机器学习在方剂研究中的应用概述

高婉卿，程宁，李力松，黄辛迪，丁长松

机器学习在方剂研究中的应用概述

高婉卿1，程宁1，李力松1，黄辛迪1，丁长松1，2

1.湖南中医药大学，湖南 长沙 410208；2.湖南省中医药大数据分析实验室（丁长松），湖南 长沙 410208

随着信息技术的发展及大数据、人工智能的普及，中医现代化研究得到极大发展。为探究辨证论治、组方配伍本质规律，方剂研究成为中医传承与发展的重要内容。为实现智能化中医诊疗，根据病症自动推荐准确有效的方剂成为研究关键。本文对近年来机器学习在方剂领域中的应用进行梳理，将聚类、支持向量机、关联规则等传统机器学习方法和深度学习技术的特点及其在方剂研究中的应用进行比较；分析机器学习在方剂研究中遇到的困境及其相应的解决办法；指出机器学习在方剂研究中的趋势，并对其前景进行展望。

机器学习；中医；方剂；客观化；智能化；综述

机器学习以计算机为工具模拟人类思维方式，通过学习知识和技能解决问题，在计算机视觉、自然语言处理、搜索技术、语音识别、推荐等诸多领域得到广泛应用。决策树、聚类、关联规则等传统机器学习算法通过提取样本的数据特征分析其内在规律，往往适用于小样本集。深度学习是机器学习领域中新的研究方向，将原始数据通过非线性模型映射为更高层次、更抽象的向量表示，通过足够多的映射来学习复杂关系以解决实际问题，具有良好的泛化能力[1-2]。近年来在辅助医疗、医学影像、药物挖掘等方面发挥了重要作用[3]。……