藏医学是我国藏族人民经过常年的经验积累流传下来的医学文化瑰宝,它的诊疗方式、用药规律都具有自己的独特体系,这使得其对高原常见病的治疗效果明显优于其他医学。由于藏医学的用药、诊疗等会因外界因素影响产生很大差异,故本研究通过数据挖掘算法对高原常见病藏药组方规律进行研究,通过科学的手段和方法排除外界因素对藏医用药的影响,探究藏医特色诊疗过程中的用药规律,发现不同患病群体的用药特点。本文对高原常见病中的慢性萎缩性胃炎临床诊疗用药数据进行三方面研究:(1)对藏医诊疗数据进行预处理。通过采用不同的预处理方法,寻找符合藏医数据特点的有效处理方式。对藏医症型缺失基于KNN算法进行补齐。同时,在属性选择时利用关联性分析对常用药物属性选择方法进行验证;(2)进行症状用药规律研究。首次引入药物原子组合思想,基于改进的ECLAT算法、改进的CBA算法对藏医症状用药进行研究,建立“症状==>用药”辅助决策模型,模型预测准确率为76%;(3)针对藏医症型用药进行研究。以补齐后的症型为分类标准,基于多种分类算法对比实验,建立“症型==>用药”辅助决策模型,模型预测准确率为76.5%。最后,基于改进的K-means算法进行半监督学习,得到群体用药特点。本研究证明,经过基于数据挖掘的藏药组方规律研究,藏医用药的规范性明显提高,且本研究所用方法均符合藏医数据特点,可推广应用到更多高原常见病的藏药组方规律研究中,有助于促进藏医学领域科学化的发展。