目的:基于陈潮祖教授“五经五纬”辨证纲领,以“症状→病机→方剂”构建医案方证对应模型,以数字化形式展现陈潮祖教授的辨证模式,为名老中医经验传承提供新方法。方法:第一步,收集人工智能算法及陈潮祖教授“五经五纬”辨证模式的相关资料,对不同人工智能算法的特点进行对比分析,筛选适合的方证对应模型算法。第二步,使用Python语言编程,提炼“五经五纬”辨证模式的病机要素作为模型特征量,组合人工智能多种算法如神经网络、决策树、规则学习,构建模型框架。第三步,整理校对陈潮祖教授医案,制定筛选标准,对筛出医案的症状、病机、方名、药名进行规范化处理。第四步,对医案数据进行标注,数字化医案文字,形成症状、病机、方剂矩阵,构建机器学习所需的数据库。第五步,将筛选的948个医案样本划分为训练集和测试集,分配比例为3:1,训练集共711个样本,测试集共237个样本。将训练集样本输入模型框架进行学习得到方证对应模型。第六步,将测试集样本输入方证对应模型得到方剂预测结果,对预测结果进行统计学量化分析,以验证方证对应模型的准确性。第七步,依据“五经五纬”辨证模式对训练集学习结果进行方证对应分析,以验证方证对应模型的合理性。结果:1.方证对应模型准确性评价。医案中共出现103种方剂,评价为:MSE介于0.002～0.238之间,MAE介于0.002～0.082之间,R2拟合优度介于-0.027～0.903之间,准确率介于0.978～0.999之间,召回率介于0.661～0.925之间,F-score介于0.796～0.961之间。常用方中预测较准确(F-score值)的有当归芍药散(0.959),补中益气汤(0.958),温经汤(0.958),调肝散(0.958),柴桂五苓汤(0.955),真武汤(0.948),理中丸(0.93)等。2.方证对应模型合理性评价。从“五经五纬”角度对陈潮祖教授医案模型学习结果进行方证对应分析,结果总结如下:(1)“五经”对比分析病机。分析心肝脾肺肾五经常用方的主症与病机:肺系方剂小青龙汤主要针对肺失宣降、寒饮内停;脾系方剂理中丸主要针对脾胃升降失调,气血生化不足,或运化不及所致水津失调;肾系方剂真武汤主要针对阳虚湿滞及阳虚不能化气,上述三方并不局限于本系,在其余四系水津失调病变中皆有运用;肝系温经汤病机与冲任虚寒相关,主要症状分布于冲任循行路线;心系方剂炙甘草汤因医案较少,相关性不强。肺系小青龙汤与脾系理中丸、肾系真武汤均可化气行津,主要症状重合较多。小青龙汤与理中丸共同的主要病机为肺脾功能失调、寒湿留著;小青龙汤与真武汤共同的主要病机为阳虚不能化津;真武汤与理中丸共同的主要病机为阳虚不能化气。(2)“一经五纬”对比分析病机。以肝系为例,对比肝系气、血、津病变的主症与病机:四逆散医案模型学习所得的主要症状与肝郁气滞、筋膜挛急有关;当归芍药散医案模型学习所得的主要症状与血水不利有关;四逆散与当归芍药散病机均与经脉挛急有关,其中当归芍药散偏血分、偏里,对应脏腑为肝脾,四逆散偏气分、表里均有,对应脏腑囊括五系;柴桂五苓汤模型学习所得的主症病机与三焦气机升降出入失常所致气津逆乱有关。(3)以五通汤为例,用“五经五纬”辨证模式重点分析气滞相关病机,其特点为津气同病,气血同病,津气筋膜同病,气滞常与脏器虚衰、营卫病变关联,气滞通常与肝、肺、脾、肾四脏联系紧密。结论:1.陈潮祖教授“五经五纬”辨证模式适合作为模型框架的特征表达,大幅提高了模型学习结果的准确率,基于名老中医辨证模式和人工智能算法构建方证对应数字化模型是一种提炼名家经验的新方法。2.模型学习所得的方证对应关系既有共同性也有差异性,异同点与理论分析基本相符,较好地体现了陈潮祖教授辨证模式。3.在方证对应模型学习对象数量有限的情况下,模型中部分方剂仍有较强的方证对应预测价值,如当归芍药散、补中益气汤、温经汤、调肝散、柴桂五苓汤、真武汤、理中丸等,测试集准确率均高于0.9。