榮光 謝晴宇 孟慶剛

摘要：目的 探討中醫(yī)結(jié)構(gòu)化電子病歷國內(nèi)研究的新興趨勢和創(chuàng)新性。方法 計算機檢索中國知識資源總庫（CNKI）2000年1月-2015年12月中醫(yī)電子病歷研究領(lǐng)域相關(guān)文獻，對該領(lǐng)域研究者、研究機構(gòu)、關(guān)鍵詞等進行文獻計量分析，采用可視化軟件CiteSpace構(gòu)建共現(xiàn)網(wǎng)絡(luò)。結(jié)果 發(fā)文量前3位的研究者為劉保延（13篇）、張潤順（8篇）、謝琪（7篇）和周雪忠（7篇）；合作緊密的研究機構(gòu)有中國中醫(yī)科學(xué)院、湖北中醫(yī)藥大學(xué)信息工程學(xué)院、河南中醫(yī)學(xué)院第一附屬醫(yī)院等；關(guān)鍵詞主要聚類有中醫(yī)診斷（#0）、中國中醫(yī)藥信息（#1）、人工智能（#2）、病歷管理（#3）、醫(yī)技科室（#4）等；主要關(guān)鍵詞有電子病歷、中醫(yī)醫(yī)院、數(shù)據(jù)挖掘、遠程醫(yī)療、人工智能等。結(jié)論 目前，中醫(yī)電子病歷領(lǐng)域的研究者、研究機構(gòu)間合作不夠緊密，未形成研究熱點，創(chuàng)新性不顯著，原因可能與我國中醫(yī)藥信息化建設(shè)的整體水平密切相關(guān)。

關(guān)鍵詞：電子病歷；關(guān)鍵詞聚類；研究者合作；研究機構(gòu)合作；知識圖譜

DOI：10.3969/j.issn.1005-5304.2017.01.024

中圖分類號：R2-05 文獻標識碼：A 文章編號：1005-5304（2017）01-0099-06

Electronic Medical Record in TCM Field—An Analysis Based on Scientific Knowledge Visualization RONG Guang1， XIE Qing-yu2， MENG Qing-gang1 （1. Beijing University of Chinese Medicine， Beijing 100029， China； 2. Institute of Basic Research in Clinical Medicine， China Academy of Chinese Medical Sciences， Beijing 100700， China）

Abstract： Objective To assess Chinas newly evolved hot spots and novelty of structural electronic medical record in TCM field. Methods Articles about electronic medical record in TCM field were retrieved from CNKI from January 2000 to December 2015， focusing on researchers， research institutes， and key words for bibliometric analysis. Then visualization software CiteSpace was used to establish co-occurrence network. Results The top 3 productive authors were LIU Bao-yan （13 articles）， ZHANG Run-shun （8 articles）， XIE Qi （7 articles）， and ZHOU Xue-zhong （7 articles）. Institutes highly cooperated with others included China Academy of Chinese Medical Sciences， Information Engineering College of Hubei University of Chinese Medicine and The First Affiliated Hospital of Henan University of Chinese Medicine. The major clusters were TCM diagnosis （#0）， Chinas TCM information （#1）， artificial intelligence （#2）， medical record management （#3）， and medical laboratory department （#4）. The representative keywords involved electronic medical record， TCM hospital， data mining， telemedicine， and artificial intelligence. Conclusion In the field of TCM electronic medical record， cooperation is not sufficiently facilitated among researchers and institutes. Research hot spots are not formed and novelty is not obvious， which is probably because of the overall status quo for Chinas TCM information construction.

Key words： TCM electronic medical record； keyword cluster； co-author； co-institute； knowledge graph

2015年12月，烏鎮(zhèn)互聯(lián)網(wǎng)醫(yī)院正式運營，連接全國范圍內(nèi)的醫(yī)院、醫(yī)生、患者、藥品和醫(yī)保體系，建立起一個新型的智慧健康醫(yī)療服務(wù)平臺，是“互聯(lián)網(wǎng)+醫(yī)療”模式的突破性探索。該示范模式預(yù)示著，

基金項目：國家科技支撐計劃（2013BAI02B10）；國家自然科學(xué)基金面上項目（81473800、81273876）

通訊作者：孟慶剛，E-mail：mqgangzy@126.com

將不同醫(yī)療機構(gòu)產(chǎn)生和積累的醫(yī)療數(shù)據(jù)共享，遠程訪問，是互聯(lián)網(wǎng)醫(yī)療領(lǐng)域發(fā)展的重要需求。其中，中醫(yī)電子病歷數(shù)據(jù)作為患者醫(yī)療數(shù)據(jù)的重要載體，是醫(yī)療數(shù)字化的重要組成部分，也是醫(yī)療機構(gòu)間開展臨床診療、科研所必須的臨床信息資源。中醫(yī)電子病歷研究歷時15年之久，領(lǐng)域論文數(shù)量逐年遞增，繪制科學(xué)知識圖譜，能從文獻計量學(xué)角度詮釋該領(lǐng)域研究現(xiàn)狀，為今后互聯(lián)網(wǎng)醫(yī)療數(shù)據(jù)的集成提供依據(jù)。

科學(xué)知識圖譜是以知識域（knowledge domain）為對象，顯示科學(xué)知識的發(fā)展進程和結(jié)構(gòu)關(guān)系的圖像[1]，具有“圖”和“譜”的雙重特性：既是可視化知識圖形，又是序列化的知識譜系。顯示了知識單元或知識群之間網(wǎng)絡(luò)、結(jié)構(gòu)、互動、交叉、演化或衍生等諸多隱含的復(fù)雜關(guān)系，而這些復(fù)雜的知識關(guān)系正孕育著新的知識。CiteSpace是應(yīng)用Java語言開發(fā)的一款信息可視化軟件，基于共引分析理論和尋徑網(wǎng)絡(luò)算法等，對特定領(lǐng)域文獻（聚合）進行計算，以探尋出學(xué)科領(lǐng)域演化的關(guān)鍵路徑和知識節(jié)點，并通過一系列可視化圖譜的繪制來形成對學(xué)科演化潛在動力機制的分析和學(xué)科發(fā)展前言的探測[2]。這種多元、分時、動態(tài)的文獻分析可視化技術(shù)所繪制的知識圖譜，能夠?qū)⒁粋€知識領(lǐng)域的來龍去脈的演進歷程集中體現(xiàn)在一幅網(wǎng)絡(luò)圖譜上。鑒于科學(xué)知識圖譜方法學(xué)研究的優(yōu)勢，本研究運用CiteSpace軟件繪制中醫(yī)電子病歷科學(xué)知識圖譜，探討該領(lǐng)域的研究者、研究機構(gòu)合作情況、研究熱點及創(chuàng)新性。

1 資料與方法

1.1 數(shù)據(jù)來源

計算機檢索中國知識資源總庫（CNKI）2000年1月-2015年12月中醫(yī)電子病歷研究領(lǐng)域相關(guān)文獻。檢索式：SU=‘中醫(yī)電子病歷。檢索日期：2016年3月23日。閱讀文獻題目和摘要，對檢索結(jié)果進行初篩，排除明顯不相關(guān)者。

1.2 納入與排除標準

納入標準：中醫(yī)藥領(lǐng)域電子病歷的期刊論文。排除標準：①未將中醫(yī)藥作為主要探討對象者；②未將電子病歷做為主要探討對象者；③研究設(shè)計存在缺陷，結(jié)果不可信者；④學(xué)位論文、會議論文等非標準文獻格式者。采用雙人交叉閱讀文獻全文的方式進行納入排除。意見不一致時討論解決，不能達成一致者由第3名研究者決定。

1.3 數(shù)據(jù)轉(zhuǎn)換

采用CiteSpace數(shù)據(jù)轉(zhuǎn)換功能，對所下載數(shù)據(jù)進行格式轉(zhuǎn)換，以供分析。轉(zhuǎn)換的字段包括關(guān)鍵詞、作者、發(fā)表年份等。

1.4 圖譜生成與評價指標

科學(xué)知識圖譜包括：作者合作網(wǎng)絡(luò)、機構(gòu)合作網(wǎng)絡(luò)和關(guān)鍵詞網(wǎng)絡(luò)。度量指標包括：節(jié)點頻次、節(jié)點中心度、節(jié)點突變性、sigma值、模塊度、輪廓值、3種代表性類標簽提取算法（tf*idf、LLR、MI）。其中“節(jié)點頻次”“節(jié)點中心度”得到的結(jié)果各是一組有權(quán)重次序的關(guān)鍵詞，用以梳理領(lǐng)域發(fā)展脈絡(luò)，綜合2種測度方法結(jié)果進行分析；“節(jié)點突變性”得到的結(jié)果是一組有權(quán)重次序的關(guān)鍵詞，用以發(fā)現(xiàn)領(lǐng)域熱點，參考前人研究[3-5]，本文設(shè)定節(jié)點突變性>10為有意義涌現(xiàn)；“sigma值”用以評估領(lǐng)域創(chuàng)新性，sigma值高的節(jié)點落在某一類的數(shù)量越多，代表這一類具有創(chuàng)新性；“模塊度”“輪廓值”得到的結(jié)果分別是0～1和-1～1的數(shù)值，用以評價聚類效果，前者越接近1說明聚類效果越好，后者越接近1說明對聚類結(jié)論越有把握。當模塊度>0.3、輪廓值>0.6時，認為聚類效果較好且有把握[6]；“類標簽提取算法”得到的結(jié)果是各聚類的代表性標簽，用以分析類別特征。3種算法的前提假設(shè)不同，會提供3組不同的類標簽，結(jié)合3組結(jié)果分析效果較好。3位作者按照各圖譜及度量指標的指向與約束，對中醫(yī)電子病歷領(lǐng)域文獻進行評估、探討，最后做出總結(jié)意見。

2 結(jié)果與分析

2.1 檢索結(jié)果

初檢獲文獻248篇，人工閱讀標題和摘要信息，排除明顯不相關(guān)文獻92篇，雙人交叉排除42篇，最終納入114篇。

2.2 研究者、研究機構(gòu)合作情況

構(gòu)建的研究者合作網(wǎng)絡(luò)由219個節(jié)點、443條連線組成，輪廓值=0.769 1，模塊度=0.595 5，模塊結(jié)構(gòu)顯著，聚類結(jié)果可信，見圖1。聚類圖共包含研究者219名，研究者間合作不夠緊密，合作規(guī)模局限于同一單位內(nèi)部。其中，發(fā)文量前3位的研究者為劉保延（13篇）、張潤順（8篇）、謝琪（7篇）和周雪忠（7篇）。

構(gòu)建的研究機構(gòu)合作網(wǎng)絡(luò)由95個節(jié)點、32條連線組成，輪廓值=0.887 2，模塊度=0.301 5，模塊結(jié)構(gòu)顯著，聚類結(jié)果可信，見圖2。其中，發(fā)文量由高到低的研究機構(gòu)依次為中國中醫(yī)科學(xué)院（9篇）、中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所（5篇）、中國中醫(yī)科學(xué)院廣安門醫(yī)院（5篇）、中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所（4篇）、湖北中醫(yī)藥大學(xué)信息工程學(xué)院（4篇）、河南中醫(yī)學(xué)院第一附屬醫(yī)院（3篇）、江西中醫(yī)學(xué)院附屬醫(yī)院（3篇）、山東中醫(yī)藥大學(xué)（3篇）。另外，圖2也體現(xiàn)出不同研究機構(gòu)之間的合作緊密度與發(fā)文量成正比。

2.3 關(guān)鍵詞節(jié)點聚類、圖譜與相關(guān)指標

聚類后，得到13類（#0～#12），見圖3。整體聚類效果好，可信度較高（模塊度=0.625 2>0.3；平均輪廓值=0.621 3>0.6）。各類中，輪廓值>0.6者5個。詳見表1。

最大的聚類（#0）形成于2008年，包含44個關(guān)鍵詞，代表性文獻為《名老中醫(yī)電子病歷中病史動態(tài)結(jié)構(gòu)化數(shù)據(jù)錄入規(guī)范》[7]。中醫(yī)電子病歷除具有一般電子病歷的特征外，還包括了中醫(yī)四診、辨病辨證、中醫(yī)處方、中醫(yī)診斷等體現(xiàn)中醫(yī)診療特色內(nèi)容。結(jié)構(gòu)化電子病歷，是基于信息和數(shù)據(jù)挖掘技術(shù)研究老中醫(yī)經(jīng)驗的基礎(chǔ)，其核心在于病史的結(jié)構(gòu)化，國內(nèi)外常用的結(jié)構(gòu)化方法有固定表單錄入、開放式結(jié)構(gòu)化錄入以及通過語義分析自動結(jié)構(gòu)化。3種方法的智能程度依次增高，中醫(yī)電子病歷領(lǐng)域常用的是開放式結(jié)構(gòu)錄入，將《中醫(yī)臨床術(shù)語集》映射到術(shù)語字典，再將術(shù)語字典與病歷模板器銜接，形成以術(shù)語字典為支撐的結(jié)構(gòu)化模板[8]。隨著語義分析自動結(jié)構(gòu)化方法的不斷進步，數(shù)據(jù)自動結(jié)構(gòu)化程度也在不斷加強。

第二大聚類（#1）類成員有27個，輪廓值=0.654 0，表明該類成員內(nèi)部的同質(zhì)性較低，構(gòu)成該類的文獻主題不夠集中。最具影響力的事件是2014年首屆中醫(yī)藥信息大會的召開，發(fā)布的統(tǒng)計數(shù)據(jù)顯示，自國家中醫(yī)藥管理局將信息化建設(shè)作為中醫(yī)藥事業(yè)發(fā)展的重要內(nèi)容以來，全國已有82%以上中醫(yī)院建立了醫(yī)院信息系統(tǒng)，53%以上建立了電子病歷，近95%建立了藥品管理信息系統(tǒng)[9]。電子病歷系統(tǒng)的實際應(yīng)用中，科研方式的質(zhì)量控制功能尚在探索和逐漸完善過程中。

第三大聚類（#2）類標簽為“人工智能”，代表性文獻為《運用可擴展標記語言彈性結(jié)構(gòu)電子病歷的中醫(yī)科研數(shù)據(jù)分析統(tǒng)計方法探索研究》[10]，該研究采用決策樹方法分析中藥使用情況及其與證候的相關(guān)關(guān)系，同時還用統(tǒng)計圖表顯示多因素關(guān)系圖。此外，有研究者從復(fù)雜網(wǎng)絡(luò)的角度出發(fā)，對名老中醫(yī)處方網(wǎng)絡(luò)結(jié)構(gòu)進行分析，發(fā)現(xiàn)體現(xiàn)其處方思維和臨床特點的核心處方配伍結(jié)構(gòu)[11]。

第四大聚類（#3）類標簽是“病歷管理”，代表性文獻為《試論中醫(yī)病歷電子化的作用和意義》[12]，從3個方面歸納了中醫(yī)病歷電子化的意義，即提高中醫(yī)臨床工作的效率、推進中醫(yī)診斷的現(xiàn)代化和繼承名家經(jīng)驗。該研究發(fā)表時間較早（2001年），具有時代局限性，隨著信息化程度的提高，未來中醫(yī)電子病歷還會出現(xiàn)更多的應(yīng)用領(lǐng)域和價值空間。

第五大聚類（#4）的代表性文獻為《電子病歷中醫(yī)技科室檢查數(shù)據(jù)的獲取和應(yīng)用》[13]，關(guān)注的焦點是院內(nèi)醫(yī)學(xué)信息資源的共享。其中，基于電子病歷系統(tǒng)開展臨床路徑的優(yōu)勢在于：執(zhí)行過程可控，效果評估便捷，節(jié)約經(jīng)濟衛(wèi)生成本。

2.4 節(jié)點權(quán)重測度結(jié)果與圖譜

節(jié)點頻次和中心度測度結(jié)果分別見圖4、圖5。得到節(jié)點中心度>0.1的節(jié)點10個，節(jié)點頻次>5的節(jié)點10個，有突現(xiàn)性的節(jié)點數(shù)量為0，見表2（均為術(shù)語有效聚類者）。

詞頻和中介中心性最高的是“電子病歷”（節(jié)點頻次=68，節(jié)點中心度=1.37），屬于主題類關(guān)鍵詞；排在第二位的是“中醫(yī)醫(yī)院”（節(jié)點頻次=11，節(jié)點中心度=0.14），體現(xiàn)了電子病歷的應(yīng)用機構(gòu)；“數(shù)據(jù)挖掘”（節(jié)點頻次=7，節(jié)點中心度=0.07）屬于方法類關(guān)鍵詞，包括挖掘疾病診斷和治療規(guī)律，常用的電子病歷數(shù)據(jù)挖掘方法有基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘，基于粗糙集的數(shù)據(jù)挖掘和可視化技術(shù)3類。針對中醫(yī)電子病歷領(lǐng)域，基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘方法更常見，可與聚類分析聯(lián)用，挖掘?qū)＜医?jīng)驗[14]，體現(xiàn)“癥狀-證候-治法-藥物”之間的關(guān)聯(lián)關(guān)系。粗糙集理論對不完備信息知識挖掘有一定的優(yōu)勢，有學(xué)者提出了基于形式概念分析的不完備電子病歷系統(tǒng)粗糙挖掘算法[15]，設(shè)計出中醫(yī)病歷方劑配伍規(guī)則挖掘?qū)＜蚁到y(tǒng)，用于識別脾胃方中醫(yī)方劑之間“方、藥、癥、因”之間的關(guān)系和方劑間的配伍規(guī)律。中醫(yī)電子病歷的可視化技術(shù)方面，目前國內(nèi)期刊還未出現(xiàn)以此為專題的報道，國外電子病歷研究領(lǐng)域有研究開發(fā)SPHERE[16]，對診斷指標進行可視化，加強患者和醫(yī)生之間的交流，輔助臨床決策。

2012年5月，衛(wèi)生部頒布的《衛(wèi)生信息共享文檔規(guī)范》在HL7 CDA R2基礎(chǔ)上，對中國衛(wèi)生數(shù)據(jù)元、基本數(shù)據(jù)集標準進行本地化約束，形成文檔格式模板，對中醫(yī)電子病歷的要求是：結(jié)合HL7 CDA文檔架構(gòu)和國家相關(guān)中醫(yī)藥臨床標準及規(guī)范，對中醫(yī)電子病歷的文檔結(jié)構(gòu)和語義進行標準化和CDA本地化定義，以實現(xiàn)異構(gòu)系統(tǒng)之間的數(shù)據(jù)共享。同一時間內(nèi)，中醫(yī)電子病歷信息標準體系框架的構(gòu)建、評估中醫(yī)電子病歷的信息標準是否得到有效應(yīng)用類型開始出現(xiàn)。定量化的體現(xiàn)是，表2中“聯(lián)網(wǎng)計算機”“遠程醫(yī)療”中介中心性數(shù)值較高，提示中醫(yī)電子病歷信息標準的推廣力度在逐步加強，異構(gòu)系統(tǒng)的數(shù)據(jù)共享是主要推動力。“人工智能”，體現(xiàn)了以電子病歷為基礎(chǔ)的臨床決策支持系統(tǒng)的研究內(nèi)涵，是智能化數(shù)字醫(yī)院建設(shè)的重要組成部分。借助人工智能技術(shù)，對知識自動析取與管理將是未來發(fā)展方向以及研究的重點，并將呈現(xiàn)多樣性和豐富性。此外，“信息系統(tǒng)”“數(shù)字化醫(yī)院”等關(guān)鍵詞都是反映醫(yī)院信息系統(tǒng)建設(shè)類詞匯。

3 討論

3.1 研究局限性

由于CiteSpace軟件在中文科學(xué)文獻數(shù)據(jù)的采集方面僅支持CNKI數(shù)據(jù)庫文獻記錄的下載和格式轉(zhuǎn)換，這也是本研究的局限性所在。為了探索這一局限帶來的影響，本課題組在前期研究中預(yù)檢索了CNKI、中文科技期刊數(shù)據(jù)庫（重慶維普）及中國學(xué)術(shù)期刊數(shù)據(jù)庫（萬方數(shù)據(jù)）收錄的中醫(yī)電子病歷相關(guān)文獻，并使用同一方法納入文獻，結(jié)果發(fā)現(xiàn)CNKI未涵蓋的文獻僅為1篇，因此認為相對于144條總納入文獻量，其對結(jié)論的影響較小。

3.2 創(chuàng)新性評估

突發(fā)性檢測結(jié)果顯示，關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)沒有節(jié)點具有突發(fā)性，提示該領(lǐng)域關(guān)鍵詞沒有出現(xiàn)統(tǒng)計學(xué)意義的頻次波動，即中醫(yī)電子病歷領(lǐng)域目前還未出現(xiàn)研究活躍的學(xué)術(shù)分支。sigma值結(jié)合了中介中心性和突發(fā)性指標來定義，是衡量創(chuàng)新性的重要指標。中醫(yī)電子病歷關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中sigma值均為1，提示該領(lǐng)域創(chuàng)新性不顯著。

總體分析，中醫(yī)電子病歷應(yīng)用領(lǐng)域，學(xué)者和機構(gòu)間的合作不夠緊密，關(guān)注點集中在專家經(jīng)驗的挖掘，但尚未形成研究熱點、創(chuàng)新性不顯著，其原因與我國醫(yī)療信息化整體水平密切相關(guān)。目前，中國醫(yī)療信息化發(fā)展屬于第二階段初期，部分醫(yī)院處于領(lǐng)先優(yōu)勢，電子病歷記錄正在累積，可直接應(yīng)用于數(shù)據(jù)挖掘的樣本量尚未達到大數(shù)據(jù)規(guī)模，期刊論文探討的主題集中在系統(tǒng)架構(gòu)和部署實施，因此，“信息系統(tǒng)”“信息化”“數(shù)字醫(yī)院”等描述宏觀建設(shè)的詞匯才成為該領(lǐng)域探討的高頻詞。與此同時，國際上醫(yī)療信息化發(fā)展迅速，電子病歷人口覆蓋率高，國際期刊論文探討的主題主要為電子病歷與基因組學(xué)數(shù)據(jù)聯(lián)合應(yīng)用，前沿熱點研究領(lǐng)域有糖尿病發(fā)病風(fēng)險預(yù)測、不良反應(yīng)安全性信號的識別及流感爆發(fā)的預(yù)測等。值得注意的是，目前中醫(yī)電子病歷人口覆蓋率較低，對其再利用得出的結(jié)論存在選擇性偏倚，單一中心采集的表型數(shù)據(jù)可能出現(xiàn)分類錯誤問題，多中心數(shù)據(jù)聯(lián)合應(yīng)用能減少偏倚，提高準確度。

參考文獻：

[1] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學(xué)學(xué)研究，2015，33（2）：242-253.

[2] CHEN C. CiteSpace Ⅱ：Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology， 2006，57（3）：359-377.

[3] 宋艷輝，楊思洛.國際視野下的圖書館學(xué)、情報學(xué)與檔案學(xué)研究進展——基于CiteSpace的信息可視化分析[J].圖書館論壇，2014，6（3）：1-13.

[4] FANG Y. Visualizing the structure and the evolving of digital medicine：a scientometrics review[J]. Scientometrics，2015， 105（1）：5-21.

[5] 趙蓉英，王敏.國際視野下中醫(yī)研究的可視化分析[J].醫(yī)學(xué)信息學(xué)雜志，2011，32（2）：36-41.

[6] CHEN C M， CHEN Y， HOROWITZ M. Towards an explanatory and computational theory of scientific discovery[J]. Journal of Informetrics，2009，3（3）：191-209.

[7] 張潤順，王映輝，姚乃禮，等.名老中醫(yī)電子病歷中病史動態(tài)結(jié)構(gòu)化數(shù)據(jù)錄入規(guī)范[J].中國中醫(yī)藥信息雜志，2007，14（3）：100-101.

[8] 劉保延，尹愛寧，張潤順，等.中醫(yī)規(guī)范術(shù)語在結(jié)構(gòu)化電子病歷中應(yīng)用體系的研究[J].中國數(shù)字醫(yī)學(xué)，2012，7（8）：41-44.

[9] 中醫(yī)數(shù)字醫(yī)療網(wǎng).我國超半數(shù)中醫(yī)醫(yī)院已建立電子病歷[J].醫(yī)學(xué)信息學(xué)雜志，2014，35（11）：94.

[10] 梁志偉，蔡立民，阮永隊，等.運用可擴展標記語言彈性結(jié)構(gòu)電子病歷的中醫(yī)科研數(shù)據(jù)分析統(tǒng)計方法探索研究[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2010，12（1）：28-32.

[11] 周雪忠，劉保延，王映輝，等.復(fù)方藥物配伍的復(fù)雜網(wǎng)絡(luò)方法研究[J].中國中醫(yī)藥信息雜志，2008，15（11）：98-100.

[12] 葉建紅.試論中醫(yī)病歷電子化的作用和意義[J].時珍國醫(yī)國藥， 2001，12（11）：1007.

[13] 沈崇德.基于電子病歷的數(shù)字化臨床路徑管理[J].中國衛(wèi)生信息管理，2012，9（3）：18-20.

[14] 孫明月，高蕊.魏子孝治療甲狀腺疾病醫(yī)案挖掘分析[J].中國中醫(yī)藥信息雜志，2012，19（2）：25-27.

[15] 丁衛(wèi)平，顧春華，石振國，等.基于形式概念分析的不完備電子病歷系統(tǒng)粗糙集挖掘研究[J].計算機科學(xué)，2009，36（10）：230-233.

[16] FORAKER R E， KITE B， KELLEY M. EHR-based visualization tool：Adoption rates， satisfaction， and patient outcomes[J]. EGEMS （Wash DC），2015，3（2）：1159.

（收稿日期：2016-03-02）

（修回日期：2016-04-24；編輯：向宇雁）