章浩偉，王子楠，劉穎，孫洋洋

(上海理工大學醫(yī)療器械與食品學院，上海 20093)

1 引 言

多囊卵巢綜合癥(PCOS)是一種常見的生殖內(nèi)分泌疾病，發(fā)生率約為5%～10%[1]，PCOS患者不孕的發(fā)生率高達50%～74%，在治療上需要大量的醫(yī)學理論知識[2]。多毛癥、月經(jīng)紊亂和不孕是臨床觀察到的最常見的癥狀[3]。由于該病病因不明，病理機制復(fù)雜，治療效果不顯著，日趨成為現(xiàn)代婦科疾病研究的熱點和重點[4]。

目前，中醫(yī)大多數(shù)研究停留在單獨對癥狀的研究或者證型的研究，如黎小斌等[5]找出中醫(yī)臨床證候以腎虛血瘀證、脾虛痰濕證、脾腎陽虛證、腎陰虛證最為常見，并對臨床癥狀頻數(shù)進行了統(tǒng)計分析，但沒有去探討這兩者之間存在的某種必然聯(lián)系。

近年來醫(yī)學從宏觀入手，運用相關(guān)數(shù)學算法和診斷系統(tǒng)先對患者的證候集進行證型的分類，明確患者的證型后，再采取相應(yīng)的治療手段進行醫(yī)治。但是辯證論治的過程必須依靠醫(yī)生多年的診斷經(jīng)驗。為了減輕醫(yī)生的工作負擔，找出癥狀和證型之間的聯(lián)系，筆者開發(fā)了多囊卵巢綜合癥輔助診斷系統(tǒng)。該系統(tǒng)提取大量多囊卵巢綜合癥患者癥狀和證型以及中藥數(shù)據(jù)，運用相關(guān)數(shù)學算法從中挖掘出潛在的對應(yīng)關(guān)系，以期通過癥候判斷多囊卵巢綜合癥患者所屬的證型，并給出患者所需要的中藥處方，從而達到幫助醫(yī)生進行決策的作用。

2 樣本資料及處理

經(jīng)過篩選和剔除，最終得到完整的樣本62例，每一例樣本均包含癥狀和藥方兩部分數(shù)據(jù)。其中腎虛無兼癥患者21例，腎虛兼癥肝郁患者19例，腎虛兼癥痰濕患者22例。每例樣本包含22個癥候，即月經(jīng)后期、閉經(jīng)、月經(jīng)量少、月經(jīng)量多、月經(jīng)經(jīng)期短、月經(jīng)經(jīng)期長、痤瘡、肥胖、黑棘皮征、頭身困重、耳鳴、盜汗、口干、嘔惡痰多、乳房脹痛、胸脅脹痛、脘腹痞滿、腰膝酸軟、手足心熱、畏寒肢冷、煩躁易怒、大便干燥。上述22個癥候分別用變量x1，x2，…，x22表示，記為輸入變量。所有的變量的取值要么為0要么為1，0代表無相應(yīng)癥狀發(fā)生，1則代表有相應(yīng)癥狀發(fā)生。如x1=0，表示該患者無月經(jīng)后期癥狀，x2=1，表示該患者有閉經(jīng)癥狀。輸出變量為患者的證型。

3 PCOS系統(tǒng)的總體設(shè)計

3.1 系統(tǒng)目標

該系統(tǒng)以上海一婦嬰醫(yī)院、上海紅房子醫(yī)院共收集62組PCOS患者的資料為基礎(chǔ)，采用ACCESS數(shù)據(jù)庫，利用VisualStudio 2010設(shè)計出一個功能較強、易于擴充并具有友好界面的PCOS輔助診斷管理系統(tǒng)。該系統(tǒng)包括證型分類和用藥兩個子模塊，具有診斷PCOS新患者的患病類型以及對其中醫(yī)用藥的功能，能輔助醫(yī)生進行決策，監(jiān)督并指導(dǎo)醫(yī)生用藥。

3.2 系統(tǒng)總體構(gòu)架

PCOS輔助診斷系統(tǒng)的總體框架見圖1，共分2個模塊：證型分類和中醫(yī)用藥。證型分類模塊采用了四種算法，分別是Logistic回歸算法、Fisher判別分析方法、模糊C聚類算法、人工神經(jīng)網(wǎng)絡(luò)算法。用藥模塊采用了兩種方案，分別是患者匹配和對癥用藥。其中數(shù)據(jù)庫包含了62例PCOS患者的全部癥候和中醫(yī)用藥情況，即數(shù)據(jù)庫包含癥候和中藥兩部分內(nèi)容。

4 系統(tǒng)功能實現(xiàn)

4.1 證型分類

各醫(yī)家根據(jù)傳統(tǒng)的中醫(yī)理論，結(jié)合個人對病因病機的認識及臨床經(jīng)驗，分型尙不統(tǒng)一[5]。名老中醫(yī)曹玲仙通過對患者癥狀的了解和多年的個人經(jīng)驗，將PCOS患者分為3類：腎陰虛，無兼癥、腎陰虛，兼癥肝郁和腎陰虛，兼癥痰濕。本系統(tǒng)根據(jù)PCOS患者主要的22個癥狀，運用相關(guān)的數(shù)學算法，亦將PCOS患者分為上述3類，以期達到名老中醫(yī)曹玲仙的診斷效果。具體分類工作分為兩個步驟：1、區(qū)分有兼癥和無兼癥；2、區(qū)分兼癥肝郁和兼癥痰濕。診斷系統(tǒng)界面如下圖2所示，使用步驟：左側(cè)選擇一種算法，右側(cè)輸入患者22個癥狀的變量值，點擊“輔助診斷”按鈕，即可顯示患者的患病類型。

圖1 系統(tǒng)的整體構(gòu)架

圖2 證型分類界面

4.2 中醫(yī)用藥

方案一，匹配患者：以62例患者的中醫(yī)用藥作為標準，分別記作(x11，x12，…xjk，x122)，(x21，x22，…xj……k，x222)，…，(x621，x622，…xjk，x6222)其中xjk(j=1，2，3，…，62，k=1，2，3，…22)表示第j個患者的第k個癥狀。對于每個新患者，記作(x1，x2，…，x22)，分別對已有的62組患者數(shù)據(jù)求距離，

d12=(x1-x11)2+ (x2-x12)2+…+(x22-x122)2

d22=(x1-x21)2+ (x2-x22)2+…+(x22-x222)2

…

dj2=(x1-x21)2+ (x2-x22)2+…+(x22-x222)2

…

d622=(x1-x621)2+ (x2-x622)2+…+(x22-x6222)2

其中dj表示此新患者與標準庫62例患者中的第j(j=1，2，…，62)例患者的距離，該距離的大小一定程度上反映著此新患者與第j例患者癥狀的相似度。dj值越小，反映兩例患者的癥狀越相似。比較d1，d2，…，d62值的大小，記最小值為dk(k=1，2，…，62)，即第k例患者的癥狀與此新患者的癥狀最為吻合。因此，第k例患者的用藥情況可以作為此新患者用藥的重要參考，匹配患者結(jié)果見圖3。

圖3 患者匹配結(jié)果

方案二，對癥用藥：即針對22個癥型中的每一個癥型，先根據(jù)已有患者用藥信息，統(tǒng)計出每一個證型所需的30味中藥，然后針對一個新來的患者，針對每個證型開出30味藥，即可得到該患者的藥方。對癥用藥結(jié)果見圖4，該圖顯示此患者含有腰膝酸軟、乳房脹痛、肥胖、痤瘡、月經(jīng)后期共5個癥狀。每個癥狀后面顯示出該癥狀所需要的中藥藥方，如腰膝酸軟的藥方有：黨參、仙茅、當歸、知母、茜草、葛根、石菖蒲等。刪除5個癥狀對應(yīng)中藥中重復(fù)的藥方，得到藥方匯總結(jié)果：仙茅、黨參、當歸、知母、茜草、葛根、枸杞子、石菖蒲、炒白芍、菟絲子、肉蓯蓉、生地、川石斛、淫羊藿、黃柏、巴戟天、川斷、茯苓、全瓜蔞、遠志、淫羊霍、益母草、龜版、香附、穿山甲、鱉甲、廣郁金、桑白皮、熟地、瓜蔞皮、生白芍、地骨皮、桃仁、蜜麩炒白芍、半夏、炒海螵蛸、白茯苓、炒白術(shù)、薏苡仁。

圖4 對癥用藥結(jié)果

5 討論

中醫(yī)治療多囊卵巢綜合癥常采用辨證論治，并取得滿意療效[6]。本研究中，曹玲仙教授將患者分為腎虛、腎虛兼癥肝郁和腎虛兼癥痰濕三類，然后多囊卵巢綜合患者的病因和證型給出不同的治療方案。為了能快速準確的進行分類，本研究分別運用四種數(shù)學算法，通過大量多囊卵巢綜合癥患者癥候和證型的數(shù)據(jù)，從中總結(jié)出對應(yīng)關(guān)系，以期通過癥候判斷患者所屬的證型。 表1統(tǒng)計了該系統(tǒng)四種算法的正確率，從中可以看出Logistic回歸算法的正確率最高，具有良好的分類效果。

表1 四種算法的正確率

6 結(jié)語

多囊卵巢綜合癥發(fā)病率高，病因不明[7]，涉及的病理機制非常復(fù)雜。中醫(yī)治療是目前比較有效的手段，然而根據(jù)患者不同的癥狀，對應(yīng)的中醫(yī)藥方也就不同。因此，對多囊卵巢綜合癥患者進行征型分類顯得尤為重要。目前，該工作基本由經(jīng)驗豐富的醫(yī)生根據(jù)多囊卵巢綜合癥患者的癥狀進行征型分類，由于名老中醫(yī)人才的稀缺以及龐大的患病群眾，因此開發(fā)多囊卵巢綜合癥輔助診斷系統(tǒng)是一件非常有意義的事情，該系統(tǒng)可以提升醫(yī)生的工作效率，同時對醫(yī)生的診斷結(jié)果起監(jiān)督作用，防止誤診或疏忽造成的一系列問題。今后，隨著更多樣本資料的收集以及更多患者數(shù)據(jù)的共享，該系統(tǒng)能夠更加地完善和實用，為醫(yī)生和多囊卵巢綜合癥患者帶來便利。

本研究利用VS2010和ACCESS作為開發(fā)工具，不僅使該系統(tǒng)具備了征型分類和中醫(yī)用藥的功能，還設(shè)計了用戶登錄，增加、刪除、修改以及查詢患者信息的功能，操作簡單，快速診斷，具有很好的實用價值。今后，還可以在該系統(tǒng)基礎(chǔ)上進行功能擴展，提供面向醫(yī)院的數(shù)據(jù)上報、更新等功能，以保證數(shù)據(jù)的時效性。這也是本研究的創(chuàng)新所在：將合適的數(shù)學算法與多囊卵巢綜合癥患者診斷數(shù)據(jù)結(jié)合，并開發(fā)出專門針對多囊卵巢綜合癥的輔助系統(tǒng)，希望能夠為眾多研究該病的學者提供一條新的解決問題的途徑。