8] 徐建龙，聂莉芳.基于关联规则的聂莉芳教授治疗IgA肾病用药规律分析[J].中国中医药信息杂志，2010，17（7）：96-98.[9] 黄玉华，柴松岩，张德政，等.基于关联规则的柴松岩治疗多囊卵巢综合征用药规律研究[J].中国中医药信息杂志，2012.19（6）：23-26.[10] 王萍，唐旭东.唐旭东教授治疗慢性萎缩性胃炎用药经验数据挖掘分析[J].北京中医药大学学报：中医临床版，2013，20（1）：25-30.[11] 赵宇明，尤海燕，刘哲.基于数据挖掘的王庆国教授对刘渡舟教授用药传承规律的研究[J].北京中医药大学学报，2012，35（5）：293-296.[12] 田松，何茜.基于现代文献的冠心病中医证候特征数据挖掘[J].中国中医药信息杂志，2013，20（3）：29-30.[13] 赵少英，许二平.数据挖掘在中医治疗抑郁症方药文献研究中的应用[J].中医学报，2012，27（6）：688-689.[14] 郜峦，王键，李锋刚，等.基于关联规则的肺系疾病症药关系研究[J].中医杂志，2013，54（8）：697-700.[15] 苏奎国，付先军.基于数据挖掘方法的治疗变应性鼻炎经典方剂用药及配伍规律分析[J].中医杂志，2011，52（1）：57-59.[16] 朱姝，王成岗，王玉芳.基于关联规则的《千金要方·卷第十九肾脏》补肾方药规律研究[J].北京中医药，2012，31（10）：729-731.[17] 韩江余.国内近10年痛经治疗组方用药规律数据分析[J].山东中医杂志，2013，32（1）：17-19.[18] 尚尔鑫，范欣生，段金廒，等.基于关联规则的中药配伍禁忌配伍特点的分析[J].南京中医药大学学报，2010，26（6）：421-424.[19] 冯天保，刘梅，谭定英.数据挖掘在外感疾病药对中的应用研究[J].中国中医基础医学杂志，2012，18（6）：679-681.[20] 沈健，晏婷婷.数据挖掘技术在评价中药注射剂不良反应中的应用[J].中国药房，2011，22（11）：1055-1056.[21] 庞博，赵进喜，王世东.基于循证的名老中医经验传承方法学研究[J].北京中医药，2012，31（6）：408-411.[22] 贾恒，冯泳.中医止呕方剂数据挖掘库的建立与用药配伍规律初探[J].河南中医，2012，32（1）：118-119.[23] 彭怀仁.中医方剂大辞典[M].北京：人民卫生出版社，2005.[24] 陈仁波，张明明，张志强，等.基于数据挖掘的黄芪临床用量及相关应用分析[J].环球中医药，2011，4（6）：438-441.[25] 桑秀丽，肖汉杰，高松，等.感冒药材关联规则知识发现下的配伍规律与斗谱编排研究[J].昆明理工大学学报：自然科学版，2013，38（1）：54-58.[26] 陈裕.当代名中医针灸治疗偏头痛用穴特点的数据挖掘[J].深圳中西医结合杂志，2012，22（3）：148-150.[27] 吴粮葶，李瑛，任玉兰.基于数据挖掘技术探析针灸治疗中风后遗症的经穴特点[J].中国针灸，2013，33（2）：125-130.[28] 陈海东，王培民，范竞.膝骨性关节炎外敷中药方关联规则的研究[J].中国正骨，2012，24（1）：32-34.[29] 吴鹏飞，王培民，范竞.伤科古籍中熏洗方的关联规则分析[J].吉林中医药，2012，32（2）：288-290.。