通过回顾中医临床大数据知识工程学的起源及其40年发展历程，厘清了各研究阶段的重大事件和研究成果，阐述了基于病案的真实世界中医临床研究思路与方法，强调了从数据驱动向数据与知识双驱动模式转换，推动真实世界中医临床研究模式变革与创新的重要性，明确了模式变革与创新的基础是将中医临床病例数据库知识属性化重构，使隐性知识显性化，实现知识的完整表达，构建中医临床病例知识库。以病例数据知识化、知识编码及知识图谱为示例，重点展示了中医临床大数据知识工程的关键技术和核心环节，充分证实了大数据知识工程是真实世界中医临床研究的必由之路。在国家中医药高质量发展战略指引下，未来应培育中医临床研究新质生产力，形成具有新发展理念的中医临床研究新业态为目标，构建大数据知识工程技术平台和中医临床知识仓库，为开展中医临床领域大模型研究提供技术平台和知识资源，促进中医临床智能化和中医药事业高质量发展。
Through a systematic review of the origin and 40 years of development of Traditional Chinese Medicine(TCM) big data knowledge engineering, we clariffy the major events and research achievements in each stage of the research, expound the ideas and methods of real world TCM clinical study based on medical records, emphasize the importance of transforming from data driven mode to data and knowledge driven mode to promote the innovation of the real world TCM clinical study model, and argue that the basis of model transformation and innovation is to reconstruct the knowledge attributes of TCM clinical case data base, make tacit knowledge explicit, realize full expression of knowledge, and build a TCM clinical case knowledge base.Taking case data knowledge, knowledge coding and knowledge mapping as examples, we highlight the key technologies and core links of TCM big data knowledge engineering, and fully confirm that big data knowledge engineering is the only way for real world TCM clinical study.Under the guidance of the national high-quality development strategy of TCM, with the goal of cultivating new quality productivity and forming a new business form of clinical research of TCM with new development concepts, we will build a big data knowledge engineering technology platform and a warehouse of TCM clinical knowledge, provide a technical platform and knowledge resources for carrying out large-scale model research in the field of TCM, and promote the clinical intelligence and high-quality development of TCM.
[1] 毛树松, 沈绍武, 胡芳. 中医临床数据结构化与知识关联方法学概论[M]. 北京: 中国中医药出版社, 2022: 13.
[2] Wu X D, Chen H H, Wu G Q, et al. Knowledge engineering with big data[J]. IEEE Intelligent Systems, 2015, 30(5): 46-55.
[3] 陆汝钤. 从大数据到大知识[J]. 重庆邮电大学学报(自然科学版), 2022, 34(6): 921-928.
[4] 郑庆华. 大数据知识工程[M]. 北京: 科学出版社, 2023.
[5] 宋淑洁, 田双桂, 张盼, 等. 中医临床研究创新发展的需求分析与对策[J]. 时珍国医国药, 2022, 33(5): 1267- 1269.
[6] Corrigan-Curay J, Sacks L, Woodcock J. Real-world evidence and real-world data for evaluating drug safety and effectiveness[J]. JAMA, 2018, 320(9): 867.
[7] Basch E, Schrag D. The evolving uses of "real-world" data[J]. JAMA, 2019, 321(14): 1359.
[8] Concato J, Corrigan-Curay J. Real-world evidence—Where are we now?[J]. New England Journal of Medicine, 2022, 386(18): 1680-1682.
[9] 李蔓, 邵明义, 符宇, 等. 基于临床数据开展中药新药真实世界研究的策略与问题探讨[J]. 中药药理与临床, 2020, 36(5): 219-223.
[10] 张雨楠, 李易真, 窦智丽, 等. 真实世界针灸大数据研究现状、问题与解决路径[J]. 中华中医药杂志, 2023, 38(2): 695-698.
[11] 李宛亭, 乔佳慧, 孟令全, 等. 真实世界数据存在的问题与质量提升对策研究[J]. 中国新药杂志, 2021, 30(13): 1160-1163.
[12] 王永炎, 王忠, 王燕平. 中医临床医学迎接大数据科学时代的刍议[J]. 中医杂志, 2022, 63(1): 2-4.
[13] 刘保延. 真实世界的中医临床科研范式[J]. 中医杂志, 2013, 54(6): 451-455.
[14] 宋淑洁, 毛树松, 张盼, 等. 基于大数据知识工程的中医临床研究新模式构建研究[J]. 时珍国医国药, 2022, 33(9): 2297-2299.
[15] 陈俞清, 朱瑶, 张雪荣, 等. 中医临床大数据知识工程基本理论与方法学体系[J]. 时珍国医国药, 2022, 33(6): 1531-1532.
[16] 田双桂, 桑宇慧, 付文娇, 等. 中医临床知识属性分类与代码标准体系构建研究[J]. 时珍国医国药, 2022, 33(10): 2554-2557.
[17] 张盼, 毛树松, 林玲, 等. 中医临床知识组织与知识编码研究[J]. 时珍国医国药, 2023, 34(4): 1024-1026.
[18] 肖勇, 张魁, 沈绍武, 等. 中医临床大数据知识工程技术平台架构与功能设计[J]. 时珍国医国药, 2023, 34(6): 1518-1520.
[19] 周雪忠, 王世华, 张迪, 等. 构建中医药特色真实世界临床研究新模式的实践与思考[J]. 科技导报, 2023, 41(14): 22-31.
[20] 于彤, 崔蒙, 张竹绿. 从中医药学语言系统到简单知识组织系统本体的转换研究[J]. 中国中医药信息杂志, 2014, 21(12): 38-41.
[21] 中华人民共和国国家市场监督管理总局, 中国国家标准化管理委员会. 健康信息学中医药学语言系统语义网络框架: GB/T 38324—2019[S]. 北京: 中国标准出版社, 2019.
[22] 牟梓君. 小儿脑瘫中医诊疗知识图谱构建及其隐性知识显性化研究[D]. 北京: 中国中医科学院, 2021.
[23] 赵汉青. 中医药知识图谱研究述评[J]. 中国数字医学, 2023, 18(8): 102-107.
[24] 张翙, 杨伟杰, 刘文文, 等. 人工智能时代知识图谱表示学习方法体系[J]. 科技导报, 2021, 39(22): 94-110.
[25] Guo Z H, Liu Q P, Zou B J. Research on knowledge reasoning of TCM based on knowledge graphs[J]. Digital Chinese Medicine, 2022, 5(4): 386-393.
[26] Yang R, Ye Q, Cheng C L, et al. Decision-making system for the diagnosis of syndrome based on traditional Chinese medicine knowledge graph[J]. Evidence-Based Complementary and Alternative Medicine, 2022, 2022: 8693937.
[27] Hou M H, Jin J X, Wei C F. Research and practice on the construction of Chinese medicine knowledge intelligent question answering system based on knowledge graph[C]//Proceedings of Second International Symposium on Computer Applications and Information Systems (ISCAIS 2023). Washington D C: SPIE, 2023.
[28] 胡振生, 杨瑞, 朱嘉豪, 等. 大语言模型在医学领域的研究与应用发展[J]. 人工智能, 2023, 10(4): 10-19.
[29] 邓佳文, 任福继. 2023年生成式AI大模型发展热点回眸[J]. 科技导报, 2024, 42(1): 266-285.
[30] 张伯礼. 守正创新, 笃行致远共促新时代中医药高质量发展[J]. 科技导报, 2023, 41(14): 1.
