陳 娟，張 婷，盧 巖，嚴 舒，徐東紫，歐陽昭連

(中國醫(yī)學科學院醫(yī)學信息研究所，北京 100020)

以人工智能為核心的信息技術(shù)革命正成為傳統(tǒng)行業(yè)轉(zhuǎn)型升級的重要驅(qū)動力。在醫(yī)療領(lǐng)域，人工智能技術(shù)有助于解決醫(yī)療資源短缺、分配不均、醫(yī)患關(guān)系緊張等問題[1-2]。近年來，將人工智能用于醫(yī)學影像學的研究迅速增多，并已針對部分疾病實現(xiàn)臨床應(yīng)用。本研究將基于科技論文分析主要國家在推動將人工智能技術(shù)用于醫(yī)學影像學的基礎(chǔ)研究態(tài)勢。

1 檢索策略

于Web of Science數(shù)據(jù)庫中檢索人工智能應(yīng)用于醫(yī)學影像學的相關(guān)文獻，檢索策略為文章題目、摘要或關(guān)鍵詞中包括人工智能和醫(yī)學影像學研究，人工智能相關(guān)檢索詞包括人工智能、機器學習、深度學習、神經(jīng)網(wǎng)絡(luò)、算法、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)、特征提取和自然語言處理等人工智能所涉關(guān)鍵技術(shù)及其變體，檢索時間為2020年1月9日，文獻類型限定為Article或Proceeding paper，未納入會議摘要，文獻語言限定為英語。

以2009年1月1日—2020年1月9日發(fā)表的論文為分析集進行分析，具體分析內(nèi)容包括：①歷年論文數(shù)量變化情況；②統(tǒng)計論文數(shù)量、總被引頻次和篇均被引頻次；③基于國家字段的合作者分析展示國際合作情況；④基于高頻詞聚類分析展示全球研究熱點。

圖1 人工智能用于醫(yī)學影像學研究相關(guān)論文的年度分布 注：檢索日期為2020年1月9日，含合作發(fā)文；由于數(shù)據(jù)庫收錄存在延遲，2019年數(shù)據(jù)不全

表1 發(fā)表人工智能用于醫(yī)學影像學研究論文數(shù)量排名前10位國家

2 發(fā)文概況

共檢出將人工智能用于醫(yī)學影像學的相關(guān)論文26 449篇，其中2009年1月1日—2020年1月9日文獻19 886篇，占75.19%；20世紀80年代共計發(fā)表4篇，90年代中后期開始文章發(fā)表數(shù)量逐漸增多，近十年增長明顯，復合增長率11.43%，見圖1。

3 各國發(fā)文分析

3.1 發(fā)文數(shù)量 2009年1月1日—2020年1月9日，發(fā)表人工智能用于醫(yī)學影像學研究論文數(shù)量排名前5位的國家依次為美國(5 038篇)、中國(4 237篇)、印度(2 702篇)、德國(1 125篇)和英國(1 110篇)，見表1。

3.2 發(fā)文影響力 總被引頻次排名前5位的國家依次是美國(78 231次)、中國(25 997次)、英國(16 145次)、德國(15 026次)和印度(11 088次)；前5位篇均被引頻次以美國(15.53次)最高，英國(14.55次)和德國(13.36次)次之，中國(6.14次)和印度(4.10次)較低。

4 機構(gòu)發(fā)文分析

4.1 發(fā)文數(shù)量 41家機構(gòu)發(fā)表人工智能用于醫(yī)學影像學研究論文總量超過100篇，其中美國18家、中國6家、德國4家，其他國家均少于3家。發(fā)文量排名靠前的機構(gòu)包括加州大學、哈佛大學、中國科學院等高校和科研院為主，還包括美國通用電氣公司、德國西門子公司和荷蘭飛利浦公司三大醫(yī)療器械公司等，見表2。

4.2 發(fā)文影響力 總被引頻次排名前5位的機構(gòu)依次是美國哈佛大學(9 944次)和加州大學(8 274次)、英國倫敦大學(5 799次)、美國斯坦福大學(5 325次)和法國中央國家科學研究中心(4 342次)?？偙灰l次排名前10位機構(gòu)中，美國占7家，英國、法國及德國機構(gòu)各1家，無中國機構(gòu)。美國18家機構(gòu)總被引頻次均值 3 608次，篇均被引頻次19.28次/篇。中國6家機構(gòu)總被引頻次均值1 133次，篇均被引頻次為6.72次/篇。

5 國際合作分析

在將人工智能用于醫(yī)學影像學研究的國際合作方面，美國與其他國家合作最頻繁，共計合作2 791次，中國、英國、德國和印度分別與其他國家合作1 480次、1 145次915次和488次。其中，美國與中國合作最多(698次)，與德國、加拿大、英國、印度、法國、意大利等國家合作次數(shù)均超過100次。中國與美國合作最多(698次)，與其他國家合作均不足100次。與中國類似，印度與美國合作密切(103次)，與其他國家合作較少。除與美國合作，德國及英國亦與歐洲其他國家合作密切(圖2)。

6 研究熱點分析

將人工智能應(yīng)于醫(yī)學影像學的研究熱點主要包括兩方面，其一為腫瘤及腦部疾病診斷及預測模型構(gòu)建，代表性關(guān)鍵詞包括阿爾茨海默病、前列腺癌、肺癌、預測、X線斷層攝影、MRI、CT、配準、重建、降維、噪音及追蹤等；另一方面則為基于上述模型的技術(shù)實現(xiàn)研究，代表性關(guān)鍵詞包括深度學習、特征提取、支持向量機、卷積神經(jīng)網(wǎng)絡(luò)、分類器和過濾等(圖3)。

表2 發(fā)表人工智能用于醫(yī)學影像學研究論文數(shù)量超過100篇的機構(gòu)

7 發(fā)展趨勢

過去數(shù)十年，X線、CT、MRI、PET及超聲等醫(yī)學成像技術(shù)廣泛用于診斷疾病，但大多依賴影像科醫(yī)師人工解讀圖像。隨著圖像分割、圖像配準、圖像融合、病變標記等技術(shù)的不斷進步，深度學習算法逐漸成熟，大批量可供機器學習的醫(yī)學圖像逐漸積累，影像學診斷將在人工智能輔助下變得更為準確，未來人工智能輔助預測疾病風險、評估治療效果及預后亦逐漸用于臨床[3-4]。在醫(yī)學影像學領(lǐng)域應(yīng)用人工智能技術(shù)將有助于解決醫(yī)療人力資源短缺和分布不均的問題，但機器失誤帶來的倫理問題、醫(yī)療行業(yè)人員對該技術(shù)的支持程度及數(shù)據(jù)資源的隱私性將可能是該領(lǐng)域所面臨的挑戰(zhàn)[5]。

美國于2016年陸續(xù)發(fā)布了《為未來人工智能做好準備》、《國家人工智能研發(fā)戰(zhàn)略計劃》及《人工智能、自動化及經(jīng)濟》等文件，于國家層面對人工智能技術(shù)進行戰(zhàn)略布局[6-7]。美國有多所世界名校，在醫(yī)學基礎(chǔ)研究、IT基礎(chǔ)研究和應(yīng)用研究方面均走在世界前列，其相對完善的健康醫(yī)療信息登記系統(tǒng)提供了豐富的數(shù)據(jù)資源，使其在將人工智能用于醫(yī)學影像學研究方面，無論是規(guī)模還是成果影響力均處于領(lǐng)先地位。美國食品藥品監(jiān)督管理局已批準QuantX乳腺癌診斷系統(tǒng)、ContaCT腦卒中輔助檢測系統(tǒng)、IDx-DR視網(wǎng)膜照相篩查系統(tǒng)、OSteoDetect骨折檢測系統(tǒng)等十余個產(chǎn)品[8]，以推動人工智能技術(shù)用于臨床。

我國在醫(yī)療人工智能布局與頂層設(shè)計方面也行動較快，2016年發(fā)布的《“十三五”國家科技創(chuàng)新規(guī)劃》和《“十三五”衛(wèi)生與健康科技創(chuàng)新專項規(guī)劃》將人工智能列為前沿領(lǐng)域，2017年國務(wù)院頒發(fā)了《新一代人工智能發(fā)展規(guī)劃》。目前我國在研究規(guī)模方面與美國接近，但研究成果的影響力偏弱；開展相關(guān)研究的機構(gòu)眾多，但成果分散，缺乏影響力突出機構(gòu)。我國對人工智能在醫(yī)學影像學中的應(yīng)用寄予厚望，并因擁有大量數(shù)據(jù)資源而呈現(xiàn)出蓬勃發(fā)展態(tài)勢，但在核心技術(shù)、技術(shù)框架、計算環(huán)境等方面還存在差距[9]。為推動人工智能技術(shù)應(yīng)用于臨床，我國現(xiàn)已建成審評所需眼底影像和肺部影像數(shù)據(jù)庫，人工智能骨齡測評系統(tǒng)、肺結(jié)節(jié)輔助診斷系統(tǒng)等均處于研究中[10-12]。

圖2 將人工智能用于醫(yī)學影像學研究的全球國際合作情況 注：圓球體積代表論文數(shù)量，弧線直徑代表合作次數(shù)

圖3 全球人工智能用于醫(yī)學影像學研究熱點 注：系針對詞頻≥80且相關(guān)系數(shù)排前60%的106個關(guān)鍵詞行聚類分析的結(jié)果；tomography：斷層掃描；reconstruction：重建；disease：疾??；registration：配準；alzheimer：阿爾茨海默??；reduction：降維；resolution：分辨率；radiotherapy：放療；tracking：追蹤；noise：噪音；angiography：血管造影；prediction：預測；deep learning：深度學習；feature extraction：特征提??；features：特征；medical image：醫(yī)學圖像；pattern：模式；filter：過濾器；diabetic retinopathy：糖尿病性視網(wǎng)膜病變

歐洲各國在推動人工智能應(yīng)用于醫(yī)學影像學方面落后于美國和中國，表現(xiàn)最強的德國和英國均與美國及中國差距較大。歐洲在該領(lǐng)域研究布局行動較晚，對于人工智能技術(shù)用于醫(yī)療領(lǐng)域可能帶來的倫理挑戰(zhàn)和數(shù)據(jù)安全問題更為關(guān)注[13]。隨著人工智能技術(shù)的應(yīng)用潛力逐漸受到認可，近年歐洲各國也開始在宏觀層面進行產(chǎn)業(yè)布局，如在“地平線2020”計劃中設(shè)立人工智能項目、計劃建設(shè)歐洲人工智能平臺等[14]。

此外，德國西門子、荷蘭飛利浦和美國通用電氣公司三大醫(yī)療設(shè)備巨頭在將人工智能用于醫(yī)學影像學基礎(chǔ)研究規(guī)模方面躋身全球前列，主要得益于其在醫(yī)學影像學領(lǐng)域的先天優(yōu)勢，同時也反映出在推動新興技術(shù)為傳統(tǒng)行業(yè)賦能方面，傳統(tǒng)行業(yè)巨頭發(fā)揮著不可替代的作用。

近十年人工智能用于醫(yī)學影像學基礎(chǔ)研究活躍，超過70%的成果出現(xiàn)于此階段。美國在此領(lǐng)域引領(lǐng)全球發(fā)展，且領(lǐng)先優(yōu)勢明顯，其他國家相比之下研究規(guī)模尚小。我國基礎(chǔ)研究規(guī)模大但成果影響力相對較弱，改進核心技術(shù)、提高研究成果影響力應(yīng)作為今后我國相關(guān)領(lǐng)域重點努力方向。