原文鏈接：http://tecdat.cn/?p=997
概要
方劑藥效與劑量的關係中藥不傳之祕在於劑量中藥配伍規律。拓端數據使用數據挖掘技術對海量的在線醫院藥物複方歷史數據進行智能分析，並從中找出藥物配伍的規律。
業務挑戰
中醫傳承過程中，關於生理、病因病機以及疾病的表現和發展規律，都容易記載在書上，也容易理解和傳承。然而隨着醫藥科技的不斷進步,新特藥品的的種類的不斷出現,給藥物配伍又一次新挑戰。同時，爲了探索昂貴中藥材是否有其他廉價替代品的問題，對藥物的配伍規律和性味歸經描述來衡量藥物的相似度，根據相似度對藥物進行聚類。
藥物配伍查詢解決方案設計
關聯規則模型
結合機器學習方法、數據清理、集成、變換和規約等技術對中醫藥方中原始數據進行了規範化處理，並用關聯規則模型對藥物配伍關係進行挖掘。
關聯規則可以反映一個事物與其他事物之間的相互依存性和關聯性使用關聯規則挖掘算法,找到中藥之間的高頻組合以及強關聯關係。
得到最常用的藥物配伍——對支持度和置信度進行排序
規則前項 規則後項 支持度 置信度 提升度
{附子} => {桂枝} 0.1824324 0.7500000 2.413043[2]
{桂枝} => {附子} 0.1824324 0.5869565 2.413043[3]
{附子} => {白芍} 0.1689189 0.6944444 1.605903[4]
{白芍} => {附子} 0.1689189 0.3906250 1.605903[5]
{牛膝} => {杜仲} 0.1689189 0.6756757 1.754386[6]
{杜仲} => {牛膝} 0.1689189 0.4385965 1.754386[7]
{續斷} => {獨活} 0.1756757 0.7027027 2.418605[8]
{獨活} => {續斷} 0.1756757 0.6046512 2.418605[9]
{續斷} => {杜仲} 0.1891892 0.7567568 1.964912[10]
用網絡圖對常用的藥物配伍關係進行可視化
聚類模型
更好的區分不同種類的藥物配伍關係——聚類
爲了解決昂貴中藥材的廉價替代品問題，對藥物的配伍規律和性味歸經描述來衡量藥物的相似度，根據相似度對藥物進行聚類。通過理療措施之間的相似性進行聚類，相當於治療方案空間上的粗粒化。
網絡圖對每個種類進行可視化
藥物配伍查詢系統的實現
通過建立適用於臨牀的藥物配伍查詢系統,方便醫務人員適時適時查詢藥物配伍及藥品信息,促進臨牀合理用藥。
最後，隨着政府、企業、科研機構加大對智慧醫院精準醫療的資源投入，大數據將持續發揮精準醫療發展助推器作用，推動精準醫療產業發展。