#Vol.写给自己的教程 #中医数据分析 #数据挖掘 #中医传承 #Obsidian 人工智能
嘿，当你拥有了一个医案数据库后，你会做什么呢？
不知不觉间，跟随导师抄方积累医案文字已近十万字符，当医案数据积累到一定规模，一个自然的想法便涌现了出来：是时候让这些宝贵的经验 “说话” 了！
在此，分享我梳理的中医处方数据分析框架与实践思路：
一、制定中医处方数据分析框架#
| 步骤 | 中医数据问题 | 应对策略 | 工具 / 技术 |
|---|---|---|---|
| 1. 数据收集 | - 病案信息非结构化（自由文本） - 舌影象记录标准不一 | - 结构化录入：设计标准化记录病案信息、临床报告 - 影像标准化：统一舌象采集设备、方法储存规范 | - 制作中医电子病案系统（TCM EMR） - 标准化影像采集设备与流程 |
| 2. 数据清洗 | - 术语歧异：同症异名（如 "发热" 与 "身热"） - 单位混杂：克、支、袋等混用 - 信息缺失：证型、舌脉、症候记录不全 - 主观性强：证型判定依赖医师经验 - 处方复杂：复诊药物加减因素多样 | - 中医术语标准化 - 证素提取：分解证型的基本要素 - 剂量单位统一用 “克” - 基于辨证逻辑的缺失值填充 / 或留空值 - 明确区分首诊基础方，与复诊加减方 | - WHO 国际标准中医术语 2022 - 邓铁涛主编《中医诊断学》 - 复刻朱文峰教授《中医辨证机》 |
| 3. 特征工程 | - 多维关联复杂：症侯↔证素↔证型↔方剂 | - 构建关联网络：症侯 - 证型网络、症侯 - 方剂网路 - 计算方剂相似度：如 Jaccard 指数 | - 数据挖掘 - 复杂网络分析 |
| 4. 分析建模 | - 模型需可解释：符合中医辨证逻辑 - 小样本问题 | - 证型分类模型（SVM + 中医规则引擎） - 核心处方推荐 | - 关联规则算法 |
| 5. 结果解读 | - 需符合中医理论体系 - 重视个体化差异 | - 理论验证：将模型输出结果与中医理论和导师经验对照 - 真实案例回溯：在 EMR 中匹配相似案例进行自身对照验证 | - 中医电子病案系统（TCM EMR）回溯 - 专家评议 |
当前局限与待探索方向
- 处方加减与疗效关联： 复诊药物加减的复杂性与具体疗效的量化评估关联难度大，需要更深入的 “疗效 - 处方” 关联规则挖掘。
二、提取数据#
分析的第一步，是将积累的病案转化为结构化数据。我的做法是：
- 构建中医电子病案库 (TCM EMR)： 我选择使用 Obsidian 管理医案，将每份病案存储为结构化的 .md 文件。便于后续的信息提取和链接。
- 制定关键字段提取标准： 这是最核心、影响结果质量的关键步骤！需要明确定义从病案文本中提取哪些信息。我设计的 CSV 表头包含：
- 患者匿名化编号
- 基线资料：性别、年龄
- 诊断信息：主病、兼病
- 辨证信息：证素、证候、舌象、脉象
- 处方信息：处方组成、药物剂量 (统一为克)
例如：
此数据仅作为示范，并非真实数据。
三、巧用 AI：加速中医处方的数据挖掘#
面对结构化的 CSV 数据，如何高效进行分析？
我的秘诀是通过 AI 协助制作 python 脚本，详细方法可参考我之前的博文：AI 溝通指南：如何正確向 AI 提問？。
核心思路与过程：
- 首先，明确最终目标！
- 数据探查：首先让 AI 分析 CSV 文件，理解数据结构、字段含义，提出建议与注意事项。
- 提出具体需求：清晰描述希望 AI 用 Python (或 R 等) 写出具体代码，获取 AI 生成的代码，在自己的环境跑一遍。
- 反馈与优化：运行结果不理想？检查错误，分析原因，修改 Prompt。
- 循环迭代： 重复 “修改 Prompt -> 生成新代码 -> 运行测试 -> 反馈” 的过程，直到代码输出完全符合你的分析预期。这个过程本身也是深化对数据和问题理解的过程。
部分代码示例：
如果觉得代码无趣，可以让 GPT 将其个性化～（猛男版 & 萌妹版）
Tips: 建议做相关研究时，设置可以调参数的控制面板，能更好地达到自己的需求，并且不用再每次去问 ai
输出结果示例：
通过 GPT 生成的代码输出结果令人满意，给自己理解导师用药规律已足够，若进一步用做科研项目则需更进一步优化。
事实上已有古今医案云平台开发了整个研究流程，能直接用在科研上，那么为什么还要自己再 “浪费时间” 闭门捣鼓这些呢？原因有二：
一是私有数据不好上传云平台
二是我大学没买...
四、未完待续#
这只是个开始！接下来我想探索：
- 运气分析：将就诊日期转换为节气 / 五运六气参数
- 疗效反馈：把复诊改善程度量化后加入分析（需设计标准化评分）
- 知识图谱：构建「症 - 证 - 药 - 效」的可交互网络
🌱 如果你也在做类似探索，欢迎交流心得！特别想听听：
- 你如何处理数据？
- 有没有巧妙的特征工程方法？
- 你如何构建知识图谱？