基于機器學習的失眠癥中醫(yī)證素辨證模型的構建思路

辜偉科 王艷 勞祥婷 劉潔清 廉永紅*

（1.廣西中醫(yī)藥大學賽恩斯新醫(yī)藥學院 廣西壯族自治區(qū)南寧市 536000）

（2.廣西中醫(yī)藥大學第一附屬醫(yī)院 廣西壯族自治區(qū)南寧市 530023）

失眠癥是指因無法入睡或無法保持睡眠狀態(tài)，臨床特征表現(xiàn)為經(jīng)常不能獲得正常睡眠的一種常見病證[1]。失眠癥屬于祖國醫(yī)學“不寐”的范疇，由于失眠癥的發(fā)病原因十分復雜，中醫(yī)診斷存在著病機分析繁雜、辨證分型混亂等的弊端，直接影響到臨床施治的效果，因而亟需建立一種能夠準確辨識失眠癥不同證候的方法及標準。中醫(yī)證素辨證是在中醫(yī)四診辨識的基礎上確定疾病的病位和病性，以此構成證名的基本要素即證素，并依據(jù)不同證素的分值水平和組合規(guī)律來確定各種證候分型，從而獲得疾病治則治法和處方遣藥的依據(jù)[2]。證素辨證能夠?qū)⒅嗅t(yī)定性的病癥特點與定量的客觀指標結合起來，推動中醫(yī)辨證向客觀化、標準化的方向發(fā)展。由此，基于證素辨證的理論和方法來構建失眠癥的中醫(yī)規(guī)范化辨證模型是目前較為可行的實現(xiàn)路徑。

1 中醫(yī)證候與證素辨證

辨證論治是具有中醫(yī)特色的一種臨床診療模式，即通過望、聞、問、切等手段獲取患者的疾病資料來進行綜合分析，確定其在某一階段的證候特征，并在此基礎上制定治療干預的方法和手段。中醫(yī)證候是疾病在發(fā)生和發(fā)展過程中某一階段癥狀和體征的概括，包括病位病性、病因病機及發(fā)展趨勢等。中醫(yī)證候可以說是對機體的一個或多個臟腑功能失調(diào)的綜合反映，因此，如果能從疾病的病位和病性的角度來對中醫(yī)證候進行精細的描述，可能更有利于建立較為統(tǒng)一規(guī)范的中醫(yī)證候診斷標準。

所謂證素即證候的基本要素，由湖南中醫(yī)藥大學朱文峰教授首次提出，主要指辨證所確定的病位和病性因素[3]。證素是組成證候的最小有效單位，不同的證素可組成各種證候分型，疾病在不同階段的證候組合可以綜合反映疾病進行動態(tài)演變的整個發(fā)展過程。中醫(yī)四診所采集的信息是對機體自身感受與外在表現(xiàn)的概括，多為主觀感受的模糊信息，因而經(jīng)驗不足的中醫(yī)師很容易發(fā)生誤診誤治。證素辨證能夠通過建立癥狀與證素之間的量化關系，確定某一癥狀在不同證素中的貢獻度，從而根據(jù)患者癥狀貢獻度的加權總值，確定癥狀-證素權值之和是否超過某一設定的診斷閾值，進而形成最終的中醫(yī)證素辨證證型。

2 證素辨證與機器學習

證素辨證的基本原則是以癥為據(jù)，從癥辨證。由于中醫(yī)四診信息具有多維性，失眠癥的癥狀與證素、證素與證候之間的關系交錯，某一證素可能對應多個癥狀，而某一個癥狀又可能對應多個證素，癥狀與證素之間的復雜對應關系體現(xiàn)了中醫(yī)證素辨證的非線性特征。而證素辨證時不僅要建立證候與證素之間、證素與證名(型)之間的多維網(wǎng)絡聯(lián)系，還應充分認識每個癥狀對不同證素或證候具有不同的診斷價值，因而需要對這些關系的強度進行定量描述，明確每一癥狀對有關證素、證型的診斷貢獻度。一般的分類統(tǒng)計方法很難比較準確地模擬中醫(yī)證候分類的非線性演變過程，由此，機器學習方法被引入中醫(yī)證素辯證的研究之中。

作為人工智能的重要分支，機器學習(Machine Learning,ML)方法越來越多地應用于中醫(yī)的診治決策的分析過程之中。機器學習具有能夠高效處理非線性數(shù)據(jù)的優(yōu)勢，可以通過一定的映射方法將高維空間的數(shù)據(jù)映射到低維度空間，從而實現(xiàn)多維數(shù)據(jù)的“降維”[4]。此外，機器學習有類“黑箱系統(tǒng)”，即不必完全清楚系統(tǒng)內(nèi)部的結構和相互關系，而是通過對系統(tǒng)的輸入輸出的數(shù)據(jù)反饋特點進行學習，從中獲取經(jīng)驗進而改善系統(tǒng)的分類、回歸或預測等性能。機器學習算法涉及貝葉斯網(wǎng)絡、K-means 聚類、支持向量機、決策樹、隨機森林、人工神經(jīng)網(wǎng)絡等，而尤以支持向量機、人工神經(jīng)網(wǎng)絡方法最為普遍。

3 機器學習系統(tǒng)的基本結構

機器學習能模擬人的學習行為，自動地通過學習來獲取知識和技能，不斷改善性能，實現(xiàn)自我完善[5]。一個典型的機器學習系統(tǒng)的基本結構應當包括環(huán)境、學習、知識庫和執(zhí)行四個部分。機器學習系統(tǒng)的環(huán)境是指系統(tǒng)外界信息的來源，一般認為，環(huán)境提供給系統(tǒng)的信息水平與質(zhì)量對于機器學習系統(tǒng)有很大影響。學習是機器學習系統(tǒng)的核心部分，即通過比較、歸納、分析和推理等方式將環(huán)境所提供的信息進行加工處理后存入知識庫。學習是一個有特定目的的知識獲取過程，主要任務就是降低環(huán)境提供的信息水平與執(zhí)行環(huán)節(jié)的信息水平之間的差距。知識庫代表目系統(tǒng)前所擁有的知識，可用來存儲學習部分得到的結果，也包括指導執(zhí)行部分運行的方法。執(zhí)行部分用于處理系統(tǒng)面臨的現(xiàn)實問題，以及對所做出的結論進行評價，并將獲得的評價信息反饋給學習部分，從而進一步強化學習系統(tǒng)的能力。從中醫(yī)證素辨證的角度看，環(huán)境就是通過中醫(yī)四診所采集的與患者相關的癥狀和體征信息，知識庫用于存儲針對患者的癥狀和體征等進行初步處理后的數(shù)據(jù)，學習部分負責指導對知識庫的數(shù)據(jù)進行補充和修改，執(zhí)行部分在經(jīng)過運算后得出中醫(yī)證素分型的判斷，并對判定結論的準確性作出評價。當評價較差時就會將結果反饋到學習部分，從而激活新一輪的機器學習過程。

4 基于機器學習構建失眠癥中醫(yī)證素辨證模型

4.1 數(shù)據(jù)采集

制定失眠癥的中醫(yī)臨床癥狀規(guī)范化采集量表，根據(jù)中醫(yī)四診的方法收集失眠癥患者的癥狀和體征資料，并對各種癥狀的不同程度進行定義和分級，構建失眠癥中醫(yī)臨床調(diào)查數(shù)據(jù)庫。

4.2 數(shù)據(jù)預處理

按照以癥測證的方法列出每個癥狀所有可能對應的病位和病性屬性，構建失眠癥患者的證素數(shù)據(jù)量表。對失眠癥患者的癥狀和證素等數(shù)據(jù)進行預處理，包括缺失值處理、重復值處理、以及統(tǒng)一數(shù)據(jù)的度量、零均值化、屬性的分解與合并等數(shù)據(jù)轉(zhuǎn)換的處理。

4.3 特征選擇

查找失眠癥患者的癥狀數(shù)據(jù)及其對應的證素數(shù)據(jù)，并進行同一個癥狀對應的所有證素數(shù)據(jù)的加權計算，構建失眠癥患者的癥狀數(shù)據(jù)與證素數(shù)據(jù)“加權求和、浮動閾值”的映射函數(shù)。比如失眠癥患者“入睡困難”的癥狀對應的證素權值積分為心-5，肺-9，肝-6，陰虛-7，痰-8，熱-6，寒-3 等，就可以根據(jù)閾值確定證素，如閾值設置為6，則確定的證素為集合為{肺，肝，陰虛，痰，熱}。特征選擇就是從原始特征數(shù)據(jù)集中選擇出子集，依據(jù)上述方法可以確立癥狀數(shù)據(jù)與證素數(shù)據(jù)的對應關系，剔除掉無關特征和冗余特征，從中篩選出與失眠癥患者的癥狀數(shù)據(jù)關聯(lián)程度較高的證素數(shù)據(jù)最優(yōu)特征子集。

4.4 降維

當對失眠癥中醫(yī)臨床數(shù)據(jù)的特征選擇完成后，可能由于特征矩陣過大導致在建模過程中出現(xiàn)計算量大以及訓練時間長等問題，因此降低特征矩陣維度是必不可少的。機器學習常用的降維方法有主成分分析（PCA），獨立成分分析（ICA），線性判別分析（LDA）等。

4.5 構建模型

將失眠癥的中醫(yī)臨床數(shù)據(jù)劃分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集，選取訓練數(shù)據(jù)和測試數(shù)據(jù)的特征和標簽，并根據(jù)學習目標和數(shù)據(jù)要求選擇合適的機器學習算法。利用訓練集建立失眠癥中醫(yī)證素辨證預測模型，配置和調(diào)整超參數(shù)以獲得最佳性能，然后將這種訓練好的模型應用于測試集上進行預測。根據(jù)模型在測試集上的表現(xiàn)來選擇最佳模型。機器學習的模型構建其實是一個參數(shù)學習與調(diào)優(yōu)的過程，對模型進行訓練是模型參數(shù)的學習更新過程。

4.6 評估模型

構建失眠癥的中醫(yī)證素數(shù)據(jù)與證名的映射函數(shù)，根據(jù)不同的的失眠癥證素數(shù)據(jù)組合成相應的失眠癥中醫(yī)證候或證型。使用驗證數(shù)據(jù)集驗證和評估失眠癥的中醫(yī)證素辨證模型，進一步調(diào)整超參數(shù)以獲得最佳性能。并將中醫(yī)證素辨證與成熟的中醫(yī)專家系統(tǒng)辨證模型進行比較，以確定所構建的機器學習模型是否具有更高的預測精度。

5 總結

中醫(yī)證候?qū)W的研究一直是中醫(yī)臨床醫(yī)學研究的熱門領域。中醫(yī)臨床療效的關鍵在于辨證論治的準確與否，而中醫(yī)證候分析則是辨證論治的核心[6]。傳統(tǒng)的中醫(yī)證候分析不僅需要專業(yè)的知識背景，還要依賴于醫(yī)生的經(jīng)驗積累。中醫(yī)證素辨證方法使中醫(yī)證候?qū)W的研究更加科學、細致，在中醫(yī)辨證論治的臨床運用中重復性好，同時又能把握住疾病和體質(zhì)的個體化特征，為中醫(yī)臨床研究的客觀化、標準化、規(guī)范化發(fā)展奠定了堅實的基礎。失眠癥的中醫(yī)證候分型較為混亂，缺乏統(tǒng)一的標準，從而造成中醫(yī)藥對失眠癥的辨證論治過程難以實現(xiàn)客觀化、規(guī)范化。失眠癥是一類多元多因素影響的復雜性疾病，運用證素辨證有助于認識和把握失眠癥的本質(zhì)，有助于把握失眠癥的病機演變規(guī)律，也有助于失眠癥證候的規(guī)范化研究，可以為失眠癥的中醫(yī)臨床診療提供堅實的理論支持。

中醫(yī)證候分析往往具有一定的主觀性和隨意性，所涉及的資料大多通過中醫(yī)四診合參等方式獲取，具有數(shù)據(jù)維數(shù)大、冗余度高、精確性低、價值密度低的特點，這些都影響到中醫(yī)證候分析的準確性以及臨床治療的效果。機器學習是一門多領域交叉學科，專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，可以通過學習從已知的樣本中構建模型對未知樣本進行預測，并能夠在學習過程中進行自我校正、不斷改善自身的性能，其應用遍及人工智能的各個領域[7]。本研究將中醫(yī)證素辨證與機器學習方法相結合，構建智能化的失眠癥中醫(yī)證素辨證模型，能夠?qū)κ甙Y的中醫(yī)癥狀與證素之間復雜的對應關系進行精確地分析，從中篩選出具有典型特征的病位證素與病性證素，實現(xiàn)在失眠癥的診療過程中癥狀-證素-證名的智能化辨識，從而使失眠癥的中醫(yī)證素辨證分型更加便捷、高效和準確，對于提高失眠癥的中醫(yī)療效具有重要的現(xiàn)實意義。