数据挖掘技术

数据挖掘技术在中医药领域已经得到了广泛应用，特别是在国家级名老中医经验继承中，渗透到了病机、证素、方药等多方面，全面、系统地总结了国家级名老中医的学术思想，对中医继承与发展、中医学术水平提高及中医药现代化的推动起到了重要作用。

不同的数据挖掘算法其特点各异，频数分析和关联规则分析为使用频率最高计算方法。

频数分析常用于统计病名、症状、证型、治法、方剂、药物的出现次数和比例，总结专家辨治疾病的一般规律，为更复杂的分析奠定基础，提供数据支持；

关联规则多用于分析专家的处方模式，如药药关系、药证关系、方证关系、证症关系等中医多维关系；

聚类分析有助于快速筛选出中药核心组合，对筛选出的中药核心组合进行专家判断，从而确立用于中药新药研发的候选处方。

复杂网络则可以将专家的药物配伍规律以直观的方式——图描述出来，可发现诊疗活动中的核心要素与固定搭配，如核心处方、辨证核心要素、药组药对等；

贝叶斯网络可以用于研究专家对于各种症状信息的辨证规律。这些数据挖掘算法，可根据数据特征和研究需要适当选用。

因子分析为评价某一指标在不同证候中的主次关系提供了定量的分析手段。也为临床医师了解中医证候的内在关系、深入研究证候的动态变化和变量指标间的相关关系提供有用的信息。

只凭借个人的精力，对诸多医案逐个研习，短时间内难以获得收效。在筛选名老中医病案的基础上，运用数据挖掘技术，结合研究需求，选择频数分析、关联规则、聚类分析、复杂网络分析等算法，来总结名老中医辨治疾病的临证经验，并提炼专家的学术思想具有重要意义。