loonta 图文档案

历史文章静态保全 · 纯阅读,无注册、登录与评论

中医药大数据(中医统计学资料常识)

2018-01-26

智能汇粉 / 汇粉广场

各种声音的交流探讨

中医的缺陷根源于形式系统的错误。什么是形式系统?语言、数理规则、逻辑,这些都是形式系统。语文、数学和逻辑学就是研究形式系统的底层学科。我们所有的其他理论和应用学科都是建立在特定的形式系统的基础之上,包括科学技术的所有分支,包括计算机、大数据和人工智能也是一样的。(我是说特定的形式系统,拿语言举例。语言里只有自然语言和计算机语言是我们平时用的。而中医的语言部分还有其他内容,它是不通用的。这就决定了中医与目前几乎所有学科统统无法结合,因为大家的基础在本质上有差异。)也就是说:底层基础都错了,还想着能在上面盖楼?想用计算机科学来研究中医,遇到的第一个问题就是中医语义识别问题。遇到的死也过不去的问题就是中医医案数据标准化的问题。中医因为形式系统有问题,它形成的数据都不可能标准化!你拿无法标准化的东西去和计算机科学结合?随便找个码农问问,然后就有如下情节:

中医:我这里有海量医案数据,拿来做人工智能吧,中医药市场那么大,做成了保证你成巨富!

码农:那你按这个标准化的表结构来整理数据。(发给中医一张数据表结构清单作为案例)

中医:这种标准化的表,做不出来耶!

码农:那你可以滚了。

注意:答主说的结果不是计算机技术不发达造成的,而是中医理论上就不可能通过其它手段找出路。西化派20年前就知道这条了,人家拿这个混点项目经费也就罢了,竟然还有人真的在做用大数据和人工智能救中医的梦,真是有趣。想和大数据、人工智能结合,就得乖乖把“中”字去掉。
作者:大青蛙
链接:https://www.zhihu.com/question/27809752/answer/147491711
来源:知乎

——————————————

就说一个事儿。数据,是要有精度的,且得是可信的大数据,得达到一定规模中医们,请问:你们什么数据是有精度的?中药铺子里面,抓药的到现在都有用手的好么?用秤的你们也注意一下,绝对有不小的误差好么?不要以为换了g作为单位就精确了!中药的产地不同、批次不同,你们都假定它们的有效成分是相同的么?你们甚至连有效成分是什么都不知道!别跟我说中成药,现在各种有名的神药,你敢说没兑任何西药成分?被戳穿的多了去了!更别跟我说中药注射液,那玩意儿的疗效不知道,副作用还真是有数据支持的!你们什么又是可信的?你怎么统计各种药方子?你怎么统计有效性?中西医结合治疗的你又怎么评估疗效究竟是来自中医还是西医?数据真的多到了大数据的程度么?这个就不说了吧?请先去查查大数据的定义话说中医们要得自然科学一等奖的话,弄个大数据噱头说不定还真!管!用!给中医们出个主意,真要和数据分析挂钩?先把从黄帝内经甚至更早的典籍都拿出来分析啊,从字、词、形容词的词频算起。

汗牛充栋,绝对有个几千万字,说不定还能发现绝代神方呢~

发布于 2015-02-05

作者:董董
链接:https://www.zhihu.com/question/27809752/answer/38991400
来源:知乎

———————————————–

补充一点,题主所说的“计算机不需要知道板蓝根的具体成分是什么,当医疗记录足够丰富的时候,计算机可以根据这些记录预测眼前这个咳嗽发热的病人需不需要服用板蓝根。而且数据的容错性跟答案的准确性只跟数据容量有关,数据容量越大,容错性就越好,准确性就越高。“其实就是FDA对不明组分药物的要求,FDA并没有要求必须完全搞清楚药物的所以组分,它的要求是安全有效质量可控,也就是说,毒副作用已知,与安慰剂相比疗效显著以及批内批间差异小,工艺微小变动不影响其安全有效性。你看,其实FDA早已提出这个概念了,有些不懂的人还抱着中药成分复杂我们没有办法全部搞明白所以不能保证安全有效性,质量可控达到也有难度的说法不放。PS:我去大致浏览了一下题主放的那个说是西方人正在推动中药大数据的研究,虽然这是一篇英文文章,但是报道地是香港,主导该项目的科学家从姓名上推测也是华人,所以您说的西方人也在推动这件事好像证据不足呀。

作者:丁丁猫
链接:https://www.zhihu.com/question/27809752/answer/149806360
来源:知乎

—————————————————-

作者:匿名用户
链接:https://www.zhihu.com/question/27809752/answer/75167559
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

大数据在医疗领域确实是有的放矢的其实咱们国家在数据化医药方面已经有些成就了,比如药物研发领域之前去军事医学科学院开会的时候了解到,他们的计算化学(这个不算是大数据,只是说计算水平)已经到了不错的程度,可以预估小分子药物在体内与哪些靶点的结合,听起来这个似乎没啥,实际上蛋白质复杂的变构以及相互作用是个计算量和精度都极大的工作,他们的超级计算机已经可以做的不错了(下图举个简单的例子,红黄色的分子就是这样嵌在蛋白质里的,当然这个东西是动态的)

中医药大数据(中医统计学资料常识)

然而毕竟药学还是量化的不错的一个科学,大数据放到医学上面还是有些难度,中国的医学更甚数据么,无非就是个录入、提取和分析的过程,而中国在这两方面都做得不太好首先,医疗系统存在互相不兼容的问题每家医院都有自己的系统,这年头医院基本都是外包给别的公司,按照自己的想法和要求做出来一个东西,质量参差不齐,更主要的是医院和医院之间完全没法兼容,于是不同医院的各个学组和科室以及之间为了互相合作,迫不得已花了很多钱重新建设技术平台,为的就是实现信息共享,然而北京几家医院联合做了一个,上海几家医院联合做了一个,广州几家医院…………

他们之间又是不兼容的,互相还向卫计委证明自己这个是最好的,要求别的医院安装自己的系统,美其名曰信息整合,实际上就是为了自己的统治地位blablabla……说实话卫计委也挺郁闷的其次,中国的病人信息存在数据化难的问题是的没错,很多医院现在实施了电子病历,医生们终于不用手写纸质病历了~~但实际应用情况如何呢?到底有多少病是真正实现电子化的呢?至少我们医院病房给我的单子很多还都是手写的,我还得手动录入系统,并且还存在一个非常严重的问题,那就是我们的门诊医生实在是太忙了没空写病历,我们医院日门诊量经常上万,每天门诊楼里跟难民营一样,病人的病历基本就化验单和片子,然后一两句最简单的诊断,就完了,病历存在严重的信息不足,写病历和读病历的并不是一个人,完全可能给出差别较大的结论……或许病房的医生还稍微有点时间写病历……

而且给出的诊断的疾病名称还都是手打上去的,为了信息统一化难不成再做一个文字识别系统?这些都是数据录入、提取方面的问题同样,分析方面也有问题之前我们接了个课题,是个药物经济学的评价,需要统计一些病历,我们把病历都调出来一看,发现所有的数据都只能浏览不能提取,也就是说,一个科室5年的,几万的病历,我们要一份一份的看,再一个一个的数据放到EXCEL里面再统计,

Big Data变成了Big Manual Data = = 让我想起以前用计算机的话需要把打了孔的纸输进电脑里,直接变成2进制语言,来操作电脑……

更重要的是,中医远比西医难以量化什么五行、脉象、阴阳论等等……

我反正是完全听不懂,同一个脉象能有不同的解释,总之分门别类十分复杂,这样的数据化则是更困难的进程,不过我想至少同一种中成药的效用是可以进行数据化并且对比评价的,也算是大数据的一个初级运用吧~我想中医未来也应该是可以的说了这么多,我觉得吧,如果不是国家大BOSS狠心整改医疗系统,想要实现全国医疗大数据的普及,恐怕是挺难的一个事,当然我也希望这个技术能尽早普及,好让病人们能更合理的用药.以上

————————-

大数据不是万能的,大数据来源是数据的采集,中医治病在于辩证,能够做到很好的辩证的人很少,而大数据会有可能以多数覆盖掉少数的状况,导致出现问题。同时很多时候有只可意会不可言传的症状,这也所谓的医者,意也。大数据不能做到很好的对症,其另一个原因在于对于患者症状的采集上,很多症状采集是不能通过机器来进行的。至少现在很难做到。

作者:尸万里
链接:https://www.zhihu.com/question/27809752/answer/38195406
来源:知乎

—————–

大数据不错,关于中医的数据挖掘方面论文之前浏览了数百篇,除了部分套用现成软件做名医经验挖掘的坑爹论文,也看到许多真的研究算法,然后进行方药疾病疗效之间联系的分析,可以挖掘出新的东西出来,也可以将名医经验给发挥。感觉这方面的确有前景。当然这种技术肯定永远是局限,出来的结果用于学习是可以,用于实际临床之类的话,还需要做得更深入些。你想到的用于治病的话,那肯定比较遥远了,专家系统也是有,但技术水平如何,也没法推广,这种东西是无法取代医生的啊。我觉得反而是西医这种比较不模糊的诊断规则可以用数字化实现容易许多,当然也还是很麻烦的。另外我觉得中医本质也是一种大数据的“雏形”,历代医家通过吸收前人知识,再亲自用大量临床案例总结的一些诊治规律,通过中医理论来阐释概括,顺便把理论给发展了,你要说他们没有双盲不可靠,那也有点偏激啊。看题目描述好像题主就看了本大数据时代。。。若是题主计算机专业的,可以联系,我是中医学生,在做中医病案方面的课题,如果能碰到计算机比较好的又有兴趣的可以一起研究,那是再好不过了!

作者:Glasperlenspiel
链接:https://www.zhihu.com/question/27809752/answer/38241318
来源:知乎