醫(yī)療衛(wèi)生領域人工智能的研究熱點及發(fā)展趨勢研究

張富程 高凱 姜茂敏

現(xiàn)今，人工智能已經(jīng)融合到各個領域，理論與技術日臻完善，應用范圍不斷擴大。在此背景下，人工智能在醫(yī)療衛(wèi)生領域的應用方興未艾，由于關系到國民健康問題，其應用也越來越受到重視，具有廣闊的發(fā)展前景，尤其是在醫(yī)學影像、藥物挖掘、輔助診斷、可穿戴設備方面具有較高的研究熱度[1]。但是，由于人工智能和醫(yī)療衛(wèi)生領域的融合還處于初步階段，目前還存在許多問題，例如：管理機構劃分不明確，實驗數(shù)據(jù)質量難以保障，復合型人才缺乏，監(jiān)管體制和評估標準缺失等[2]。本文對關于人工智能在醫(yī)療衛(wèi)生領域的文獻進行梳理分析，通過Citespace軟件進行可視化分析并繪制知識圖譜，對人工智能在醫(yī)療衛(wèi)生領域的研究熱點和發(fā)展趨勢進行分析和預測，以期為相關領域的專家學者在將人工智能應用于醫(yī)療衛(wèi)生領域的研究中提供借鑒和參考。

1 資料與方法

1.1 數(shù)據(jù)來源

2019年12月，在中國知網(wǎng)進行高級檢索，文獻分類目錄勾選為“醫(yī)藥衛(wèi)生科技”，檢索條件為“主題=人工智能”，為全面分析相關文獻以及文章的精確度，將數(shù)據(jù)來源類別設定為“全部期刊”，時間設定為1992年～2019年，共檢索到1 001篇文獻，并對相關作者的發(fā)文量進行統(tǒng)計分析。對檢索到的每一條文獻進行逐一考究，剔除與主題不符合、重復的文獻，篩選出245篇與主題詞密切相關的文獻，并對作者分布、關鍵詞分布情況展開分析，見圖1。

圖1 文獻檢索流程圖

1.2 研究方法

Citespace也稱“科學知識圖譜”，通過可視化的手段來呈現(xiàn)科學知識的結構、規(guī)律和分布情況，其以樹形圖、時間順序揭示熱點、前沿的演進，具有預測與推進的功能[3]。運用中國知網(wǎng)自帶的計量可視化分析工具分析醫(yī)療衛(wèi)生領域人工智能發(fā)文量；采用關鍵詞共現(xiàn)分析、關鍵詞前沿趨勢分析了解關鍵詞分布情況；針對高產作者發(fā)文量進行統(tǒng)計，使用作者合作網(wǎng)絡圖分析作者分布情況。

2 結果

2.1 醫(yī)療衛(wèi)生領域人工智能研究發(fā)文量情況

基于中國知網(wǎng)檢索到的1 001篇文獻，1992年～2019年各年度年發(fā)文量如圖2所示。國內醫(yī)療衛(wèi)生領域人工智能的研究開始于1992年，根據(jù)發(fā)文量和增長速度大致可分為3個階段。

圖2 1992年～2019年醫(yī)療衛(wèi)生領域人工智能各年度發(fā)文量

2.1.1 醫(yī)療衛(wèi)生領域人工智能研究的“起步階段”

1992年～1999年為國內醫(yī)療衛(wèi)生領域人工智能研究的起步階段，受限于當時的科學技術水平，每年的研究文獻發(fā)布數(shù)量均低于20篇，并且上升速度緩慢。對該階段的研究文獻進行可視化分析，按照關鍵詞出現(xiàn)的頻次來看，“人工智能”和“問題解答”出現(xiàn)的次數(shù)相對較多，分別為11次和9次，其中心度分別為0.11和0.07。另外，“學習”、“記憶”、“機器人”、“婚前醫(yī)學檢查”和“藥物分析”等關鍵詞出現(xiàn)頻次也相對較高，反映了該時間段的研究熱點。這一階段的研究,中國知網(wǎng)上所能檢索到的文獻多為針對某一特定問題的解答，尚未出現(xiàn)對人工智能理論的廣泛應用。作為國內較早的研究醫(yī)療領域人工智能應用的文獻，僅僅是對人工智能在該領域應用的展望，而未產生具體的研究成果。對該時間段的所有文獻進行關鍵詞共現(xiàn)分析，由該階段文獻的關鍵詞熱點知識圖譜可看出，該時段的醫(yī)療衛(wèi)生領域人工智能方面的研究尚不構成體系，僅僅是零星分布于藥物分析、婚前醫(yī)學檢查等個別領域[4]，更多的文獻則是聚焦于提出某個問題并進行解答。在起步階段，醫(yī)療衛(wèi)生領域的人工智能發(fā)展緩慢且文獻發(fā)表數(shù)量有起伏，表明該階段人工智能在醫(yī)療衛(wèi)生領域的研究與應用并未形成系統(tǒng)。有學者[5]在該階段提出人工智能在藥物分析開發(fā)中的應用以及中醫(yī)信息處理系統(tǒng)等均在后來得到了進一步的發(fā)展與廣泛應用。

2.1.2 醫(yī)療衛(wèi)生領域人工智能研究的“發(fā)展階段”

1999年～2017年間，國內醫(yī)療領域在人工智能發(fā)展的研究進入發(fā)展階段，該階段國內相關文獻數(shù)量開始上升，但是增幅不大。2005年以后，每年的平均文獻數(shù)量維持在30篇以上。對該階段的研究文獻進行可視化分析，按照關鍵詞出現(xiàn)的頻次來看，“機器人”、“人工智能”、“記憶”和“學習”出現(xiàn)的次數(shù)相對較多，分別為25次、18次、20次和16次，其中心度分別為0.32、0.28、0.25和0.29。這一階段的研究主要集中于人工智能在醫(yī)學各個領域的應用，包括在神經(jīng)醫(yī)學、骨科、腦科等方面的應用。根據(jù)知識圖譜的顯示，關鍵詞明顯的分成了兩部分，分別為以“機器人”與“人工智能”為核心的關鍵詞共現(xiàn)知識圖譜和以“記憶”與“學習”為核心的關鍵詞共現(xiàn)知識圖譜，表明這個階段國內人工智能在醫(yī)療衛(wèi)生領域的研究并沒有系統(tǒng)化。同時，機器人開始應用到手術操作之中，彌補了人工手術的不足[6]。另外，人工智能在影像輔助診斷、藥物開發(fā)等領域的研究均有了長足的發(fā)展[7-8]。

2.1.3 醫(yī)療衛(wèi)生領域人工智能研究的“成長階段”

2018年至今，短短2年時間，人工智能在醫(yī)療衛(wèi)生領域得到了全面而深化的發(fā)展，從該階段發(fā)表的文獻數(shù)量來看，篇數(shù)得到了大幅度提升，研究成果頗豐。對該階段的研究文獻進行可視化分析，按照關鍵詞出現(xiàn)的頻次來看，“人工智能”、“大數(shù)據(jù)”和“機器人”出現(xiàn)的次數(shù)相對較多，分別為67次、28次和14次，其中心度分別為0.22、0.18和0.15。另外，“深度學習”、“機器學習”、“腹腔鏡”等關鍵詞大量出現(xiàn)，反應了近年來我國在該領域的研究熱點。從文獻的內容來看，人工智能的應用覆蓋了醫(yī)療衛(wèi)生的絕大部分領域，特別是在神經(jīng)網(wǎng)絡、計算機輔助診斷、核共振成像、智慧醫(yī)療等領域有了進一步的研究[9]。醫(yī)療衛(wèi)生領域人工智能的關鍵詞共現(xiàn)分析聯(lián)系緊密，表明該階段人工智能在醫(yī)療衛(wèi)生領域的研究與應用日趨系統(tǒng)化。

2.2 作者分布情況

2.2.1 作者發(fā)文數(shù)量統(tǒng)計

利用知識圖譜對國內醫(yī)療衛(wèi)生領域人工智能研究的相關專家學者進行分析，數(shù)據(jù)分析時間截止到2019年12月9日，相關專家學者文章發(fā)表情況如下：田增民（4篇）、王田苗（4篇）、申海艷（3篇）、王任直（3篇）、伍沛（3篇）、鄧露（3篇）、孔珊珊（3篇）。國內醫(yī)療衛(wèi)生領域人工智能研究發(fā)文排名前2位的是田增民和王田苗。田增民[10]主要關注機器人在手術中的應用，尤其是機器人輔助定位腦手術，其領導研究的“無框架腦立體定向機器人技術”，取代了傳統(tǒng)的立體定向儀框架，能夠快速定位病變位置，利用生物傳感器對病灶進行全方位分析，然后通過機器人手臂對病變區(qū)進行治療，修復異常放電，從而達到治療腦病的效果。王田苗[11]主要從事嵌入式智能感知與控制以及在醫(yī)療外科機器人方面的研究，主要應用于骨科手術。

2.2.2 作者合作網(wǎng)絡圖

研究作者的合作情況見圖3。其中，王田苗、田增民、王劍飛、王滿宜、周力等經(jīng)常作為一個團隊或者兩兩合作出現(xiàn)（圖3A）[12]；李麗霞、肖蒼松、楊明、趙悅、周琪經(jīng)常兩兩合作（圖3B）[13]；馬大卉、張國明、張福燕、吳楨權、陳懿等經(jīng)常作為一個團隊或者兩兩合作（圖3C）[14]。

2.3 關鍵詞分布情況

2.3.1 關鍵詞共現(xiàn)分析

按照上述方法對得到的文獻進行可視化分析，國內醫(yī)療衛(wèi)生領域人工智能相關文獻關鍵詞根據(jù)出現(xiàn)頻次排序依次為人工智能、機器人、大數(shù)據(jù)、深度學習、機器學習、腹腔鏡、診斷、AI、中醫(yī)、骨折固定術、計算機輔助，這反映了該領域近5年研究的相關熱點。按照關鍵詞中心度來看，排名前3位的分別是機器人（0.36）、人工智能（0.24）、診斷（0.24），說明這3個節(jié)點在該領域中的重要程度比較高，見表1。

2.3.2 關鍵詞共現(xiàn)網(wǎng)絡聚類分析

醫(yī)療衛(wèi)生領域人工智能研究關鍵詞共聚為4類，見表2。聚類標簽存在不同層面、不同視角的劃分。本文將頻繁出現(xiàn)的關鍵詞分為以下幾個方面：①在計算機輔助診斷方面：人工智能通過輔助診斷，將收集到的數(shù)據(jù)變?yōu)橹R，按照一定的步驟對該知識進行處理，大致分為5個步驟：數(shù)據(jù)集中、數(shù)據(jù)加工、知識圖譜、知識計算、交互設計。具體來說包括如下方面。①人工智能在輔助診斷方面的應用：將患者的病史、癥狀、檢驗結果和用藥史作為原始數(shù)據(jù)，進行計算分析，整合現(xiàn)存的醫(yī)學知識和臨床治療經(jīng)驗，對各種疾病建立醫(yī)療圖譜，建立相應的治療方案。在此基礎上，通過閱讀患者的病歷或者現(xiàn)有的癥狀，結合醫(yī)療圖譜和治療方案，為醫(yī)生提供治療建議[15]。②在機器學習和深度學習方面：人工智能通過深度學習和對自然語言的處理來分析大量醫(yī)學和生物科技的文獻、基因組數(shù)據(jù)等海量信息。利用深度學習算法找出其中的關聯(lián)，提出可供選擇的藥物，并對治療特定疾病的分子結構進行分析與記錄。人工智能的進一步應用，能夠極大地縮短新藥研發(fā)周期，降低研發(fā)成本[16]。③在機器人應用方面：機器人開始應用于手術操作之中，彌補了人工手術的不足，手術的精確度和成功率極大提高[17]。由手術臺和遠程控制終端組成的達芬奇機器人的靈敏度遠超人類，可以輕松地進行各種復雜的微創(chuàng)手術。同時，醫(yī)生可以通過終端的三維影像對整個手術過程進行監(jiān)控，極大地提高了手術的成功率。除此之外，人工智能機器人還有眼科機器人、骨骼機器人、植發(fā)機器人等等。

表1 國內醫(yī)療衛(wèi)生領域人工智能研究高頻關鍵詞

表2 醫(yī)療衛(wèi)生領域人工智能研究關鍵詞聚類分布情況

圖3 研究作者合作網(wǎng)絡

2.3.3 關鍵詞前沿趨勢分析

利用Citespace對該階段的研究文獻進行可視化分析，按照關鍵詞聚類知識圖譜可以看出，近5年即2015年～2019年以來，按照時間順序，關鍵詞分為3個聚類集團，從研究成果的發(fā)展趨勢來看,國內醫(yī)療衛(wèi)生領域人工智能方面的相關研究呈現(xiàn)從“機器人、腹腔鏡箭”到“人工智能、大數(shù)據(jù)”再到“機器學習、深度學習、健康管理、計算機輔助、藥物研發(fā)”的演進發(fā)展態(tài)勢。

3 討論

3.1 醫(yī)療衛(wèi)生領域人工智能研究年發(fā)文量情況

自2017年之后，醫(yī)療衛(wèi)生領域人工智能發(fā)文量呈現(xiàn)迅猛增長之勢，主要原因有二：一是2016年中共中央、國務院提出《“健康中國2030”規(guī)劃綱要》指出，2020年，建立覆蓋城鄉(xiāng)的中國特色基本醫(yī)療衛(wèi)生制度，2030年健康制度體系更加完善，2050年建成與社會主義現(xiàn)代化國家相適應的國家，極大地推動醫(yī)療衛(wèi)生領域的技術發(fā)展，推動了人工智能在醫(yī)療衛(wèi)生領域的深層次應用。二是隨著技術的發(fā)展與改進，人工智能應用理論與實踐均達到一定高度，醫(yī)療衛(wèi)生與人工智能融合更加密切，研究成果更加豐碩?？梢杂纱粟厔菘闯觯磥磲t(yī)療衛(wèi)生同人工智能融合將會進一步促進醫(yī)療衛(wèi)生事業(yè)的進步。

3.2 醫(yī)療衛(wèi)生領域人工智能作者發(fā)文數(shù)量與合作情況

田增民、王田苗、申海艷、王任直、伍沛、鄧露、孔珊珊等在醫(yī)療衛(wèi)生領域人工智能方面研究發(fā)文量相對較多。由田增民、王田苗主導的“合作團隊1”研究成果頗豐，田增民作為神經(jīng)外科專家，將人工智能技術應用到臨床治療中，極大地提高了治愈率；王田苗作為機器人領域的專家，其研究發(fā)明成果被應用到不同領域；兩者的多次合作可以看出人工智能與醫(yī)療衛(wèi)生將在未來進一步融合的趨勢?！昂献鲌F隊2”傾向于兩兩合作，涉及動物研究、中醫(yī)、心血管外科等領域的專家學者，發(fā)文作者有不同的學歷、專業(yè)與工作背景，但是他們之間卻存在較高的合作度，揭示了醫(yī)療衛(wèi)生領域人工智能研究領域廣，需要廣泛的合作與交流?！昂献鲌F隊3”為不同地區(qū)的從事眼科領域的專家醫(yī)生，眼科作為對精確度要求極高的領域，人工智能的融入能夠大大提高精確度[14]。

3.3 關鍵詞共現(xiàn)分析情況

“人工智能、大數(shù)據(jù)、機器人、深度學習”在醫(yī)療衛(wèi)生領域人工智能文獻中出現(xiàn)的頻次和中心度極高，表明醫(yī)療衛(wèi)生領域人工智能的研究中，相關方面為研究熱點和研究重點，受關注程度比較高，研究成果比較多，未來相關領域還將持續(xù)受到關注?！爸嗅t(yī)”在醫(yī)療衛(wèi)生領域人工智能文獻中出現(xiàn)的頻次和中心度相對較低，表明中醫(yī)領域與人工智能的研究成果數(shù)量較少，兩者融合程度相對較低，尚有較大的研究空間有待開發(fā)。將人工智能與我國傳統(tǒng)中醫(yī)結合，可以進一步促進中醫(yī)的發(fā)展，因此可以作為接下來研究的重點方向。

3.4 關鍵詞聚類分布與前沿趨勢情況

機器人在臨床手術中的應用、縮短藥物挖掘周期、降低新藥開發(fā)成本、計算機輔助診斷、人工智能成像等方面已經(jīng)得到應用并取得一定的成效，部分研究成果已經(jīng)應用到實際工作中[18-21]。由醫(yī)療衛(wèi)生領域人工智能研究關鍵詞聚類知識圖譜可以看出，從“機器人、腹腔鏡箭 ”到“人工智能、大數(shù)據(jù)”再到“機器學習、深度學習、健康管理、計算機輔助、藥物研發(fā)”，人工智能在醫(yī)療衛(wèi)生領域應用正在一步步深化。未來，人工智能在醫(yī)療衛(wèi)生領域的以上方面還將會進一步發(fā)展。

3.5 醫(yī)療衛(wèi)生領域人工智能應用存在的局限性

目前，學術界對醫(yī)療衛(wèi)生領域人工智能的研究與論證相對豐富，這為后續(xù)進一步研究夯實了基礎。然而也存在一定的局限性，表現(xiàn)在以下方面：①人工智能在醫(yī)療衛(wèi)生領域具體使用過程中存在管理不明確的問題。作為一個相對較新的領域，人工智能在醫(yī)療衛(wèi)生領域的分類尚不明確，導致現(xiàn)有的醫(yī)療機構行政處室對人工智能的研發(fā)管理分工不明確，不能進行統(tǒng)籌管理，相關制度不健全，容易造成管理的漏洞，不利于人工智能在醫(yī)療衛(wèi)生領域的進一步發(fā)展[22]。②在智慧醫(yī)療方面，我國醫(yī)療衛(wèi)生信息系統(tǒng)缺乏一致性、完整性的數(shù)據(jù)，信息安全問題得不到很好的保障，衛(wèi)生信息資源沒有得到充分的共享，未能發(fā)揮最大的作用，存在資源浪費現(xiàn)象[23]。③人工智能在醫(yī)療衛(wèi)生領域的研發(fā)數(shù)據(jù)得不到保障。目前，人工智能在醫(yī)療衛(wèi)生領域的發(fā)展需要大量高質量的數(shù)據(jù)作為支撐，但存在個別企業(yè)為了降低研發(fā)成本，縮短研發(fā)進程，通過沒有保障甚至是非法途徑獲取標注數(shù)據(jù)，數(shù)據(jù)質量參差不齊，這會極大地影響人工智能應用的準確度[24]。④研究成果轉化為實際應用的能力有待提升。目前人工智能在醫(yī)療衛(wèi)生領域的發(fā)展多靠資本和技術推動，掌握資本和技術的研發(fā)公司會跟掌握大量數(shù)據(jù)的醫(yī)院進行合作研發(fā)，在這種合作模式下，算法模型掌握在企業(yè)手里，盡管醫(yī)院參與了研發(fā)過程，但起到的作用僅僅是提供數(shù)據(jù)支持，本身研發(fā)創(chuàng)新能力得不到提高，過度依賴企業(yè)[25]。⑤醫(yī)療衛(wèi)生領域人工智能缺乏復合型人才。醫(yī)療衛(wèi)生領域人工智能的應用涉及多個學科深度融合，目前的情況是懂人工智能的人不懂醫(yī)學，懂醫(yī)學的不懂得人工智能，高端復合型人才短缺。由于我國相關領域的教學科研起步較晚，人才短缺問題短時間得不到解決[26]。⑥醫(yī)療衛(wèi)生領域人工智能的市場監(jiān)管和評估標準存在缺失。醫(yī)療衛(wèi)生領域人工智能監(jiān)管體系尚不健全，難以對潛在的問題進行監(jiān)督與反饋，同時缺少具體的評估標準、市場準入、退出機制和收費機制[27]。

3.6 醫(yī)療衛(wèi)生領域人工智能發(fā)展展望

根據(jù)上述分析，本文提出以下幾點展望：①在未來，人工智能與醫(yī)療衛(wèi)生將會進一步融合，重點將在新藥研發(fā)、基因測序、可穿戴醫(yī)療設備、遠程醫(yī)療、健康管理等方面，由此可見，人工智能在醫(yī)療衛(wèi)生領域的應用將會深刻改變目前的醫(yī)療現(xiàn)狀，甚至是改變人們的生活[28]。②醫(yī)療業(yè)務應用與基礎網(wǎng)絡平臺進一步融合，進一步推進醫(yī)療信息化發(fā)展，這其中包括完善獎懲機制，鼓勵社會力量參與醫(yī)療信息化建設，制定統(tǒng)一評估標準，集中資金解決信息化技術問題，同時，還要建立相關法律法規(guī)，保障信息安全[23]。③智慧醫(yī)療方面將是我國下一步醫(yī)療事業(yè)發(fā)展的重點，國務院印發(fā)了《進一步改善醫(yī)療服務行動計劃（2018-2020年）》，為醫(yī)療事業(yè)下一步發(fā)展指明了方向。醫(yī)療服務將逐步滿足復雜的個人需求，衛(wèi)生信息共享范圍不斷擴大。智慧醫(yī)療的發(fā)展，將會推動醫(yī)療模式從“以疾病為中心”到“以病人為中心”轉變[29]。④建立健全醫(yī)療衛(wèi)生領域相關的監(jiān)管體制和評估標準，國家衛(wèi)生健康委員會和國家藥監(jiān)局正在積極探索應對潛在問題，積極探索人工智能在醫(yī)療衛(wèi)生領域的審評審批和綜合評估，以期盡快建立相應的評估評價標準[30]。⑤在相關復合人才培養(yǎng)方面，應加強與技術相對發(fā)達的國家進行溝通學習，適當引進人才。同時，應盡快建立產、學、研合作機制，以推動相關復合型人才發(fā)展。