我们对中医学信息的研究有20多年的历史，研究的进程紧跟了计算技术的数值计算、数据处理、知识处理等三个发展阶段，始终把中医数据库的建设、中医智能的研究和中医学教育技术的开发作为研究方向。近年来，在国家十五项目资金、国家973项目资金和国家自然科学研究基金的支持下，我们的研究工作取得了新的进展，依据对相关研究文献的查询分析，我们的研究实践基本上可以反映中医学信息研究的进展情况。

　　中医药数据库建设的新进展

　　中医药数据库的建设在中医学信息的研究中是最早进行的，现在全国的中医药数据库可以说是遍地开花，覆盖了中医各学科领域，这也证明了数据库建设是信息研究的基础这样一个规律。在这些数据库中有各种不同的数据形式和结构，表达着不同的信息支持，有着不同的功能，为中医学的发展起着重要的支持作用。从研究实践中我们体会到:数据信息的释放是否彻底，信息挖掘是否能最大程度地满足用户的需要等方面，仍然是中医药数据库建设面临的普遍问题。

　　要做到数据信息的完全释放，最大程度地满足用户信息挖掘的需要，一个关键的问题是数据粒度的细化和一致化处理，我们习惯称其为“数据解析”和“主题标引”。换句话说就是用数据解析的方法使数据的粒度细化（细化到一个字段只含一种信息），用主题标引的方法使解析后的数据一致化。我们在100,000个方剂和1,000个医案数据的处理过程中，深深体会到这是一件学术性很强、工作量很大的事情。

　　所谓学术性强，首先表现在需要提供一部高质量的《中医学主题词表》（下简称“词表”），词表中的词条起码要满足3个条件:词源（词条的来源）要有文献依据;词义（词条表达的含义）要做到唯一性;词构（词条编码的结构）要符合中医学的理论认识。其次是需要组织和培训能够正确理解文献数据、十分熟悉词表内容、准确选择词条的专业人才。

　　所谓工作量大，首先表现在我们用了10年的功夫编写了近10,000条记录的《中医学主题词表》，而且这个词表需要在使用中不断地得到维护，现在这个词表更新的周期几乎是半月一次。其次是需要组织大量的人力进行数据的解析和标引，为此还需要有人对这些数据进行复查，尽可能地使数据的处理符合系统设计的要求。

　　通过中医方剂数据库和中医医案数据库的建设实践证明，数据经过这样处理后建立的中医药数据库确实能发挥其基础信息支持的作用。该数据库不仅实现了从任何角度的查询，而且还可以做到数据的多种集合，如数据总结、数据分类、关联分析、序列模式分析等，当然这些分析是基于频次统计的。在此基础上，我们利用《中医学主题词表》的编码结构，还实现了上述这些分析的按主题结构的再次集合。在现有数据库技术水平的条件下，经过多家用户初步使用证明，这样的数据库能较好地满足用户信息挖掘的需要。

　　我们认为中医药数据库研究的深入目标有两个:一是机器标引取代部分人工标引，这不仅可以大大提高中医药数据库建设的速度，而且还能够保证数据的一致性，更能够方便数据的维护;二是把数据库技术和机器学习技术进行有机的结合，实现中医药数据库的部分智能查询，满足中医学研究对数据越来越高的需求，让数据所含信息得到充分的释放。

　　中医智能研究的新进展

　　进行中医智能研究的目的是要把中医历史的、专家的经验转变成中医学的知识，为中医学的继承和发展从理论上、方法上、技术上不断地寻找新的思路，为中医临床提供高质量的服务。

　　中医学智能方案是关于提取收集到的数据（包括:中医理论、中药、方剂、针灸、医案、现代研究进展等多种信息），并用先进的分析方法开发出基于事实依据的，用户可以理解的，可用于开拓临床思路、整理中医理论、丰富教学内容，指导实验研究等决策性信息的一种技术。

　　从20世纪80年代末，我们就开始用计算技术对中医方剂进行了研究，并发表论文“Research and Development of Traditional Chinese Prescription Intelligent Analysis Support System”。十多年来，我们不断地探索，取得了多方面的成果，尤其在中医方剂学知识的量化研究方面。我们的体会是:量化地解读中医方剂所蕴涵的关系，是把人的经验转化成知识的重要方法。

　　中医学智能有不同层次，如查询和报告、统计和分析、知识发现等，研究重点应该是知识的发现和量化表达，尤其是在对名医处方的智能研究方面。

　　在名老中医的临证经验中，集合着中医学的精华，他们灵活地运用中医学的知识和医疗技术，有效地解决人与疾病的关系，是全人类的宝贵财富。如何准确、有效地继承学习名医的临证经验和学术思想，是需要认真研究的课题。

　　经过多年的调研，我们认为对中医名家经验和学术的继承有如下的一些屏障:医生的辨治思路具有明显的黑箱性质，难以捕捉;语言对经验的表达有局限性，不易传承;客观迅速地解读处方，缺乏技术;书本理论与临床经验之间的关系，不能密切沟通;对逐渐积累、大量增加的数据，少有进行分析比较的环境等。要解决继承中的这些瓶颈问题，我们认为必须做到三点:

1.对医案要素进行关联分析;

2.个性经验的知识需量化表达;

3.寻求群案信息分类的方法等。

　　只有这些问题解决了，才能使我们每天都在接触，而又不能有效领悟的诸多经验的学习问题迎刃而解。为此我们成功地研制了“中医处方智能分析系统”，简称CPIAS2.0。

　　CPIAS2.0是应用近似推理的理论和技术来开发的，初步研究中，用CPIAS2.0实验分析的处方达1,000余个，包括中医《伤寒论》的经典方剂、我国现代名医治疗咳嗽的处方（取自《中国现代名中医医案精华》），以及国家十五攻关项目课题组专家的处方，包括广州、江西、上海、北京、青海等地的名医数人。

　　CPIAS2.0是一个极少输入多项输出的系统，具备了智能软件的基本特征。CPIAS2.0对数据的输入要求非常简单，即症状体征和药物组成（含剂量）。而其输出却非常丰富，包括:

　　1.判断处方中各药物的贡献力度;

　　2.判断处方综合药性的强度;

　　3.判断处方综合药味的强度;

　　4.判断处方综合归经的强度;

　　5.判断处方各种功效的强度;

　　6.预测处方的适应证;

　　7.根据临床表现确定该方剂当前最主要的功效;

　　8.根据临床表现分析该方剂最适合的证候;

　　9.分析临床表现的主次等。

　　除此之外，该软件还具有不少辅助功能，如可以将分析的结果转换成SVM技术软件可以接收的数据格式，进行模式识别的分类学习;提供两种计算结果卸载方式，可以满足不同用户的需求，尤其是提供对两个以上方剂就某些分析结果用可视化图表进行比较的功能等。

　　CPIAS2.0解决的问题是，用定性定量的方法来分析医家辨证论治的思路，并用量化数据的方式（形式化的）表达出来。当然这种量化表达的概念不同于实验科学研究的数据，而是基于数学方法的一致化的宏观量化的表达。

　　所谓“数学方法”，在我们的这一研究中体现在近似推理的计算方面;所谓“一致化”，即是确定一种量化计算的标准;所谓宏观量化，即所有计算的量化结果只表示大小、强弱、多少的相对意义。以上这些可以说都是中医学智能研究的前沿课题。

　　中医教育技术的新进展

　　有关中医学的教育课件可以说是开发的很多，但能有效应用的还是少数。总结其中的缘由，我们认为缺乏学习功能是课件不能有效应用的主要原因。为此，我们将中医学智能的理念和技术引进课件的研究中，并就“基于名医案例的辨证论治技能训练系统”（下简称“案例训练系统”）进行了设计。

　　案例训练系统的设计是基于案例教育的，考究中医学史，案例教育一直是中医传统教育模式中的主流，我们有必要也有责任将这一优势继承并发扬光大。案例教育的魅力在于它不是传授“最终真理”，而是通过一个个案例来诱发学习者创造性思维，这成为本课题设计的重要指导思想。

　　中医医案是中医学史上治病活人的真实记载，尤其是中医名医医案，是中医理论与临床结合的生动范例，是中医学教育重要而丰富的资源。为了继承前人的经验，并把经验转变成知识，培养高质量的中医临床人才，缩短名医成才的周期，是进行案例训练系统研发的意义所在。

　　案例训练系统的研究价值之一体现在方法学方面——定性定量综合集成思想。“定性定量综合集成思想”是著名科学家钱学森提出来的，其核心是将专家群体、数据和各种信息与计算机仿真技术有机地结合起来，把有关学科的科学理论和人的经验与知识结合起来，发挥综合系统的整体优势去解决实际问题。

　　“案例训练系统”将在中医学临床基本功训练方面实践这一思想，为中医学界目前在继承方面存在的诸多问题，开创一个新的局面。

　　“案例训练系统”利用数据库技术、人工智能技术、虚拟现实技术等进行系统集成，并使之能够运行在国际主流的系统平台上，这在中医教育领域中还是首次。

　　该系统有效地模拟了名医的医疗实践，将其用于训练新人，犹如名医在世、亲临佐诊、深得真传，将为现代中医临床教育提供丰富的教学资源，对缓解临床教育资源不足，扩大临床的视野提供技术支持。

　　该系统的研制为中医医案的学习和研究提供了新的方法和环境，能充分调动学习者知识主动建构的积极性，给学习者创造自我实现的机会；把学习和训练、研讨和评判紧密地结合在一起；可以收到在学中练、在练中学的双向效果，为中医临床基础教育提供现代化的继承技术。

　　案例训练系统研究的内容包括:相关的数据库设计（案例数据库、中药数据库、方剂数据库）;知识库的设计和维护（药效关系知识、效证关系知识、候效关系知识）;专业用语字典的建立和维护（人机交互的翻译工具）;近似推理计算方法的应用（中药贡献度量化计算、方剂功效量化计算、方剂主治证量化计算、症状体征关注度计算、处方药效释放率计算、辨证符合率计算、治疗立法符合率计算）;案例系统功能设计（查询功能、讨论分析功能、评判功能、人机交互功能）等。

　　案例训练系统研究的关键技术和解决方案首先是医案的遴选和处理方法，其次是案例要素量化的分析技术，再次是对受训者输入的辨证论治信息的识别技术。其中，医案的遴选最具学术性，这和集合医案精粹还有所不同，需要充分考虑到对受训者的教学目的，所选医案可以不是最优秀的，但必须是在某一方面具有特点，对学习者具有帮助和启发的。

　　因此，即使是失败的医案，都可能成为我们遴选的对象。然后，所选出医案要从两个方面进行预处理:一是对医案的要素（处方的用药、处方的性质、处方治法、处方适应证、处方药效释放率等）进行量化的计算;二是对案例的特点，进行解析后，制作成虚拟的人机对话情景，以训练学习者的辨证论治思维。前者可以批量处理，后者则需要个案一个一个地处理。案例训练系统研制的技术路线如图1所示:

　　从上图可以看出，这是一个具有前期研究基础的研究开发项目，研究路线可以分成五步:案例采集、案例预处理、案例要素分析、训练环境生成、训练结果评判。可以说每一个步骤都可以是一个独立的子课题，都会取得相应的成果，但只有把这些研究成果集合起来，才能收到训练和培养高级临床人才的效果。

　　案例训练系统一旦研制完成，在中医学教育中有非常广阔的应用前景，因为它包括信息的获取、分析和交流，并把获得的有用知识应用于专业的训练。

　　综上所述，中医学信息的研究正在沿着智能化、规模化和实用化的轨道良性发展，毫无疑问，这些研究都是很具挑战性的。这需要大量跨学科人才的密切合作，需要不断吸收更先进的信息技术，这需要脚踏实地的富有成效的工作。但比这些更重要的是研究的思想，这些思想表现在研发人员的认识上，因此在这方面也应给予足够的重视。

　　总结上述的研究，中医学信息的目的可以用一句话来总结:借助新技术把人的实践经验转化成知识。

　　经验和知识是人类在不同层面上实践的结果，他们之间相互依存和推进，经验有比较多的个性特征，知识则带有很强的普遍性，经验是知识形成的基本要素，知识是若干经验的总结和飞跃。这些被哲学家们研究和讲述得十分透彻的基本规律，应该说很容易为大家普遍接受，但是具体到一个行业，一个学科，一个专业，要把经验转变成知识都不是那么轻而易举的事情。中医学信息的研究在把人的经验转换成知识方面显示了非常光明的前景。