基于规则生成医案及Transformer算法构建中医方药推荐模型
练志润1
张家蔚2
杨保林2
1.广东省中西医结合医院,广东佛山 5282002.北京中医药大学东直门医院,北京 100007
摘要：目的 使用计算机构建《伤寒论》相关方剂的中医方药推荐模型,测试该模型对《伤寒论》方证知识的运用能力.方法 本研究纳入《伤寒论》中桂枝类方、麻黄类方、柴胡类方、大黄类方、石膏类方、附子类方、苓桂类方共30 首方剂及其加减方,将其改写成特定的方证规则共 105 条作为本模型的实验数据.本模型分为规则生成医案模型及Transformer模型两部分.规则生成医案模型对特定格式的方证规则分别进行组合、笛卡尔积、拼接,生成多个具有完整证、舌、脉、药且符合中医理法方药特点的中医医案.然后基于编码器-解码器架构的深度学习模型Transformer将生成的中医医案用作训练数据,继而模拟方证到方药之间的非线性复杂映射.结果 经规则生成医案模型生成不重复的医案共 1 212 795 例,随机选择5 000 例作为测试集,其余医案作为训练集或验证集.在有5 000 例医案的测试集中,预测方药与目标方药完全相同的医案有4 983 例,按预测方药与目标方药重合个数的比率计算总准确率为 99.90%.结论 本模型可正确运用《伤寒论》的方证知识,模拟预设的方证规则,具备方证识别及病机区分的能力,在构建中医方药推荐系统方面具有发展潜力.
关键词：辨证论治方证相应中医药人工智能深度学习Transformer注意力机制
分类号：R222(中医基础理论)
资助基金：国家重点基础研究发展计划（973计划）(2015CB554406)
论文发表日期：2024-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 437-442 )
英文信息