浅谈数学建模与医学的关系

【摘要】  　　论述医学应用数学的必要性及数学在医学上的广泛应用。

【关键词】  数学建模； 医学

　　众所周知，数学是一门以高度的抽象性、严谨性为特点的学科，但同时数学在其他各门学科也有广泛的应用性，而且随着大型计算机的飞速发展，数学也越来越多的渗透到各个领域中。数学建模可以说是用数学方法解决实际问题的一个重要手段。简单的说，用数学语言来描述实际问题，将它变成一个数学问题，然后用数学工具加以解决，这个过程就称为数学建模［1］。人们通过对所要解决的问题建立数学模型，使许多实际问题得到了完满的解决。如大型水坝的应力计算、中长期天气预报等。建立在数学模型和计算机模拟基础上的CAD(Computer Aided Design)技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段。那么数学在医学领域有哪些应用呢？现代的医学为什么要借助数学呢？本研究主要叙述这两个问题。

　　1  现代医学应用数学的必要性
   
　　现代医学的大趋势是从定性研究走向定量研究，即要能够有效地探索医学科学领域中物质的量与量关系的规律性，推动医学科学突破狭隘经验的束缚，向着定量、精确、可计算、可预测、可控制的方向发展，并由此逐渐派生出生物医学工程学、数量遗传学、药代动力学、计量诊断学、计量治疗学、定量生理学等边缘学科，同时预防医学、基础医学和临床医学等传统学科也都在试图建立数学模式和运用数学理论方法来探索出其数量规律［2］。而这些都要用到数学知识。
   
　　① 数学模型有助生物学家将某些变量隔离出来、预测未来实验的结果，或推论无法测量的种种关系，因为在实验中很难将研究的事物抽离出来单独观察。尽管这些数学模型无法极其精确地模仿生命系统的运作机制，却有助于预测将来实验的结果。
   
　　② 可以利用数学分析实验数据资料。当实验数据非常多时，传统的方法就不再适用了，只能转而使用数值计算的相关理论，以发现数据中存在的关联和规则。特别地随着当前国际生命科学领域内最重要的基因组计划的发展，产生了前所未有的巨量生物医学数据。为分析利用这些巨量数据而发展起来的生物信息学广泛应用了各种数学工具，从而使得数学方法在现代生物医学研究中的作用日益重要。

　　2   医学上的一些例子
   
　　① 医学统计学（Medical Statistics）临床上可用来解释疾病发生与流行的程度和规律；评价新药或新技术的治疗效果；揭示生命指标的正常范围，相互的内在联系或发展规律；运用统计的原理和方法，结合医学的工作实际,研究医学的实验设计和数据处理。医学统计学是基于概率论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门学科［3］。如在疾病的防治工作中，经常要探讨各种现象数量间的联系，寻找与某病关系最密切的因素；要进行多种检查结果的综合评定、探讨疾病的分型分类：计量诊断，选择治疗方案；要对某些疾病进行预测预报、流行病学监督，对药品制造、临床化验工作等作质量控制，以及医学人口学研究等。医学统计学，特别是其中的多变量分析，为解决这些问题提供了必要的方法和手段。以传染病模型为例，了能定量的研究传染病的传播规律，人们建立了各类模型来预测、控制疾病的发生发

[1] [2] 下一页