摘要：目的 以溫膽治法的清溫傾向沿革為例，探索以法統方結合機器學習的中醫治法研究方法。方法 根 據以法統方原理，將中醫治法比較轉化為方劑集合的比較，通過方劑藥物組成變化研究治法的變化。建立并應 用隨機森林模型，量化比較 2 組或多組方劑集合的相似性，即不同治法之間的相似性。結果 在《三因方》之 前，溫膽治法與溫法的相似性為 75%;在《三因方》之后，溫膽治法與溫法的相似性為 19%。結論 中醫溫 膽治法在《三因方》之前以溫法為主，之后則傾向于清法。以法統方結合機器學習方法建立模型可用于中醫治 法領域的量化研究。

　　關鍵詞：方劑學;中醫治法;機器學習;隨機森林;溫膽治法

　　以往中醫治法研究多為回溯性研究，總結某個治 法篩選出的方劑集合內部的規律;其更多作為一個分 類工具，依附于其他研究對象如專病或特定醫家的組 方用藥等。不同治法之間的關系一直是中醫方劑研究 的盲點。 以法統方是對治法和方劑關系的高度概括，包括 依法遣方、以法組方、以法釋方和以法類方四方面[1]。

　　其數據挖掘領域的本質是對于治法與方劑組成關聯數據集的研究。通過以法統方，在給定樣本總體范圍 內，可以將 2 種治法的比較問題轉化為其所代表的 2 個方劑集合的比較。隨機森林是機器學習中一種高級 分類技術，通過隨機放回抽樣，削弱數據間的相關性， 構建大量的規則樹，進而通過簡單投票判斷類別，實 現對學習樣本集合規則的較優擬合[2]。

　　與其他常見基 于連續數據的算法比較，隨機森林有適用性廣泛的特 點，尤其是對離散數據的擬合[3]。方劑集合的組成數 據為離散型，適合運用隨機森林算法。 溫膽是針對膽寒病機的治法，最早見于《備急千 金要方》“治大病后，虛煩不得眠，此膽寒故也，宜 服溫膽湯方”[4]，學術界對于溫膽治法是溫膽還是清膽有諸多討論[5-8]。本研究基于以法統方理論，將治 法的比較轉化為方劑集合的比較，再通過機器學習模 型對方劑集合進行量化比較，從而量化“溫膽治法” 與溫法、清法的相似程度，厘清溫膽治法清溫傾向的 沿革，更好地繼承和理解歷代醫家的認識。

　　1 研究對象

　　針對溫膽治法的溫清傾向，“溫膽治法”與“溫 法”的比較可以轉化為溫膽治法的方劑集合與溫法方 劑集合的比較(V 溫膽/V 溫法)，“溫膽治法”與“清法” 的比較可以轉化為溫膽治法的方劑集合與清法方劑 集合的比較(V 溫膽/V 清法)。在給定樣本總體范圍內比較 2 個方劑集合的問題，可通過隨機森林算法轉化為 以一個方劑集合建模，另一方劑集合應用模型的形 式，量化比較 2 個方劑集合的相似性。

　　以“溫膽治法” 方劑集合(V 溫膽)與“溫法”方劑集合(V 溫法)比較 為例：先由 V 溫法和“清法”方劑集合(V 清法)生成研 究范圍內的溫法辨別模型(F 溫法)，則 V 溫膽/V 溫法=F 溫法(V 溫膽)/F 溫法(V 溫法)=F 溫法(V 溫膽)。也就是近 似地建立一個含有幾百個方劑學專家的辨別模型系 統，通過投票來量化 V 溫膽與 V 溫法的相似性，即“溫 膽治法”與“溫法”的相似性。同理，V 溫膽與 V 清法的比較即 F 清法(V 溫膽)。

　　2 方法與結果

　　2.1 模型建立

　　采用《中醫方劑大辭典》(第一版)[9]的清法和溫 法方劑組成數據，基于隨機森林算法構建溫法辨別模 型 F 溫法，運用模型判別溫膽治法對應方劑 是否屬于溫法，通過其被判別為溫法的比例 F 溫法(V 溫膽)分析溫膽治法與溫法的相似性。同理可 獲得溫膽治法與清法的相似性。

　　2.2 數據錄入

　　將《中醫方劑大辭典》(第一版)共 15163 首具 有功用字段的方劑導入數據庫。以“清熱”等 50 個治法關鍵詞檢索獲得清法方劑 2110 首，以“散寒” 等 39 個治法關鍵詞檢索獲得溫法方劑 968 首，兩者 構成學習集;以“膽寒”“膽冷”“膽虛冷”“溫膽” 為關鍵詞檢索獲得溫膽治法方劑 48 首，構成應用集。

　　2.3 數據清洗

　　排除清溫并用的方劑 25 首、與膽有關的治法方 劑 1 首。提取方劑組成字段的中藥，剔除劑量、炮制 和服法等信息，根據《中華人民共和國藥典》[10]、《中 華本草》[11]、《中藥大辭典》[12]、《中藥學》[13]、《中 藥別名速查大辭典》[14]對藥名進行規范。

　　2.4 模型訓練

　　從隨機森林調參效率角度，將學習集中出現 30 次以上的中藥(共 192 味)作為隨機森林的構成參數。 袋外錯誤率是一種取代測試集的誤差泛估計[15]。 使用 R 語言，調用 randomForest 包，通過不斷人工調 整參數，以較低袋外錯誤、較高學習集正確率，選定 參數 try=19、nodesizes=15、ntree=1500，其他參數 使用默認值。通過 set.seed 保證隨機模型的可重復性， 不斷人工調整參數，以袋外錯誤率 0.09、學習集正確 率 0.96，選擇為“溫法辨別模型”。同理獲得相同袋 外錯誤率和學習集正確率的清法辨別模型。

　　2.5 模型應用

　　使用溫法辨別模型對應用集(溫膽治法方劑集) 進行判斷，獲得溫膽治法的總體溫法相似性為 31%。 同理獲得溫膽治法的總體清法相似性為 69%。 在溫法辨別模型、清法辨別模型判斷應用產生的 數據結果基礎上，以《中醫方劑大辭典》(第一版) 為數據來源，補充方劑出處(方書)的成書年代，作為該方劑的出現時間。

　　在 1174 年以前，即《三因方》出現之前，新 增加的溫膽治法方劑多傾向于溫法，溫膽治法與溫法 的相似性為 75%，與清法的相似性為 25%，組方多為 含有肉桂、附子、烏頭的溫補之劑，可見溫膽治法早 期主要為溫法;在 1174 年及以后，即《三因方》出 現后，溫膽治法方劑多傾向于清法，與溫法的相似性 為 19%，與清法的相似性為 81%，尤其在明代方書整 理過程中，溫膽的清法特性被加強，甚至將溫膽默認 為清法，其源頭為《千金》溫膽湯[16]，可見溫膽治法 后期傾向于清法。

　　3 討論

　　隨機森林相對其他簡單分類方法難以解釋，只能 從結果進行逆向推測，且調參困難，對失衡分布學習 集效果不佳，故本研究在構建學習集時，盡量平衡數 據，采用樣本加倍的方式構建清法學習集。隨機森林 結果具有隨機性，本研究通過 set.seed 保證可重復性。

　　針對不同模型結果不穩定問題，改進為建立 5 個同參 數不同隨機數(不同 seed)的模型，各模型結果基本 與原模型結果分析無差異。 對于單個方劑，劑量、味數、炮制和服法都是影 響其清溫傾向的重要屬性。但對于方劑集合來說，其 中某個方劑的特殊劑量等信息對整體屬性影響有限。

　　從大數據角度，個別偏差會被排除，藥物組成是方劑 集合最主要的屬性特點，因此，本研究雖然僅采用藥 物組成建模進行研究，仍可大致反映方劑集合的整體 屬性。如將藥物劑量、味數、炮制和服法也納入分析， 數據模型分析結果會更加全面和準確。 本研究建立的方法可運用于各種治法相似性研 究，以及基于治法相似性的古方、古法的傳承脈絡探 索研究。經過一定變化，可以運用于中醫疾病的異名 準確性研究(如消渴各種異名的相對準確性)，以及 現代病名與古代病名的對應關系研究(如骨質疏松癥 對應的古代病名)。本方法變換后可應用于基于對應 方劑的各種中醫基本概念量化比較，如以五臟方劑集 構成學習集，三焦方劑集構成應用集，可以從方劑組 成角度量化判斷三焦與各臟的相關性。

　　醫學論文投稿刊物：《內蒙古中醫藥》已經有24年的辦刊歷史，由內蒙古自治區衛生廳主管，內蒙古自治區中醫藥學會、內蒙古自治區中蒙醫研究所主辦的綜合性中醫藥學術期刊。

　　綜上所述，本研究以探索溫膽治法的清溫傾向歷 史沿革為例，結合以法統方和機器學習，將方劑集合 量化比較問題轉換為隨機森林的建模和應用，進而反 映與方劑集合關聯的中醫治法之間的量化關系，提供 了一種新的中醫治法量化研究方法。本方法尚不十分 成熟，對于將中醫各種治法轉化為方劑集合、方劑集 合變換為隨機森林模型的過程中，如何更好地進行數 據信息的取舍，最終結果的參數評估，以及本方法在 不同研究范圍內的有效性，還需要通過大量實踐進一 步積累經驗。

　　參考文獻：

　　[1] 鄧中甲.方劑學[M].北京：中國中醫藥出版社,2003：11.

　　[2] BREIMAN L. Random forests[J]. Machine Learning,2001,45(1)： 5-32.

　　[3] 洪燕珠,周昌樂,張志楓,等.基于隨機森林法的慢性疲勞證候要素特 征癥狀的選擇[J].中醫雜志,2010,51(7)：634-638.

　　[4] 孫思邈.備急千金要方[M].北京：中醫古籍出版社,1997：371.

　　[5] 侯志明,王艷榮.膽寒癥淺析[J].內蒙古中醫藥,2008,27(3)：21-22

　　作者：楊巍，文小平，郭晶磊