Non-leakage machine learning reveals a hypothesis-driven aromatic medicine module in Mongolian prescriptions for cardiovascular disorders

在传统医学领域，古籍常被视为蕴含着数千种代代相传的手写配方的智慧宝库。几个世纪以来，医者们一直依靠这些配方来治疗从心脏疾病到消化问题的各种病症，将特定的草药、矿物质和动物制品调制成粉末、丸剂和茶饮。然而，当现代科学家试图利用计算机在这些古籍中寻找规律时，他们面临着一个棘手的难题。计算机非常擅长寻找线索，但有时也会找错对象。如果计算机读到一条医疗记录，其旁边紧跟着一份成分清单并标注着“治疗心脏病”，计算机可能仅仅学会了将“心脏病”这个词与那些成分联系起来，而不是理解该配方背后的实际化学或生物学逻辑。这就像是一个学生记住了答案解析，而不是学习数学逻辑本身。为了真正理解这些药物是如何发挥作用的，研究人员必须教计算机忽略那些显而易见的标签，只关注成分本身，从而迫使它独立发现药物内在的隐藏结构。

这一挑战正是近期一项针对蒙古医学研究的核心。蒙古医学是一种独特的疗愈传统，它通过生命能量（vital energy）和身心平衡的视角来观察人体。研究人员收集了蒙古医学文献中近八千条处方记录，这是一个庞大的集合，其中包含了二百多种专门用于心脏疾病的配方。他们的目标是观察这些与心脏相关的配方是否共享一个共同且稳定的核心成分，且这种识别过程不依赖于计算机对疾病标签的依赖。为此，他们构建了一个特殊的计算机模型，该模型被严格禁止接触疾病名称、药物功能或任何关于处方预期疗效的注释。模型只能看到三样东西：瓶中含有哪些草药、药物的形式（如粉末或丸剂）以及使用了多少种成分。通过移除这些“依赖标签”的信息，研究人员希望揭示出蒙古医学中关于心脏健康的真实、自然的产物逻辑。

结果揭示了一个隐藏在显眼处的清晰且一致的模式。当计算机仅观察成分时，它发现蒙古医学中用于心脏问题的处方并非随机混合的草药。相反，它们汇聚于一组特定且浓缩的芳香、温性植物。在这些心脏相关配方中最频繁出现的成分是肉豆蔻、乔香果、沉香、丁香和穿心莲根。这五种成分出现的频率如此之高，以至于它们形成了一个独特的“模块（module）”，即一个似乎构成了治疗基础的核心组。这一核心还表现出对粉末剂型的强烈偏好；近百分之七十的心脏相关记录都是粉末形式，这种给药方式与在其他传统医学体系中常见的汤剂有显著不同。研究表明，这种由芳香温性草药组成的粉末组合是蒙古医学中一种刻意的、稳定的策略，其根源在于被称为“Heyi”的概念，即调节生命能量和镇静心神。

然而，这项发现的故事不仅在于发现一种模式，还在于理解计算机的能力边界。研究人员发现，虽然他们的计算机模型在这些心脏相关配方出现时表现出色（几乎捕捉到了每一个），但它也很难将这些配方与非心脏类配方区分开来。事实上，由于该模型过于渴望寻找心脏模式，它将所观察到的近一半的配方都标记为心脏治疗方案，尽管在整个收藏中这类处方的比例极低。这意味着，虽然该模型非常适合生成供专家评审的候选名单，但它尚未准备好作为一种独立的诊断工具使用。大量的误报表明，模型仍在学习如何区分真实的信号与背景噪音。研究人员强调，这项工作的价值不在于计算机给出的最终评分，而在于当计算机被迫保持“诚实”时，它仍然指向了人类专家数百年来一直使用的那五种芳香草药。

这种计算机分析与传统知识的汇聚，为审视这些古老疗法的化学性质提供了一种新途径。研究确定的五种核心成分——肉豆蔻、乔香果、沉香、丁香和穿心莲根——都富含特定的天然化合物，如苯丙烷类、黄酮类和倍半萜类。这些正是现代科学中所联系到的具有减轻炎症、对抗氧化应激和调节血流作用的化学物质。研究表明，蒙古医学中的“芳香温性”和“镇静心神”概念可能在这些特定的化学家族中有着生物学基础。研究人员提出，这种芳香类核心模块的协同作用旨在调节身体的压力反应和循环，从而提出了一个将古代理论与现代药理学联系起来的科学假设。

尽管取得了这些令人鼓舞的发现，研究人员仍谨慎地指出，这只是一个起点，而非最终方案。这项研究并未证明这些草药可以治愈心脏病，也未在实验室或人体临床上对其进行测试。相反，它提供了一个高度聚焦的假设：即一种特定的、基于粉末的芳香类药物是蒙古医学处理心脏健康的关键。接下来的步骤需要人类专家来验证这些发现，包括核实古籍上的标签是否准确，并随后在实验室中测试这些特定的化学组合，以观察它们究竟如何影响人体。通过剥离容易获得的答案并迫使计算机观察原始成分，这项研究成功地分离出了蒙古医学中一个稳定且可解释的模式。它为科学家探索这些古老的芳香粉末如何帮助调节现代人类心脏提供了一条清晰的路径，架起了传统智慧与未来医学发现之间的桥梁。