人工智能在醫(yī)學領域應用研究熱點的計量學分析

陳書敏　孔外平　柳俊

關鍵詞：人工智能；醫(yī)學；計量學分析；熱點分析

中圖分類號：R319 文獻標識碼：A

文章編號：1009-3044（2023）08-0013-03

0 引言

隨著人工智能逐步應用到醫(yī)學領域，專家學者們從各自專業(yè)的角度進行了各類研究。盡管如此，還有許多問題亟待解決，例如如何劃分各個研究階段，研究主題（熱點）是如何變化的，有什么特點？這些問題在之前并沒有報道提及，因此本文進行了分析和探討。

1 資料和方法

1.1 資料

以“人工智能”“AI”分別與“醫(yī)學”“醫(yī)療”“健康”組合，以多重檢索策略并添加“同義詞擴展”，檢索起始時間為不限定，截止時間為2018年12月31日，對中國知網(wǎng)數(shù)據(jù)庫進行檢索。檢索結果共有相關文獻1118篇。通過對檢索出的文獻逐個分析，剔除新聞報道113篇、廣告11篇、科普類文獻45篇、無關文獻423篇、相同文獻2篇，共得到有效文獻524篇。

1.2 方法

收集上述數(shù)據(jù)，從發(fā)文年份、文獻關鍵詞兩方面進行統(tǒng)計分析，使用了SPSS多維度分析繪制知識圖譜。

2 結果與分析

2.1 文獻年份分布情況

1978年，國家將“智能模擬”列為計算機科學的重要研究方向之一[1]。受此影響，人工智能開始嘗試進入醫(yī)學領域。此后該項研究的文獻數(shù)量雖然出現(xiàn)多次小幅波動，但總體呈增長的趨勢。由此劃分為兩個階段，即起步期（1981～2000年，2.45篇/年）、發(fā)展期（2001～2018年，26.39篇/年）（見圖1） 。

2.2 發(fā)表文獻內(nèi)容的分析

（關鍵詞分析）關鍵詞是文獻的“指紋”，高頻關鍵詞則更能反映研究的主題（熱點）[2]。對高頻詞進行多維尺度分析得到不同時期的知識圖譜。

2.2.1 1981～2000年起步期

由圖2可知，起步期的高頻詞劃分為六個類團（具體見表1） 。

（1） 機器人

由圖2可知，A1在二象限，即起步期醫(yī)療機器人的研究已形成一定規(guī)模，但不處于核心地位。具體來說，醫(yī)療機器人分為四類，其中手術機器人應用最廣泛，如1985 年機器人輔助定位神經(jīng)外科活檢術的應用。

（2） 計算機輔助診斷

由圖2可知，A2主要在二、四象限，其中計算機輔助技術、計算機應用在第二象限，計算機輔助診斷在第四象限。即計算機輔助技術用于診斷尚處于不成熟階段，出現(xiàn)了計算機輔助腦立體定向手術[3]等技術。

（3） 醫(yī)學專家系統(tǒng)

由圖2可知，A3在一象限，即處于核心地位。具體來說，1977年首個中醫(yī)專家系統(tǒng)研發(fā)成功[4]。隨后中醫(yī)專家系統(tǒng)研制迎來了高潮，到了1990年后逐漸走向低潮[5]（醫(yī)學領域的知識和經(jīng)驗描述的多樣性和不確定性使得專家系統(tǒng)其知識獲取和有效處理的“瓶頸”變得突出[6]） 。

（4） 文本信息處理

由圖2可知，A4在三象限，即研究沒有形成系統(tǒng)，有待進一步發(fā)展完善，諸如《中國醫(yī)院知識倉庫》等機構知識庫陸續(xù)建立[7]。

（5） 智能化醫(yī)療儀器

由圖2可知A5在三象限。即此類研究在這個時期還沒有形成體系。此時中醫(yī)智能化醫(yī)療儀器主要是四診儀的研制，如脈象儀。與國外相比，我國相關研究起步較晚，且智能醫(yī)療儀器主要基于微機，而當時我國尚未完全掌握微處理器技術[8]，使得智能化醫(yī)療儀器研制也深受影響。

（6） 影像數(shù)據(jù)處理

由圖2可知，A6在三象限，即該項研究較淺，沒有形成完整體系。具體來說，影像數(shù)據(jù)處理以影像識別為主。其影像識別技術以圖像處理、計算機視覺為主。此類研究在我國起步較晚，20世紀在80年代，國內(nèi)理論研究還是一些零散的有關于圖像處理或是模式識別；1997年引進計算機視覺設備和生產(chǎn)線[9]，此后計算機視覺框架體系逐步完善。

2.2.2 2001～2018年發(fā)展期

由圖3和表2可知，發(fā)展期的高頻詞劃分為三個類團。與起步期的類團（見表1） 相比，少了三個“（ 智能儀器”“計算機輔助診斷”和“影像數(shù)據(jù)處理”） 。即在發(fā)展期隨著技術發(fā)展，智能儀器或加入了醫(yī)學專家系統(tǒng)內(nèi)化為專家系統(tǒng)一部分；或因為“智能儀器內(nèi)部計算機移到外部，讓計算機控制和協(xié)調多臺儀器”，成了計算機輔助診斷一部分；或采用了機器人技術發(fā)展成為醫(yī)療機器人[10]。與此同時，計算機輔助診斷從二十世紀末就開始從數(shù)據(jù)處理發(fā)展到醫(yī)學專家系統(tǒng)階段，成為醫(yī)學專家系統(tǒng)的一個分支[11]。同樣的原因，“影像數(shù)據(jù)處理”類團也內(nèi)化成其他類團。

（1） 機器人

由圖3可知，B1在第一、三象限，即有些研究主題處于核心且成熟階段；有些研究主題尚處于不成熟階段。對比表1和表2的A1和B1，B1內(nèi)容明顯多于A1，即醫(yī)療機器人研究范圍變大。這是因為發(fā)展期處于第二代感知機器人向第三代智能機器人過渡的階段，[12]諸如上肢康復機器人、仿鞭毛菌游動的微型機器人等智能機器人更能發(fā)揮醫(yī)療作用。

（2） 醫(yī)學專家系統(tǒng)

B2主要分布在圖3的第一、三、四象限，即有些研究主題處于核心地位且成熟，如電子病歷及知識庫、中醫(yī)藥文獻等大數(shù)據(jù)的數(shù)據(jù)挖掘研究[13]；有些研究主題雖已經(jīng)自成體系已成熟但不是主要研究方向，如醫(yī)學影像；有些研究主題發(fā)展不成熟但其地位是未來的熱點，如影像組學。對比表1和表2的A3和B2，B2內(nèi)容明顯多于A3，即研究的廣度較前一時期更大，像掌紋診病專家系統(tǒng)[14]、肝病數(shù)據(jù)挖掘與專家系統(tǒng)[15]、基于相容性分析的醫(yī)療診斷專家系統(tǒng)[16]相繼研發(fā)成功。

（3） 文本信息處理

B3主要分布在圖3的第二象限，即研究已形成一定規(guī)模，但是不處于核心地位。對比表1和表2的A4和B3，B3內(nèi)容明顯多于A4，即研究的廣度較前一時期更大。這是因為一方面此階段正是因特網(wǎng)大發(fā)展時期，文本信息處理開始將觸角延伸至新領域，如數(shù)字圖書館；另一方面將本體概念引入人工智能、圖書情報等領域，由此產(chǎn)生了本體知識庫[17]。如西醫(yī)方面建立臨床路徑知識庫[18]，中醫(yī)方面建立中醫(yī)古籍知識庫等[19]。與此同時，利用了各種知識庫建立平臺提供智能決策等服務，如國內(nèi)首個“護理知識圖譜”研究中心[20]。

4 結論

通過對1981～2018年的人工智能在醫(yī)學領域應用研究的文獻內(nèi)容熱點分析可知，其特點為：①研究總體上劃分為兩個發(fā)展階段。1981～2000年為第一階段，起步期；2001～2018年為第二階段，發(fā)展期。②研究主題在融合中發(fā)展。如起步期有機器人、計算機輔助診斷、醫(yī)學專家系統(tǒng)、文本信息處理、智能化醫(yī)療儀器、影像數(shù)據(jù)處理六個研究主題；隨著技術進步，智能化醫(yī)療儀器、計算機輔助診斷、影像數(shù)據(jù)處理三個研究主題在起步期逐漸融入醫(yī)學專家系統(tǒng)、機器人主題中。③研究在深度中發(fā)展。如機器人類團在起步期雖已形成一定規(guī)模，但不處于核心地位；在起步期仍處于非核心地位；發(fā)展期則處于中心地位且發(fā)展成熟。④研究主題類團的變化既反映當時現(xiàn)狀又昭示著未來的研究方向。如醫(yī)學專家系統(tǒng)類團在嘗試期處于中心且熱點階段；經(jīng)過嘗試期的發(fā)展后，在起步期形成一定規(guī)模，但是不處于研究的核心地位；在發(fā)展期有些研究主題處于核心地位且成熟，如電子病歷等大數(shù)據(jù)的數(shù)據(jù)挖掘研究；有些研究主題雖已經(jīng)自成體系已成熟但不是主要研究方向，如醫(yī)學影像；有些研究主題發(fā)展不成熟但其地位上是未來的熱點，如影像組學。