医学人工智能研究热点双聚类分析

摘要

目的 采用双聚类方法对人工智能在医学领域的国际研究成果进行分析，探讨主题领域内热点趋势。方法 检索Web of Science核心合集数据库中医学人工智能的相关文献，采用Co-Occurrence13.4提取高频关键词生成词篇矩阵，应用gCluto1.0聚类工具包进行双聚类分析。结果 共纳入文献7 803篇，年发文量整体呈上升趋势，美国位居发文总量的首位，共提取30个高频主题词，形成人工智能应用于生物标志物检测等6个聚类。研究热点聚焦于卫生保健、疾病转归、疾病全程监测、辅助诊断癌症、预测模型效验和鉴别生物标志物6个主题。结论 人工智能已普遍应用于临床诊断和治疗，为基因检测及公共卫生事件提供了针对性的支持，但国内相关研究还处于发展阶段，未来还需要依托多学科、机构间的交流合作，推动中国智能化医疗的发展，使其真正成为促进医疗卫生事业发展的重要工具。

关键词

人工智能 / 远程医疗 / 研究热点 / Web of Science / 双聚类 / 可视化分析

基金资助

河南省医学科技攻关计划省部级共建项目(SB201901100)