多而无法获取和理解的问题。建立专病大数据的根本目的其实是利用现代信息技术帮助人类研究者从海量数据中获取其真正需要的信息，从而增益其知识体系并对临床医疗带来帮助。目前的专病数据库一般在临床是指带有HIS接口的电子病历，在学校或者研究机构是指专病学科文献库，在中医院校或者机构中还往往建设有中医古代文献库。以上这些库都存储着有用的信息，但是对普通研究者而言存在难以获取和利用的问题。国内外对于医学文献数据大部分是采用人工标注的方法进行分析，有研究价值，但是人工操作效率较低而且难以评价效果，对多种融合数据也比较难处理。本文认为解决这一问题需要开发中文文本自动分析标注技术、医学文献语义分析技术、中医医理分析技术、异构数据融合分析技术，并在这些技术的基础上对大数据平台的文献及病例数据进行融合分析。具体来说需要提出新的医学文献分析理论，形成新的中医病证大数据平台，开发新的数据融合算法。1基于深度学习的本体关联医学文献分析理论11新理论的目标本文认为传统的医学文献分析依赖于专家或经典著作的知识体系构建，建立知识本体后进行人工标注和统计分析，虽然有很好的研究价值，但是当前在研究进度和准确性上都不能很令人满意。当前待分析的古代中医
f文献以百万字数起算，现代专病文献动辄几十万篇，这样的数据量已经远远超过人工能处理的范畴，因此我们认为要在建立中医和现代医药知识本体库的基础上，建立一种自适应的医学本体关联的数学模型，基于深度学习的思想设计标注和分析的算法，根据研究需要自动给出医学文献分析数据和可视化分析结果。12新理论的建立知识本体的建立可以依据现有本体建构的方法进行设计，其核心问题是本体基础信息的来源和自适应产生新本体的规则产生过程的设计。我们处理的对象是文本形式的医学文献，新理论认为系统中的一篇文献可以通过观察者与具有一定知识结构的本体系统的互动而产生有意义的结果并推送给观察者。这种互动是本体系统自适应算法基于深度学习的方法不断提高效率和准确度的，最终达到代替人类观察者快速从海量数据中获取信息的目的。这一理论引入异构知识的关联耦合权重因子的概念和建立数值变化模型，指导大数据研究的融合方法研究。因为尽管各知识本体有很大的差异，但是临床各种本体概念仍有很大的关联性，研究中将海量的数据根据前期研究的关联模型自动建立关联线索和关联框架。的建设实践笔者团队按照前面提出的基于深度r