孔維蓮，徐麗麗，薛燕星，劉保延，王映輝，周雪忠＊，張潤順

（1.北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院 北京 100044；2.中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所北京 100700；3.中國中醫(yī)科學(xué)院廣安門醫(yī)院 北京 100053；4.中國中醫(yī)科學(xué)院中醫(yī)藥數(shù)據(jù)中心 北京 100700）

基于復(fù)雜網(wǎng)絡(luò)的薛伯壽教授臨床處方用藥規(guī)律分析研究＊

孔維蓮1＊＊，徐麗麗2＊＊，薛燕星3＊＊＊，劉保延4，王映輝2，周雪忠1＊＊＊，張潤順3＊＊＊

（1.北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院 北京 100044；2.中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所北京 100700；3.中國中醫(yī)科學(xué)院廣安門醫(yī)院 北京 100053；4.中國中醫(yī)科學(xué)院中醫(yī)藥數(shù)據(jù)中心 北京 100700）

目的：如何從中醫(yī)藥學(xué)長期醫(yī)療實(shí)踐中積累的大量處方數(shù)據(jù)中進(jìn)行知識發(fā)現(xiàn)是中醫(yī)藥現(xiàn)代化研究的重要內(nèi)容之一。本研究擬從薛伯壽教授多年臨床實(shí)踐的處方數(shù)據(jù)出發(fā)，探索基于復(fù)雜網(wǎng)絡(luò)的中藥網(wǎng)絡(luò)與處方網(wǎng)絡(luò)相結(jié)合發(fā)現(xiàn)薛教授常用復(fù)方核心藥物組合的方法。方法：基于薛教授在中國中醫(yī)科學(xué)院廣安門醫(yī)院門診系統(tǒng)中的9 584個(gè)處方數(shù)據(jù)，依據(jù)處方構(gòu)成的相似性和藥物的同現(xiàn)關(guān)系分別構(gòu)建處方網(wǎng)絡(luò)和藥物網(wǎng)絡(luò)，利用社團(tuán)分析等復(fù)雜網(wǎng)絡(luò)方法進(jìn)行處方及藥物配伍分析，由薛老及其傳承人評價(jià)分析結(jié)果。結(jié)果：通過復(fù)雜網(wǎng)絡(luò)分析，得到126個(gè)處方模塊，4個(gè)中藥模塊。其中，1個(gè)處方模塊的核心藥物組合為小柴胡湯、銀翹散、升降散復(fù)方加減，與前期利用完整回顧性醫(yī)案挖掘的外感熱病處方中藥組成一致。結(jié)論：針對處方數(shù)據(jù)，利用社團(tuán)分析等復(fù)雜網(wǎng)絡(luò)方法具有一定的優(yōu)勢，可以得到薛教授治療不同疾病的常用復(fù)方核心藥物組合，可為進(jìn)一步繼承和挖掘名老中醫(yī)臨床經(jīng)驗(yàn)方提供基礎(chǔ)。

快速模塊性優(yōu)化 模塊劃分 核心藥物組合 復(fù)雜網(wǎng)絡(luò) 數(shù)據(jù)挖掘 薛伯壽

真實(shí)世界研究是利用臨床實(shí)際數(shù)據(jù)開展的臨床研究，從大規(guī)模數(shù)據(jù)中歸納獲得臨床有用或具有理論意義的知識，是形成創(chuàng)新知識和臨床決策的有效技術(shù)手段[1]，已成為中醫(yī)領(lǐng)域的熱點(diǎn)研究方向[2]。利用數(shù)據(jù)挖掘技術(shù)對名老中醫(yī)臨床數(shù)據(jù)進(jìn)行研究，解析用藥規(guī)律，總結(jié)學(xué)術(shù)思想和臨證經(jīng)驗(yàn)，實(shí)現(xiàn)名醫(yī)經(jīng)驗(yàn)的有效總結(jié)和傳承，是當(dāng)前的中醫(yī)藥傳承研究熱點(diǎn)之一。

薛伯壽教授從事中醫(yī)臨床及教學(xué)50余年，早年師從著名中醫(yī)蒲輔周先生，深得蒲老心傳，以擅治各科疑難雜癥及外感熱病而著稱。本研究部分作者在前期研究中基于薛教授回顧的完整外感發(fā)熱醫(yī)案數(shù)據(jù)，采用中藥復(fù)雜網(wǎng)絡(luò)挖掘出利用小柴胡湯、升降散、銀翹散復(fù)方加減治療外感熱病[3]。但是，由于收集完整醫(yī)案需要花費(fèi)大量時(shí)間和人力，亟待找到更高效的信息收集技術(shù)和方法。隨著醫(yī)院信息化建設(shè)的發(fā)展，醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）積累了大量的處方數(shù)據(jù)，利用這些處方數(shù)據(jù)，開展名老中醫(yī)選方用藥規(guī)律、有效方藥發(fā)現(xiàn)研究對于傳承名老中醫(yī)經(jīng)驗(yàn)具有重要價(jià)值。目前的處方分類研究中有的是針對小樣本處方數(shù)據(jù)[4]，或按照已知方劑組成標(biāo)準(zhǔn)[5]進(jìn)行分析。本研究擬采用社團(tuán)分析等復(fù)雜網(wǎng)絡(luò)方法針對大樣本處方數(shù)據(jù)探索發(fā)現(xiàn)薛教授常用復(fù)方核心藥物組合，從而驗(yàn)證與前期研究的一致性。

1 材料與方法

1.1 研究對象

數(shù)據(jù)來源于中國中醫(yī)科學(xué)院廣安門醫(yī)院HIS系統(tǒng)中薛教授自2008年7月1日至2014年7月29日的全部門診處方信息。

1.2 研究方法

1.2.1 病例資料內(nèi)容

在本研究中，處方數(shù)據(jù)的納入標(biāo)準(zhǔn)為：患者基本信息、就診信息和處方信息完整的臨床資料。

1.2.2 數(shù)據(jù)整理與規(guī)范

將HIS中的相關(guān)數(shù)據(jù)導(dǎo)入中醫(yī)臨床數(shù)據(jù)倉庫，確認(rèn)導(dǎo)入后的處方與HIS中原始處方數(shù)據(jù)一致，保證數(shù)據(jù)完整、準(zhǔn)確。再利用中醫(yī)臨床數(shù)據(jù)預(yù)處理系統(tǒng)（Extract-Transform-Load，ETL）按照《中國藥典》與《北京市中藥飲片調(diào)劑規(guī)程》進(jìn)行中藥名稱規(guī)范化處理[6]。

1.2.3 數(shù)據(jù)分析方法

基于古方及當(dāng)代臨床復(fù)方數(shù)據(jù)的分析表明，中醫(yī)藥理論指導(dǎo)下的復(fù)方配伍過程具有無尺度復(fù)雜網(wǎng)絡(luò)現(xiàn)象[7]，表明中醫(yī)處方中存在核心的組織結(jié)構(gòu)，這些組織結(jié)構(gòu)代表了醫(yī)生臨床處方的思維結(jié)構(gòu)、知識貯備和臨床經(jīng)驗(yàn)。無尺度網(wǎng)絡(luò)的主要特征是網(wǎng)絡(luò)中大部分節(jié)點(diǎn)只和很少節(jié)點(diǎn)連接。

本研究通過處方藥物組成發(fā)現(xiàn)核心藥物配伍的思路是，先從大量數(shù)據(jù)中找到結(jié)構(gòu)相似的處方，再從某類相似處方中分析核心藥物組成（研究方法示意圖見圖1），分別從處方和中藥兩方面挖掘核心藥物組合。首先，利用杰卡德相似系數(shù)來計(jì)算處方藥物組成的相似性，杰卡德相似系數(shù)等于兩個(gè)樣本集交集與并集的比值，是衡量兩個(gè)集合相似度的一種指標(biāo)，相似性的值越大說明兩個(gè)處方之間的藥物組成越相似。選擇一定閾值以上的處方，利用Gephi[8]軟件中的快速模塊性優(yōu)化方法（Fast Unfolding algorithm）[9]構(gòu)建處方之間的網(wǎng)絡(luò)，如公式（1）所示，并進(jìn)行模塊劃分。快速模塊性優(yōu)化方法是一種基于模塊度的迭代算法，其主要目標(biāo)是不斷劃分模塊使得最終網(wǎng)絡(luò)的模塊度值不斷增大，該算法結(jié)合局部優(yōu)化與多層次聚類技術(shù)，對于稀疏網(wǎng)絡(luò)具有線性時(shí)間復(fù)雜度，同時(shí)可獲得非常高的聚類質(zhì)量。

圖1 分析方法示意圖

依據(jù)中藥同時(shí)出現(xiàn)在同一處方中的頻次構(gòu)建以中藥為節(jié)點(diǎn)的網(wǎng)絡(luò)，兩個(gè)中藥同時(shí)出現(xiàn)的處方越多，這兩個(gè)中藥所連接的邊的權(quán)重值就越大，表明兩個(gè)中藥關(guān)系越緊密。

在研究過程中還利用多尺度骨干網(wǎng)（Multiscale backbone）[12]篩選重要的邊。針對顯著的處方模塊和中藥整體網(wǎng)絡(luò)，利用分層網(wǎng)絡(luò)（Hierarchical Networks）挖掘核心處方。主要利用Liquorice（該軟件的理論是基于J Pittman 提出的復(fù)雜網(wǎng)絡(luò)分析方法）軟件[10-12]和Gephi實(shí)現(xiàn)。

2 結(jié)果

2.1 數(shù)據(jù)基本信息

2.1.1 患者基本信息

共有5 551例患者10 110診次，經(jīng)審核去除重復(fù)及少數(shù)錯(cuò)誤的處方信息，共有9 584個(gè)處方信息。

圖2 350種中藥在9584個(gè)處方中的使用頻次分布圖

表1 全部處方中藥使用頻次及劑量分布/g

2.1.2 處方基本信息

9 584個(gè)處方中的350種中藥共使用頻次為139 250次，少數(shù)中藥使用頻次較高（圖2）。頻次在2 000次以上的中藥有15種（表1）。每張?zhí)幏狡骄?5±2種藥，平均重量為157.9±30.7 g。

圖3 9 584次處方以藥為節(jié)點(diǎn)的度分布和權(quán)重分布

表2 9 584次處方之間運(yùn)算的相似值分布

2.2 處方特點(diǎn)分析

2.2.1 中藥網(wǎng)絡(luò)特點(diǎn)

以中藥為節(jié)點(diǎn)的網(wǎng)絡(luò)包含中藥350種，共有24 003條邊，其中度分布和邊的權(quán)重分布均符合冪律分布（圖3）。由圖3可以看出，薛教授臨床用藥存在優(yōu)先選擇的核心藥物及其藥物配伍。利用多尺度骨干網(wǎng)（置信度為0.95）篩選出比較重要的3 525條邊進(jìn)行后續(xù)分析。

圖4 9 584個(gè)處方運(yùn)算相似值分布

2.2.2 以處方相似性劃分的處方群及核心藥物組合分析

9 584個(gè)處方運(yùn)算的相似性值分布見表2、圖4。處方之間相似度偏低，提示薛教授辨證施治，中藥配伍使用靈活。將處方間相似值≥0.5以上的9 063個(gè)處方，利用快速模塊性優(yōu)化方法得到126個(gè)模塊，即處方群。將其中處方數(shù)目較大的處方群利用分層網(wǎng)絡(luò)，取Layer=3，Degree coefficient=1.9得到復(fù)方核心藥物組合（表3），處方群編號為軟件根據(jù)運(yùn)算編排。圖5為處方群20的核心藥物組合網(wǎng)絡(luò)圖，該方為小柴胡湯、銀翹散、升降散加減構(gòu)成，主治外感發(fā)熱咽痛等病證。

表3 數(shù)目較大處方群信息及其核心藥物組合

2.2.3 以中藥配伍緊密程度劃分的核心藥物組合分析

采用快速模塊性優(yōu)化方法，將中藥配伍緊密程度將全部處方中的350種中藥劃分為4個(gè)模塊，即中藥群（表4、圖6）。中藥群內(nèi)部的中藥配伍程度比中藥群外部的中藥配伍更加緊密。因處方中包含內(nèi)外婦兒各類病證，該方法分析出3個(gè)具有明顯不同治療作用的中藥群，其中的中藥群1比例較大。

中藥群1中按配伍藥味數(shù)≥50的中藥群為小柴胡湯、銀翹散、升降散、黃芪赤風(fēng)湯加減構(gòu)成，以藥測證分析，主要功效為辛涼解表、清熱解毒，主要治療外感病證。

2.2.4 中藥核心配伍

針對全部處方（9 584個(gè)），利用點(diǎn)式互信息法挖掘350種藥之間的核心配伍關(guān)系，其中北柴胡、炙甘草、茯苓、麩炒枳殼、大棗、法半夏等之間的配伍強(qiáng)度均較高，配伍頻度在前20對的頻度及配伍強(qiáng)度見表5。

利用分層網(wǎng)絡(luò)對9 584個(gè)處方以中藥為節(jié)點(diǎn)形成的網(wǎng)絡(luò)中比較重要的3 525條邊挖掘的核心藥物組合，該組合由北柴胡、茯苓、麩炒枳殼、炒白芍、當(dāng)歸、防風(fēng)、炙甘草、法半夏、黃芪、麩炒白術(shù)組成，可以看出薛老常用處方為小柴胡湯、四逆散、黃芪赤風(fēng)湯等加減，藥物組成及藥物配伍藥味數(shù)分布（圖7）。

3 討論

圖5 處方群20的核心藥物組合

圖6 9 584個(gè)處方以中藥配伍緊密程度劃分的中藥群

表4 以中藥配伍緊密程度劃分的中藥數(shù)及代表中藥（配伍藥味數(shù)≥50）/個(gè)

表5 中藥核心配伍及相關(guān)系數(shù)信息（頻度/個(gè)）

圖7 9 584個(gè)處方的核心藥物組合及配伍藥味數(shù)分布

經(jīng)薛教授本人及其弟子確認(rèn)，針對9 584個(gè)處方，利用快速模塊性優(yōu)化方法和分層網(wǎng)絡(luò)結(jié)合挖掘的復(fù)方核心藥物組合體現(xiàn)了薛老的處方的總體用藥特色。在治療不同病證時(shí)喜用經(jīng)典名方配合運(yùn)用，中藥群1中藥物多為治療外感熱病的常用藥。其中，因薛教授治療外感病時(shí)，善調(diào)暢氣血，喜用黃芪赤風(fēng)湯，故黃芪也被劃分在中藥群1中。處方群20的復(fù)方核心藥物組合以小柴胡湯、銀翹散、升降散加減，主要治療外感發(fā)熱咽痛等癥，與薛教授用藥經(jīng)驗(yàn)相吻合，體現(xiàn)了薛教授外感熱病首要方法是以不同透邪之法，逐邪外出，疏透表氣郁閉，使邪毒有外出之路的學(xué)術(shù)思想[13]。

目前，可采用多種不同算法進(jìn)行處方分析。如李文林等[4]采用模糊聚類方法分析疾病群方特色，該方法簡單直觀，適用于小樣本數(shù)據(jù)。孫燕等[5]采用支持向量機(jī)實(shí)現(xiàn)中醫(yī)方劑按照不同要求標(biāo)準(zhǔn)的機(jī)器自動分類，該方法在解決小樣本、非線性及高維模式識別問題中具有特有的優(yōu)勢，但其屬于有監(jiān)督學(xué)習(xí)方法，必須預(yù)先明確各類別的信息。針對薛教授多年積累的大量臨床處方數(shù)據(jù)，本研究依據(jù)處方構(gòu)成的相似性和藥物的同現(xiàn)關(guān)系分別構(gòu)建處方網(wǎng)絡(luò)和藥物網(wǎng)絡(luò)，采用基于模塊度的快速模塊性優(yōu)化方法和分層網(wǎng)絡(luò)得到常用復(fù)方的核心藥物組合。該方法執(zhí)行速度快、效率高，并且無需預(yù)先設(shè)定模塊的大小和分類數(shù)，適用于大樣本數(shù)據(jù)。此外，分層網(wǎng)絡(luò)[14，15]除了可以得到核心藥物組合，還可以得到與核心藥物組合相應(yīng)的加減用藥，因篇幅有限，在本研究中未述。

本研究中處方相似性的構(gòu)建以中藥藥物組成為主，下一步將結(jié)合藥物劑量、處方藥物的君臣佐使關(guān)系來深入研究。同時(shí)，針對復(fù)方的核心藥物組合的適應(yīng)癥等信息將結(jié)合臨床病歷、臨床評價(jià)等信息，分析獲得具有隨癥加減的個(gè)體化臨床處方治療方法，為薛教授臨床處方的精準(zhǔn)治療[16]應(yīng)用提供基礎(chǔ)。同時(shí)，以人機(jī)結(jié)合的方式，形成可推廣應(yīng)用的名老中醫(yī)有效經(jīng)驗(yàn)方臨床分析應(yīng)用方法。

致謝：感謝中國中醫(yī)科學(xué)院廣安門醫(yī)院薛伯壽教授為本研究提供的珍貴臨床資料，并在百忙中給予指導(dǎo)！

1 劉保延. 真實(shí)世界的中醫(yī)臨床科研范式. 中醫(yī)雜志,2013,54(6)：451-455.

2 邵明義,劉保延,謝琪,等. 中醫(yī)藥臨床科研數(shù)據(jù)的發(fā)展現(xiàn)狀和趨勢探討. 世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化, 2015,17(8)：1743-1747.

3 薛燕星. 基于信息挖掘技術(shù)的蒲輔周外感熱病辨治規(guī)律及傳承研究. 中國中醫(yī)科學(xué)院碩士學(xué)位論文,2012：67.

4 李文林,陳滌平,曾莉,等. 基于模糊聚類方法分析干祖望教授診治耳鳴耳聾疾病群方特色. 中國實(shí)驗(yàn)方劑學(xué)雜志,2012,18(23)：4-8.

5 孫燕,臧傳新,任廷革,等. 支持向量機(jī)分類器在中醫(yī)方劑模式識別中的應(yīng)用研究. 中醫(yī)藥管理雜志,2006,14(11)：25-28.

6 周霞繼,張潤順,王映輝,等. 基于多區(qū)域處方的中藥數(shù)據(jù)規(guī)范化整理的問題及對策. 世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化, 2015, 17(3)：417-421.

7 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.中國中醫(yī)藥信息雜志, 2008,15(11)：98-100.

8 M. Bastian, S. Heymann, M. Jacomy. Gephi: An open source software for exploring and manipulating networks. In Proceedings of 3rd International AAAI Conference on Weblogs and Social Media, 2009.

9 Blondel V D, Guillaume J L, Lambiotte R,et al. Fast unfolding of communities in large networks.J Stat Mech-Theory E, 2008, 2008(10)：155-168.

10 Pittman J, Berger J O. Integrated modeling of clinical and gene expressioninformation for personalized prediction of disease outcomes.P Natl Acad Sci USA, 2004,101(22)：8431-8436.

11 Zhou X, Chen S, Liu B,et al. Development of traditional Chinese medicine clinical data warehouse for medical knowledge discovery and decision support.ArtifIntell Med,2010,48(2-3)：139-152.

12 Zhou X, Liu B. Network Analysis System for Traditional Chinese Medicine Clinical Data. International Conference on Biomedical Engineering and Informatics.IEEE, 2009：1-5.

13 徐麗麗,薛燕星,張潤順,等. 名老中醫(yī)有效經(jīng)驗(yàn)方發(fā)現(xiàn)研究的探索與實(shí)踐. 中國實(shí)驗(yàn)方劑學(xué)雜志, 2015, 21(7)：1-4.

14 張潤順,周雪忠,姚乃禮,等. 基于復(fù)雜網(wǎng)絡(luò)分析的肝脾不調(diào)證的配伍特點(diǎn)研究. 世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化, 2010,12(6)：882-887.

15 Zhou X, Zhang X. Extraction of Hierarchical Core Structures from Traditional Chinese Medicine Herb Combination Network.2008高等智能國際會議, 中國人工智能學(xué)會, 2008.

16 陳健,陳啟龍,蘇式兵. 中醫(yī)藥精準(zhǔn)醫(yī)療的思考與探索. 世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化, 2016, 18(4)：557-562.

A Research on the Discovery Methods in Prescription and Medication Based on Professor Xue Boshou's Clinical Prescription Data

Kong Weilian1, Xu Lili2, Xue Yanxing3, Liu Baoyan4, Wang Yinghui2, Zhou Xuezhong1, Zhang Runshun3
(1. College of Computer Science and Information Technology / Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China; 2. Institute of Information on Traditional Chinese Medicine, China Academy of Chinese Medical Sciences, Beijing 100700, China; 3. Guang'anmen Hospital, China Academy of Chinese Medical Sciences, Beijing 100053, China; 4. National Data Center of Traditional Chinese Medicine, China Academy of Chinese Medical Sciences,Beijing 100700, China)

How to discover the valuable knowledge from the large amount of prescription data accumulated in the long-term medical practice of traditional Chinese medicine (TCM) is one of the important contents of TCM modernization. Based on the prescription data of Xue’s clinical practice of many years， this paper explored the method of combining TCM network and prescription network to find out Xue’s common core drug combination. Based on 9，584 prescriptions in the Hospital Information System of Guang′anmen Hospital of China Academy of Chinese Medical Sciences， prescription network and drug network were constructed according to the similarity of prescription composition and drug co-occurrence relationship. Using the complex network analysis methods， such as community analysis method， to analyze the prescription and drug compatibility， the results were evaluated and analyzed by Xue and his successors. As a result， through complex network analysis， 126 modular prescriptions and 4 TCM modules were obtained. One of the core components of the prescription module included Xiao Chai Hu decoction， Yin Qiao powder， and Sheng Jiang powder compound addition and subtraction. It was in consistent with the drug composition of exogenous febrile prescriptions excavated earlier. In conclusion， using the complex network methods， we can get some core drug combinations prescribed by Prof. Xue， and achieve the common compound core drug combination for treating diseases with certain vantages， laying a foundation for further inheriting and excavating Xue’s effective experience.

Fast unfolding algorithm， module partitioning， core drug combination， complex network， data mining，Xue Boshou

10.11842/wst.2017.01.008

R249

A

（責(zé)任編輯：朱黎婷，責(zé)任譯審：朱黎婷）

2016-12-28

修回日期：2017-01-06

＊ 科學(xué)技術(shù)部“十二五”國家科技支撐計(jì)劃項(xiàng)目（2013BAI13B04）：名老中醫(yī)特色有效方藥傳承研究，負(fù)責(zé)人：張潤順；國家中醫(yī)藥管理局“十二五”中醫(yī)藥重點(diǎn)學(xué)科：中醫(yī)臨床信息學(xué)，主持人：王映輝；國家中醫(yī)藥管理局2014年中醫(yī)藥行業(yè)科研專項(xiàng)（201407001）： 中醫(yī)綜合調(diào)養(yǎng)方案對慢性腎臟病進(jìn)展高危因素干預(yù)的數(shù)據(jù)分析挖掘方法研究，負(fù)責(zé)人：王映輝；國家中醫(yī)藥管理局2015年度國家中醫(yī)臨床研究基地業(yè)務(wù)建設(shè)第二批科研專項(xiàng)（JDZX2015170）： 慢性肝病病案資料數(shù)據(jù)審編方案設(shè)計(jì)、質(zhì)量控制關(guān)鍵技術(shù)研究，負(fù)責(zé)人：張潤順；國家中醫(yī)藥管理局2015年度國家中醫(yī)臨床研究基地業(yè)務(wù)建設(shè)第二批科研專項(xiàng)（JDZX2015171）： 肝病回顧性病例表型信息抽取方法與分析研究，負(fù)責(zé)人：周雪忠。

＊＊ 孔維蓮和徐麗麗為共同第一作者。

＊＊＊ 通訊作者：薛燕星，主任醫(yī)師，主要研究方向：外感熱病防治、名老中醫(yī)經(jīng)驗(yàn)傳承研究；周雪忠，本刊編委，教授，主要研究方向：復(fù)雜網(wǎng)絡(luò)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘；張潤順，主任醫(yī)師，主要研究方向：中醫(yī)藥防治消化系統(tǒng)疾病研究、名老中醫(yī)經(jīng)驗(yàn)傳承研究。