基于文献计量学探讨人工智能在代谢相关脂肪性肝病中的应用及展望

摘要

目的 基于文献计量学探讨人工智能(AI)在代谢相关脂肪性肝病(MAFLD)中的应用及展望。方法 检索Web of Science核心合集数据库(WoSCC)中AI技术应用于MAFLD中的相关文献。运用CiteSpace、VOSviewer、R包“bibliometrix”以及文献计量在线分析平台分析该领域的应用热点及趋势。结果 共获得303篇符合要求的文献。从2017年开始，该领域论文数量呈爆发式增长。美国在AI应用于MAFLD领域的研究中处于领先地位，并且是参与国际合作最频繁的国家。加州大学圣地亚哥分校是发文量最高的机构。LOOMBA R是发文量最高的作者，发表了14篇文章。共被引关键词聚类标签显示了10个主要聚类：digital image analysis, machine learning, computer-aided diagnosis, fibrosis stage, automated quantitative analysis, metaproteomics, non-invasive diagnosis, ultrasonography, electronic health records, knowledge representation。AI在MAFLD领域的相关研究目前主要集中在MAFLD的诊断、鉴别诊断以及分期中的应用。图像识别与分析、智能辅助诊断、AI算法和监测疾病进展将是AI在MAFLD领域的重要研究方向。结论 AI应用于MAFLD的相关研究呈指数级增长，考虑到该领域的巨大潜力和临床应用前景，AI在MAFLD相关领域的应用仍将是未来的研究热点。

关键词

文献计量学 / 人工智能 / 代谢相关脂肪性肝病 / 智能辅助诊断 / 机器学习 / 深度学习