吕仁和教授,主任医师,博士生导师,从医50年来,致力于中医内科疾病诊治和研究,尤其在糖尿病及其并发症的研究领域中,建树颇多。吕仁和教授主张糖尿病及其神经血管并发症进行分期辨证、综合治疗;创立糖尿病肾病“微型癥瘕”病机假说,提出了糖尿病微血管病变的形成是气阴两虚、痰热郁瘀所致,以益气养阴、化瘀散结、清热化痰法治疗,所总结的治疗糖尿病及其并发症的“二、五、八”治疗方案、“六对论治”辨证方法、“三自如意表”等,用以指导临床实践,取得了良好疗效。由于吕仁和教授在中医糖尿病领域的深厚造诣,国家“十五”攻关课题“名老中医学术思想、经验传承研究”已经将吕仁和教授防治糖尿病及其并发症的学术思想和临床思辨规律纳入了课题研究。中医学亟需继承和发展已成为共识。但从中医学继承现状分析,遇到的问题甚多,收获的成绩有限。寻找适合复杂系统、擅长关联分析的方法可能对中医学的继承带来新的方向。通过分析现代自然科学思维方式发展的新态势,中外学者均发现中医学的基本思维方式与“现代科学发展的思维方法显著接近”。在对中医学的继承和研究中,从方法论的角度,我们有可能利用现代自然科学理论的最新技术和方法。具体到实际应用技术,发现信息科学与中医学在方法论上有诸多的相似点,信息技术在医学实践中已经得到广泛应用。本研究通过应用数据库技术、数据挖掘技术和SVM方法,从吕仁和教授治疗糖尿病的典型医案入手,从不同层次应用信息技术对其中的中医学要素进行分析、挖掘,希望从不同角度分析隐藏其中的辨证规律。经历数据采集、数据存储和数据挖掘3个阶段,最终实现知识发现。其中:“数据采集”,指对吕仁和教授治疗糖尿病医案的采集。本研究采用“十五”攻关课题对名老中医医案的采集方法,特点在于保持吕教授的原本诊治特色;“信息储存”,指对糖尿病医案的保存。本研究对糖尿病医案预先进行“规范化、一致化”处理,即“全文解析”和“主题标引”,然后转入北京中医药大学信息室开发的“中医医案数据库系统”存储;“数据挖掘”,指通过对糖尿病医案的分析,寻找吕仁和教授治疗糖尿病的学术思想和思辨规律。这一过程,通过3个技术平台得以实现:首先在频次统计基础上,应用“中医医案数据库系统”对吕仁和教授治疗糖尿病全体典型医案进行分析;其次应用“中医处方智能分析系统”,对吕仁和教授治疗糖尿病的典型个案进行分析;最后应用“分析软件SVM2.0”对吕仁和教授治疗糖尿病典型医案处方尝试分类学习。具体结果:在医案数据库中,通过对糖尿病典型医案处方涉及的“药物”和“症状体征”等中医辨证要素进行频次统计及分析,对吕仁和教授治疗糖尿病用药特点和辨证思路进行总结。初步结论:治法“以通为要”,讲求血脉通活;强调气血同治,注重调畅气机;擅长从“肝”论治,用药注重疏柔相配、清养并用。结论既能与以往总结的吕仁和教授治疗糖尿病基本学术思想有机结合,又阐释出在以往学术思想总结中被忽略的辨证要点。从研究吕仁和教授对糖尿病中医分期学术思想入手,将吕仁和教授治疗糖尿病128例典型医案划分为“脾瘅期”、“消渴期”、“消瘅期”3类。应用医案数据库的综合统计功能,分别从病因、病位、症状、证候、病机及功效等涉及中医辨证思路的各个角度对3类医案进行查询。统计结果显示,3类医案的分析结果与以往总结的吕仁和教授对糖尿病中医分期学术思想高度一致。提示:吕仁和教授对糖尿病的中医分期符合临床实践。从吕仁和教授治疗糖尿病患者中最常出现的“腰酸痛”症状入手,应用医案数据库的多层次、多要素、多关系的查询功能,对吕仁和教授治疗糖尿病患者“腰酸痛”的辨证要点和用药规律进行了知识挖掘,发现吕仁和教授的治疗糖尿病“腰酸痛”的辨证思路:“腰为肾府”,补肾是主体;重视“血瘀气滞、经脉不利”病机,不可一味滋补固摄,宜同时注重舒经活络。与临床实际相符。同时表明,医案数据库能满足中医学相关知识挖掘的要求,有助于中医专家辨证规律的知识挖掘。以上研究应用医案数据库,主要从医案总体的角度出发,通过医案各要素的频次统计,实现对其相互关系的发现和认识,即一般意义上的数据挖掘。通过引入“中医处方智能分析系统”,由于该系统基于处方量化分析,可以针对典型个案进行知识挖据。通过CPIAS在吕仁和教授治疗糖尿病典型医案中的实际应用,结果发现:系统分析发现处方综合药味均以“苦”为主,切合消渴病病机,符合吕仁和教授对消渴病的独到认识;根据处方综合归经的分析,提示重视治“肝”,是吕仁和教授对消渴病消瘅期的思辨规律之一;根据对处方适应证候的分析,提示血瘀证是本医案中贯穿始终的病机,符合上述吕仁和教授关于“微型癥瘕”的病机学说;通过对特定处方的功效分析,提示中医治疗糖尿病合并心功能不全时,辨证时除应注意“水与血结”外,“痰瘀互结”也可能是此时的重要病机之一。为学习、继承吕仁和教授治疗糖尿病合并心功能不全学术思想提供新的思路,启发今后的学习、研究方向。SVM方法是完全基于数据的分类方法,由于其具有针对小样本、适合处理高维、非线性关系的特点,与中医学的特点相符合。将SVM方法用于吕仁和教授治疗糖尿病典型医案处方的学习,是该方法在中医临床医案处方分类识别中的首次尝试。分析结果有所偏移,分析原因可能与训练样本数量少、代表性差有关。本研究为SVM方法在中医临床医案分类中的实际应用提供具体应用模式,并为今后的相关研究中提供了注意的重点和方向。