基于TabNet的周仲瑛教授辨治甲状腺功能亢进病机预测模型及用药规律研究

摘要

目的 以周仲瑛教授治疗甲状腺功能亢进(甲亢)的临床病案为研究对象，探索运用基于神经网络的TabNet模型发现甲亢的诊疗规律，为传承名老中医学术思想、辅助临床诊疗提供方法参考。方法 基于周仲瑛教授及其团队的临床甲亢诊疗医案，构建标准化、结构化训练数据，研究基于注意力机制和稀疏特征选择机制的算法，通过输入标准化临床表现，标准化舌象、脉象构建病机预测模型，分析核心症状、病机和药物以及三者之间的联系。结果 通过训练好的预测模型对肝郁、肝火、痰饮、肾虚、阴虚、瘀血6个病机进行预测，与决策树、随机森林等经典算法构建的多标签分类模型相比，本模型分类和预测指标均较好。通过决策树算法进行挖掘，总结6个核心病机对应中药社团：醋柴胡、夏枯草、牡蛎、炙鳖甲、玄参、天冬、麦冬等。结论 在临床医案数据上运用TabNet算法，构建基于临床表现、舌象和脉象的病机预测模型，可有效地预测核心病机，进而发现“症-机-药”之间的联系，为名老中医学术思想的传承和临床辅助诊疗决策提供方法学参考。

关键词

甲状腺功能亢进 / TabNet / 神经网络 / 症-机-药 / 国医大师 / 周仲瑛 / 病机预测 / 用药规律