文献典籍数据的收集与整理

医学文献典籍是科学数据的范畴，可分为两种：标准文献和医学典籍。

1）标准文献

学术期刊论文都有一定的格式，如题目有字数限制，又如摘要有规范标准等。我们认为这属于标准文献。英文全文综合期刊数据库是三大国际学术出版商设立的，包括：Springer Link、Elsevier ScienceDirect和Wiley-Interscience。目前被公认为全球最大、最权威的医学标准文献数据库是由美国国家医学图书馆主导的MEDLINE，共收录1966年以来70多个国家和地区、43种语种，共3 400多种生物医学期刊的近960万条记录（1条记录即1篇医学文献），其中75%是英文文献，涉及基础医学、临床医学、药理学、精神病学、心理学、兽医学、牙科学、护理学及卫生教育和卫生服务管理等各个医学学科。目前，MEDLINE每年约递增30万～35万条记录。在我国，较大的是中国医学科学院医学信息研究所的中国生物医学文献数据库CBMdisc（China Biology Medicine disc），共收录了自1978年以来1 600余种中国生物医学期刊，以及汇编、会议论文的标准文献，总计400多万条，年增长量约35万条。

过去，图书情报学研究文献数据主要靠的是分类检索方法。这种方法虽然在一定程度上方便了文献查找和藏书组织，但同时导致了文献数据集繁多、数据量巨大和数据格式异构等问题。设计新颖的算法（如地铁图［19］和区域分类器［20］）从庞大的标准文献集中可视化研究线索是可行的和有价值的，这种清晰简洁的表述能极大有利于医学探索、医疗研究和学术交流。具体来说，可以简化对一个新的研究领域发起调查时的科研工作量，即使研究人员能在可视化的研究线索的提示下，有针对性地对重点的或感兴趣的内容进行常规文献阅读。(www.xing528.com)

2）医学典籍

医学典籍就是医书。医书自古就有。特别地，中医古籍（如《内经》《伤寒杂病论》等）是中华民族几千年来防病治病宝贵经验的结晶，是中华民族的优秀文化遗产。目前，中国国家图书馆已根据习近平同志在2016年全国卫生与健康大会上所强调的“加强中医古籍、传统知识和诊疗技术的保护抢救和整理”的精神，建立了中华医药典藏资源库，已发布92种中医古籍影像。尽管已有对中医医学典籍（含医案）使用统计方法的归纳总结，但时代在进步，方法也应与时俱进。如何使用大数据技术，将这些已电子化的长达千年积累的海量医学典籍开放利用起来，如进行比对、查找、分析和挖掘，已成为亟待解决的问题。

特别地，如何通过数据实验，使用医学领域内临床取得的数据来证明中医知识的科学性，对中医的传承和创新很有意义。