数据挖掘如何应用于肿瘤的中医药治疗？优势和不足有哪些？_

关联规则、聚类分析是数据挖掘的方法，基于数据挖掘，我们可以从浩如烟海的数据库中抽取、转换、分析一些潜在规律和价值，从中获取辅助临床治疗决策的关键信息。这种技术在中医药研究领域的应用较为广泛，不论是整理专家学术思想、针灸治疗配穴，还是总结某些疾病的诊疗规律、中药配伍分析等，帮助现代中医医生开辟了新的研究路径[1]。

2022年发表的一篇中医药肿瘤免疫治疗的关联规则和聚类分析研究，对中医临床常用的方剂进行了简要分析整理[2]，基于这个研究的肿瘤治疗药物有哪些，对临床诊疗又有哪些启示？一起来了解一下。

基于关联规则和聚类分析中医药在肿瘤免疫治疗中的用药规律

研究者对CNKI中检索到的中医药参与肿瘤免疫治疗的文献进行筛选，整理出88首方剂，共涉及217味中药，累计频次742次。其中高频药物如下表所示：

表1 高频药物次数统计表

通过进一步药物关联分析后，研究者整理出了使用频次最高的三个药对，抗癌管家-康爱管家，我们一起抗癌，治愈癌症不是梦。分别是黄芪-白术、黄芪-茯苓、茯苓-白术（表2，图1）；而通过对药物进行社团分析，得到了核心的中药组合为黄芪、白术、茯苓、甘草、白芍、陈皮（图2）。

表2 药对频次统计表

图1 高频药物关联规则分析图

图2 高频药物社团分析图

此外，基于药物聚类分析，可以得到常用药物的组合及功效。从功效上看，应用最多的是补虚药，如黄芪、白术、党参等，其次为利水渗湿药（茯苓、薏苡仁）、理气化痰药、破血逐瘀药、清热解毒药等。（表3）

表3 药物聚类分析后得到的药物组合及功效

经过讨论后研究者得出结论：以“黄芪-白术”为代表的益气健脾中药在肿瘤免疫治疗中应用最多，其可能通过提高机体免疫应答，起到增强肿瘤免疫治疗的效果[2]。

黄芪、白术在肿瘤治疗中的进一步研究

本研究得出的结论是对中医治疗肿瘤“扶正祛邪、攻补兼施”的基本原则的验证。可以看出，益气健脾、顾护脾胃是治疗肿瘤需要关注的重点之一，抗癌管家-康爱管家，我们一起抗癌，治愈癌症不是梦。这也正是多位中医肿瘤领域著名医家的学术观点和经验，如国医大师刘嘉湘教授提出的“扶正治癌”理论[3]；国医大师刘祖贻教授的“调理脾胃，以求扶正”的思想等[4]。

对于黄芪、白术的现代药理学研究，也从多个角度不断验证其抗肿瘤的作用机制。比如：

通过网络药理学研究方法对“黄芪-白术”治疗肺癌的潜在靶点进行探索，提示“黄芪-白术”通过调控信号通路、抗癌药物耐药性等发挥抑制肿瘤血管生成、诱导肿瘤细胞凋亡、抑制肿瘤转移等作用，从而治疗肺癌[5]。
黄芪多糖相关研究提示，其具有调节肿瘤免疫、抑制肿瘤细胞增殖、抑制肿瘤细胞迁移侵袭、诱导肿瘤细胞凋亡、抗血管和淋巴管新生等作用；而与其他化疗药物联合使用，还可以起到减毒增效，以促进患者康复[6]。
动物实验提示黄芪黄酮可抑制C57BL/6荷瘤小鼠肿瘤生长，具有抗肺癌功效，其抗肺癌作用可能是基于内质网应激相关的免疫调节作用[7]。
动物实验提示白术及其相关提取物（如白术多糖、白术挥发油等）也具有良好的抗肿瘤作用[8]。

关于中医药数据挖掘研究的现状

中医药的信息数据挖掘大致可分为关联、分类、聚类、预测四大类。从研究的角度来看，目前主要有中医证候研究、中药研究、方剂研究、名家用药规律研究、治法研究、古典医籍研究、疾病预防研究等。从数据挖掘方法上看，数据挖掘中的关联规则分析和聚类分析使用最为广泛[1,9]。

图3 医学文献的数据挖掘方法应用分布图

有研究者指出，尽管目前数据挖掘技术为中医药的实践提供了宝贵的参考价值，但中医药数据挖掘仍有一定局限性[1,9]:

大部分数据挖掘旨在发现共性的规律，研究结果往往与中医基础理论较为相近，就像如果对西医医案的用药规律进行数据挖掘，其结论肯定不出诊疗指南。这一点，我们从本期的文献资料中可见一斑。
一些发病率不高的疾病从文献中可以获得的信息较少，目前的数据挖掘技术不适于此类疾病信息的分析与总结。
传统的数据挖掘很多算法（关联规则、人工神经网络等）给出的是相关性的大小，而非因果关系，可能得出人为无法解释的异常结论。

因此，要发展与中医药数据特点相符合的数据挖掘相关研究，一方面需要扩展数据，如研究方剂配伍，可拓展到中药功效、性味归经等，或将传统理论中的概念量化，如阴阳、八纲等；一方面可优化算法，增加背景知识，以提高算法的准确率[1]。

本文转自肿瘤资讯（由“抗癌管家网站-康爱管家”转载分享）