基于CiteSpace的人工智能应用于医学装备领域研究的可视化分析.pdf

医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.2024基于 CiteSpace 的人工智能应用于医学装备领域研究的可视化分析覃虹娜1袁陈秋宏1袁陈志杰1袁农晓琳2渊1.广西医科大学信息与管理学院袁广西 南宁530021曰2.广西医科大学口腔医学院附属口腔医院口腔颌面外科袁广西 南宁530013冤摘要院目的使用可视化分析软件对近20年来在人工智能应用于医学装备领域的研究热点及趋势进行分析袁为相关科研和医疗工作者开展相应研究和应用提供参考遥方法在CNKI和Web of Science核心合集数据库检索自2002年1月-2022年12月发表的关于人工智能应用于医学装备领域的相关文献袁将收集到的文献以标准格式导入CiteSpace软件中袁从年发文量尧作者尧研究机构尧关键词4个方面进行可视化图谱分析遥结果纳入人工智能应用于医学装备领域研究共2181篇袁其中CNKI数据库纳入539篇袁Web of Science核心合集数据库纳入1642篇遥该领域CNKI数据库研究者共267人袁发文机构209个曰该领域Web of Science核心合集数据库共有学者640人袁发文机构468个曰CNKI数据库文献的研究热点主要为人工智能尧医疗器械尧医学装备尧深度学习尧辅助诊断等袁其中人工智能尧医学装备尧辅助诊断是研究前沿曰Web of Science核心合集数据库文献的研究热点和前沿主要有分类尧物联网尧信息技术尧图像分割尧深度学习尧医学人工智能等遥结论目前袁医疗领域的人工智能正蓬勃发展遥虽然应用广泛袁但合作仍分散遥未来的研究将更加强调团队合作和跨学科交叉袁以便更好地利用各方面的资源和优势袁为科研人员提供更加清晰的研究方向和指导袁从而推动研究成果的创新和发展遥关键词院人工智能曰医学装备曰CiteSpace曰可视化分析中图分类号院TP18曰R197.39文献标识码院ADOI院10.3969/j.issn.1006-1959.2024.05.006文章编号院1006-1959渊2024冤05-0038-06Visualization Analysis of Artificial Intelligence Applied to Medical Equipment ResearchBased on CiteSpaceQIN Hong-na1,CHEN Qiu-hong1,CHEN Zhi-jie1,NONG Xiao-lin2(1.School of Information and Management,Guangxi Medical University,Nanning 530021,Guangxi,China;2.Department of Oral and Maxillofacial Surgery,Affiliated Stomatological Hospital,Guangxi Medical University College of Stomatology,Nanning 530013,Guangxi,China)Abstract：Objective To analyze the research hotspots and trends of artificial intelligence applied to medical equipment in the past 20 years by usingvisual analysis software,and to provide reference for relevant scientific research and medical workers to carry out corresponding research andapplication.Methods The relevant literatures on the application of artificial intelligence in the field of medical equipment published from January2002 to December 2022 were searched in the core collection database of CNKI and Web of Science.The collected literatures were imported intoCiteSpace software in standard format,and the visual map analysis was carried out from four aspects:annual publication volume,authors,researchinstitutions and keywords.Results A total of 2181 literatures on the application of artificial intelligence in the field of medical equipment wereincluded,including 539 literatures in the CNKI database and 1642 literatures in the Web of Science core collection database.A total of 267researchers from CNKI database in this field and 209 publishing institutions were included.There were 640 scholars and 468 publishing institutionsin the core collection database of Web of Science in this field.The research hotspots of CNKI database literature mainly included artificialintelligence,medical equipment,medical equipment,deep learning,auxiliary diagnosis,etc.,which were the research frontiers of artificial intelligence,medical equipment and auxiliary diagnosis.The research hotspots and frontiers of Web of Science core collection database literature mainly includedclassification,Internet of Things,information technology,image segmentation,deep learning,medical artificial intelligence,etc.ConclusionAtpresent,artificial intelligence in the medical field is booming.Although widely used,cooperation is still scattered.Future research will place moreemphasis on teamwork and interdisciplinary crossover,so as to make better use of various resources and advantages,provide researchers with clearerresearch directions and guidance,and promote the innovation and development of research results.Key words：Artificial intelligence;Medical equipment;CiteSpace;Visual analysis基金项目：1.广西研究生教育创新计划项目基金资助课题（编号：JGY2022070）；2.广西壮族自治区学位与研究生教育改革课题项目基金资助课题（编号：JGY2018040）作者简介：覃虹娜（1999.3-），女，广西河池人，硕士研究生，主要从事医学信息管理、医学图像处理等研究通讯作者：农晓琳（1968.7-），女，广西南宁人，博士，教授，主要从事口腔颌面头颈部疾病诊疗及基础、医学信息等研究38医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.2024医学装备是指用于医学诊断、辅助治疗、患者康复和医学研究等领域的各种仪器设备和器材。目前，医学装备已经成为医学领域的重要组成部分，对于医疗质量和效率的提高具有至关重要的意义和价值1。自 21 世纪以来，随着人工智能（Artificial Intelligence，AI）的高速发展，将人工智能应用于医学装备，可以使医学装备具备更多的功能，从而提高医学装备的智能化、自动化和精准化水平，促进医学研究的良性发展，提高医学诊断的正确率，为后续的治疗提供方便和更多可能2。因此，探索人工智能赋能医学装备领域的现状以及前沿热点等问题具有现实意义。CiteSpace 是一种主流的领域热点的文献计量学的可视化分析分析软件，是由美国德雷塞尔大学陈超美教授基于 JAVA 语言开发3。CiteSpace 软件它可以对大量文献数据进行可视化分析，以图形化形式呈现不同领域的关系、研究趋势和知识结构等信息，帮助研究者更好地理解和掌握研究现状和前沿4。本研究使用可视化分析软件对近 20 年来在人工智能应用于医学装备领域的研究热点及趋势进行分析，旨在为相关科研和医疗工作者开展相应研究和应用提供参考。1资料与方法1.1 数据来源 文献数据分别来自 CNKI 和 Web ofScience 核心合集数据库，CNKI 中检索式 TS=（人工智能 or 深度学习 or 机器学习）and（医学装备 or 医学设备 or 医疗器械 or 医学实验装置 or 医学软件 or医学系统 or 医疗设备 or 医疗仪器 or 医疗器具 or医疗器材 or 计算机辅助诊断系统）。Web of Science核心合集数据库中检索式 TS=（“Artificial intelli原gence”or“deep learning”）and（“medical equipment”or“medical device”or“medical software”or“hospitalsystem”or“medical instrument”or“Computer aided di原agnostic system”）。纳入标准：摘要内容符合人工智能应用于医学装备领域的主题，其中在 Wed of Sci原ence 核心合集数据库剔除我国作者发表的英文文献，时间设定为 2002 年 1 月 1 日-2022 年 12 月31日，排除标准为科技成果、报纸、会议文献、会议、书稿序言、图书等。1.2 研究方法 中文文献数据在 CNKI 下载，导出“Reforks”格式，使用 NoteExpress 软件对所有数据进行去重后，最终获得 539 篇。英文文献数据在 Webof Science 核心合集数据库下载，导出为纯文本文件格式，去重后最终获 1642 篇。利用 CiteSpace6.1.R2软件对所得到的文献数据进行可视化分析，探索人工智能技术在医学装备领域中的研究进展、研究热点和研究趋势。将可视化软件时间片设置为 1 年，绘制作者、机构、关键词共现图谱，同时结合关键词出现频率、中心性等客观数据，评估分析对象的研究热度、重要程度以及研究趋势。2结果与分析2.1 发文量趋势分析 分析发文量趋势在一定程度上可以衡量某一领域在未来的发展趋势和受关注程度，为研究提供重要参考5。根据检索结果在 CNKI和 Web of Science 核心合集数据库上分别检索到539和 1642 篇,对其进行统计分析绘制年发文量线图（图 1）。由图可知，2002-2017 年属于该领域研究的起步阶段，发文量小幅度增加，CNKI 和 Web ofScience 核心合集数据库发文量均低于 40 篇。2017-2022 年属于该领域研究的快速发展阶段，发文量涨幅飞速，CNKI 和 Web of Science 核心合集数据库发文量分别增加 95 篇、442 篇。图1 AI应用于医学装备领域研究年度发文量趋势图39医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.20242.2 作者合作网络分析 根据 CiteSpace 软件数据统计发文量前 5 的作者，见表 1。CNKI 数据库发文量最高的作者是中国食品药品检定研究院医疗器械检定所的王浩，Web of Science 核心合集数据库发文量最高的作者是美国路易斯维尔大学的El-baz Ayman。使用 CiteSpace 软件将 T 节点设置为“Author”，生成作者合作网络图谱。作者合作网络图谱反映了在该研究领域中作者之间的合作密切程度与合作模式6。在作者合作网络图谱中，每个节点代表一个作者，节点之间的连线代表作者之间存在合作关系，连线的粗细可以反映合作的强度和类型7。如图 2 和图 3 所示，主要的研究团队为王浩、任海萍、孟祥峰、李佳戈等为代表的团队，总体说来 CNKI 数据库的研究者间的合作强度较低，研究力量较为分散。Web of Science 核心合集数据库主要的研究团队为El-baz,Ayman、Ghazal,Mohammed、Tada,Tomohiro、Lee,Yeha，他们的合作强度较高，研究力量更加集中，表明 Web of Science 核心合集数据库的学者更重视该领域的研究。2.3 机构地区共现分析 运用 CiteSpace 软件绘制人工智能应用于医学装备研究领域的机构合作网络图谱，以展示人工智能应用于医学装备研究领域的核心研究群体。从图 4 和图 5 机构共现图谱显示，CNKI 数据库中各机构之间在智能医学装备领域的研究合作关系不够紧密，合作项目和合作频率相对较低。相比之下，Web of Science 核心合集数据库中各机构之间的合作关系更加紧密，合作项目和合作频率较高。序号12345作者王浩任海萍孟祥峰李澍李佳戈发文量（篇）1711976作者El-baz AymanAcharya U RaiendraGhazal MohammedTada TomohiroLee Yeha发文量（篇）1514976CNKI 数据库Web of Science 核心合集数据库表1 AI应用于医学装备领域研究发文量前5的学者图2 CNKI数据库学者共现图谱图3 Web of Science核心合集数据库学者共现图谱40医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.2024图4 CNKI数据库机构共现图从研究机构的地区分布来看，CNKI 数据库发文量排名前 3 的机构分别来自湖北的华中科技大学（10 篇）、北京的国家药品监督管理局医疗器械技术评审中心（10 篇）、上海的上海交通大学（8 篇）。Web of Science 核心合集数据库中发文量排名前 3的机构分别来自美国的哈佛大学（48 篇）、埃及知识库（44 篇）、韩国首尔大学（39 篇），见表 2。2.4 研究热点分析2.4.1 关键词共现分析 在可视化分析软件中设置关键词节点生成关键词共现图谱8，以反映人工智能技术在医学装备领域的热点研究方向。如图 6 和图7 图中出现了人工智能、深度学习、医疗器械、医疗设备、辅助诊断、医学影像、医学装备、肺结节、机器学 习、artificialintelligence、classification、computeraided diagnosis 等字号较大的关键词，说明这些关键词是该领域的研究热点和研究方向。2.4.2 关键词聚类分析 关键词的聚类图谱可以更清晰地展现研究热点与前沿趋势9，其中图谱中显示的#0#7 代表人工智能应用于医学装备领域中各聚类名称，聚类大小与聚类序号呈负相关。在 CNKI和 Web of Science 核心合集数据库的关键词聚类视图中选取排名前 8 的关键词进行聚类分析，得到图8、图 9 的聚类图谱。从图 8 可以看出，CNKI 数据库的研究热点主要集中在医疗设备及其智能化、医学装备的辅助诊断等方面。而在图 9 中可以发现，在Web of Science 核心合集数据库中，学者的研究主要集中在医疗装备的智能化、图像分割与识别、机器学习、深度学习等方面。虽然两个数据库研究的热点有所不同，但是都聚焦于医疗装备智能化、深度学习、机器学习、图像分割和识别等前沿技术。这些研究方向和趋势有望为医学装备领域带来更多的创新与发展。序号123CNKI 数据库华中科技大学北京的国家药品监督管理局医疗器械技术评审中心上海交通大学发文量（篇）10108Web of Science 核心合集数据库哈佛大学埃及知识库韩国首尔大学发文量（篇）484439表2 AI应用于医学装备领域研究发文量前3位的机构图5 Web of Science核心合集数据库机构共现图41医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.2024图6 CNKI数据库关键词共现图谱图7 Web of Science核心合集数据库关键词共现图谱3讨论3.1 AI 应用于医学装备领域的发文量分析 通过文献可视化分析可知，近 5 年来，人工智能在医学装备领域的研究发文量呈现显著增长的趋势，这表明该领域具有广阔的前景，并且取得了重要的进展和成果。当前，国家政策的引导和人工智能技术的兴起等因素对该领域的研究产生了积极的影响10-12，使其进入了一个热潮期。自 2017 年以来，关于人工智能在医学装备领域的相关文献数量大幅增加。在过去的 10 年中，人工智能在医学装备领域的总发文量占据了 2002-2022 年总发文量的 70%以上。这些数据趋势预示着未来将有更多的国家和研究人员参与到人工智能在医学装备领域的研究中。3.2 研究机构及作者合作分析 对人工智能在医学装备领域的机构地区共现和作者合作网络分析，发现研究者之间的合作更多集中在同一地区或机构，而且相互间合作越紧密，合作发文量也越多。此外，国内研究者间、团队间的合作也有待加强。跨学科合作是推进人工智能应用于医学装备领域研究的关键13，当前研究团队成员只由医学和计算机科学专业人员组成，需要加强不同领域的合作，以提高研究的质量和深度，推动该领域的发展。图8 CNKI数据库关键词聚类图谱图9 Web of Science核心合集数据库关键词聚类图谱42医学数据科学第 37 卷第 5 期医学信息Vol.37 No.52024 年 3 月Journal of Medical InformationMar.20243.3 AI 应用于医学装备领域的研究热点前沿趋势分析 通过查阅相关文献，并结合关键词共现图谱、聚类分析，发现人工智能在医学装备领域的研究热点和前沿主要包括以下几个方面。首先，深度学习、机器学习在医学图像识别和解析领域的应用是一个重要的研究热点。通过深度学习、机器学习，可以有效地识别和分析医学图像，如 X 光片、CT 扫描和 MRI图像，从而帮助医生诊断各种疾病，如肺癌、脑癌、龋齿等各种疾病14-16。其次，人工智能医学辅助诊断系统也是一个研究热点。通过结合人工智能技术和医学专业知识开发出辅助诊断系统，系统可以帮助医生做出更准确的决策，从而提高治疗效果，减少医疗资源的浪费17，18。另外，智能医疗穿戴设备也是该领域的研究热点。目前智能手表、健康监测设备等医疗穿戴设备已经广泛应用于患者的生理参数和运动数据的实时监测和分析，提供实时的健康监测、预警和提高治疗效果19，20。这些研究热点和前沿趋势表明人工智能技术在医学装备领域的应用正处于一个热潮期，因此进一步关注和研究这些热点和前沿趋势至关重要，其为医学装备的发展和创新提供了有力的支持。3.4 本研究的局限性 本研究存在一定的局限性，仅选取了中国知网数据库和 Web of Science 数据库核心集的文献作为研究的文献数据来源，而忽略了其他国内数据库和外文数据库，这可能导致数据来源不够丰富，具有一定的局限性和主观性。本研究通过对近 20 年国内外人工智能技术在医学装备相关文献进行了基于 CiteSpace 可视化分析，通过可视化图形和表格展示，深入探究了该领域的研究热点、研究趋势以及研究成果等方面。从结果可以看出人工智能在医学装备领域的研究文献呈现出快速增长的趋势，其已广泛应用在医学装备领域的研究和实践应用中，是当下研究热点方向之一，国内对该领域的应用尚处于起步阶段，具有极大的研究潜力和应用前景。参考文献院1李志勇,李鹏伟,高小燕,等.人工智能医学技术发展的聚焦领域与趋势分析J.中国医学装备,2018,15(7):136-145.2张磊,袁鉴辞,李静.基于物联网技术的医学装备质控管理平台设计J.电子设计工程,2023,31(17):164-168.3褚旭龙,史冬梅,刘进长.近20年中国智能机器人领域研究热点要要要基于CiteSpace的文献计量分析J.科学技术与工程,2023,23(6):2477-2484.4Zhang G,Song J,Feng Z,et al.Artificial intelligence applicatedin gastric cancer:A bibliometric and visual analysis via CiteSpaceJ.Front Oncol,2023,12:1075974.5刘春,蹇文渊,段俊国.人工智能应用于糖尿病视网膜病变的文献计量学分析J.中国全科医学,2023,26(15):1847-1856.6唐莉,徐欣,廖玍.口腔医学领域人工智能研究前沿和热点分析J.中国循证医学杂志,2022,22(6):684-691.7李科科,于文兵,李硕奇,等.基于CiteSpace的大学生社交焦虑研究的热点与前沿趋势分析J.中国全科医学,2022,25(33):4217-4226.8李双远,吕彦昌.疫情防控背景下人工智能口罩检测技术的研究热点要要要基于CiteSpace可视化图谱分析J.吉林化工学院学报,2022,39(9):55-60.9杭苒枫,何子扬,王思远,等.基于CiteSpace的国内外病人安全文化研究的可视化分析J.现代医院,2022,22(9):1326-1331.10韩晓光,朱小龙,姜宇桢,等.人工智能与机器人辅助医学发展研究J.中国工程科学,2023,25(5):43-54.11Grazia D,Francesca D,Antonio F,et al.Healthcare system:Moving forward with artificial intelligence J.Technovation,2023,120:102510.12魏东海,Steven Stumpf,Louis Rubino,等.从远程医疗到互联网+人工智能(AI)医疗看医疗数字化的演进J.中国研究型医院,2022,9(5):64-76.13陶会荣.多学科交叉融合人才培养模式探究要要要以医疗设备应用技术专业为例J.科技与创新,2020,162(18):86-88.14Nam JG,Park S,Park CM,et al.Histopathologic Basis for aChest CT Deep Learning Survival Prediction Model in Patientswith Lung AdenocarcinomaJ.Radiology,2022,305(2):441-451.15谢志勇,周翔.基于机器学习的医学影像分析在药物研发和精准医疗方面的应用J.中国生物工程杂志,2019,39(2):90-100.16严鑫淼,孙桃兰,卢雨航,等.基于机器学习的四川省12岁儿童龋齿预测模型J.华西口腔医学杂志,2023,41(6):686-693.17王冰,张明博,万政,等.动态人工智能超声辅助诊断系统对甲状腺结节诊断价值研究J.中国实用外科杂志,2022,42(6):680-684.18赵艳娜,柳俊,谢荣理,等.计算机辅助诊断系统与TI-RADS分级及超声评分法对甲状腺良恶性结节诊断价值的比较J.实用医学杂志,2021,37(13):1746-1749.19陶杨,张勇,钟韵,等.基于智能穿戴设备和互联网络的社区慢病管理在社区高血压病人健康管理中的应用效果J.保健医学研究与实践,2022,19(4):134-137,145.20Chidambaram S,Maheswaran Y,Patel K,et al.Using ArtificialIntelligence-Enhanced Sensing and Wearable Technology inSportsMedicineandPerformanceOptimisation J.Sensors(Basel),2022,22(18):6920.收稿日期：2023-08-25；修回日期：2023-09-11编辑/肖婷婷43