胡月云，李 芬

（1.中山大學附屬第三醫(yī)院普通兒科，廣東 廣州 510530；2.中山大學附屬第三醫(yī)院普通外科，廣東 廣州 510530）

人工智能（Artificial Intelligence，簡稱AI）由McCarthy 于1956 年提出，在當前被人們稱為世界三大尖端技術之一。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。2018 年4 月，教育部積極部署行動計劃，促進AI 的多學科交叉融合，新一代人工智能技術在智能醫(yī)療等領域廣泛應用，實現(xiàn)AI 總體技術和應用與世界先進水平持平[1]。在健康管理、輔助診療、藥物挖掘、外科手術、檢查檢驗等諸多方面都已實現(xiàn)AI 技術的廣泛應用和發(fā)展。基于AI 技術在醫(yī)學臨床領域的快速發(fā)展和成果轉化，為深入了解其在重癥監(jiān)護領域中的發(fā)展趨勢，現(xiàn)基于Web of Science 進行該領域文獻可視化分析，描述人工智能在重癥監(jiān)護領域相關的研究熱點和趨勢，為相關技術的研究應用提供參考。

1 資料和方法

1.1 文獻檢索策略和數(shù)據(jù)來源

本研究數(shù)據(jù)來源于科學引文Web of Science（WOS）數(shù)據(jù)庫。本檢索策略為TS=（“artificial intelligence”O(jiān)R“machine learn*”O(jiān)R“machine intelligence”O(jiān)R“robort*”），然后在類別中選擇“critical care”對結果進行篩選，語種選擇“English”，時間跨度為2000—2020 年發(fā)表的相關SCI 論文。限定文獻類型為“Article”和“Proceeding Paper”。共檢索140 篇相關文獻。

1.2 研究與統(tǒng)計方法

利用Web of Science 自帶的分析檢索功能和引文報告功能進行數(shù)據(jù)分析，所檢索文獻保留全格式導入Citespace 軟件進行可視化分析。該軟件可以通過分時、多元、動態(tài)等方式對相關研究領域文獻進行精準梳理，探索近20 年來人工智能在重癥監(jiān)護領域的發(fā)展趨勢及熱點。

2 結果

2.1 2000—2020 年人工智能在重癥監(jiān)護領域研究相關文獻發(fā)表情況

（1）時間分布情況:Web of Science 數(shù)據(jù)庫于2000 年收錄第1 篇關于人工智能在重癥監(jiān)護領域研究的文獻，截止到2020 年3 月16 日，共收錄140 篇，被引頻次總計4 449 次。人工智能在重癥監(jiān)護領域的研究文獻發(fā)表數(shù)見圖1，2000—2009 年共發(fā)表7 篇文章，2010 年后整體呈逐漸上升趨勢，從2018 年起呈明顯增長趨勢，這與人工智能在醫(yī)療領域的發(fā)展越來越受到關注的事實一致。中國作者發(fā)表相關論文的時間在2019 年（4 篇）和2020 年（2 篇），起步較晚。（2）地域分布情況:2000 年至2020 年人工智能在重癥監(jiān)護領域應用發(fā)表SCI 論文的國家/地區(qū)共計33 個，根據(jù)文章的發(fā)表數(shù)量排序，前10 位的國家/地區(qū)中，美國發(fā)文量最多（94 篇，占67.14%），其次是英國和澳大利亞，中國排名第8，詳見表1。（3）期刊分布情況:文章共發(fā)表在25 種期刊上，前10 位期刊共發(fā)表文章103 篇，占比73.57%。其中發(fā)文量最多的期刊是來自美國的《Critical Care Medicine》，發(fā)文量24篇，占比17.14%，詳見表2。影響因子采用Web of Knowledge 發(fā)布的2018 年JCR 數(shù)據(jù)，有高質量的論文發(fā)表在高質量的期刊《Lancet Respiratory Medicine》（影響因子=22.992）和《American Journal of Respiratory and Critical Care Medicine》（影響因子=16.494）。（4）機構分布:文獻發(fā)文量前10 名的機構中，9 個來自美國，是主要以大學為主的研究機構，詳見表3。

圖1 2010—2020 年人工智能在重癥監(jiān)護領域發(fā)文量及引文量

表1 人工智能在重癥監(jiān)護領域發(fā)表相關SCI 論文前10 位的國家

表2 人工智能在重癥監(jiān)護領域發(fā)表相關SCI 論文前10 位的期刊

2.2 人工智能在重癥監(jiān)護領域研究的關鍵詞共現(xiàn)圖

表3 人工智能在重癥監(jiān)護領域發(fā)表相關SCI 論文前10 名的機構

應用Citespace 軟件繪制WOS 數(shù)據(jù)庫檢索的人工智能在重癥監(jiān)護領域研究的關鍵詞共現(xiàn)圖譜，詳見圖2。關鍵詞按照頻次顯示，取頻次前10 位的關鍵詞，詳見表4。

圖2 人工智能在重癥監(jiān)護領域相關研究的關鍵詞共現(xiàn)圖譜

表4 人工智能在重癥監(jiān)護領域相關的高頻關鍵詞

2.3 高被引論文分析

2000—2020 年人工智能在重癥監(jiān)護領域相關SCI 論文被引頻次排前10 位的見表5，被引頻次60 次以上，研究圍繞信息化技術在病情診斷、預后預測、大數(shù)據(jù)模型、生物標志物、疾病分類等方面展開，多種信息化技術的應用在臨床疾病管理中有重要意義。

3 討論

3.1 人工智能在重癥監(jiān)護領域研究現(xiàn)狀

本研究從文獻統(tǒng)計學角度分析全球人工智能在重癥監(jiān)護領域研究的文獻情況。研究發(fā)現(xiàn)，早期文獻量少、增長緩慢，從2018 年后增長迅速，說明人工智能在全球醫(yī)學領域的研究正在發(fā)展。一定時間內(nèi)發(fā)文的數(shù)量和質量是評價一個地區(qū)或科研機構的產(chǎn)出和科研實力的重要指標[12]。人工智能在重癥監(jiān)護領域的發(fā)展以發(fā)達國家為主，美國發(fā)文量最多（94 篇，占67.14%），美國在該領域的文獻產(chǎn)量明顯高于其他國家/地區(qū)，其次是英國和澳大利亞。這可能與美國高新科技的發(fā)展及早期發(fā)展科研有關。中國文章的發(fā)表量6 篇，主要在2019 年（4 篇）和2020 年（2 篇），與歐美國家相比，研究的起步時間稍晚，發(fā)文量較少，被引頻次不高。但是近期隨著我國對人工智能技術大力發(fā)展政策的推廣，人工智能技術在醫(yī)學領域的發(fā)展也越來越受重視，發(fā)文量和論文的質量會有進一步的提高。國內(nèi)目前研究方向主要是人工智能在重癥疾病監(jiān)測、預后預測等方面。

表5 2000—2020 年人工智能在重癥監(jiān)護領域相關SCI 高被引論文前10 位

在研究文章發(fā)表的期刊上分析，前10 位期刊共發(fā)表文章103 篇，占比73.57%。其中期刊影響因子在10 分以上有2 種雜志，5～10 分的雜志有3 種雜志，表明發(fā)表文章的質量較高，在相關領域的研究具有一定的影響力。從研究機構分布情況來分析，主要以歐美地區(qū)綜合性大學為主，前10 名研究機構中有9個是美國綜合性大學，都是所在地區(qū)科研水平高的機構，擁有雄厚的科研經(jīng)費和高素質的人才，是推動科研發(fā)展的主要動力。發(fā)表文獻最多的是埃默里大學和加利福尼亞大學（美國），研究領域主要在機器學習、病死率、急性腎損傷、診斷、敗血癥和模型構建等方面。

3.2 人工智能在重癥監(jiān)護領域研究熱點分析

關鍵詞的作用是用來高度概括論點的詞句，高頻關鍵詞可以從宏觀層面描述一個研究領域的總體特征、研究熱點和發(fā)展趨勢[12]。將Citespace 中節(jié)點類型設置為“關鍵詞”，該圖譜中圓形的大小代表該關鍵詞出現(xiàn)的頻次，字體分析獲得人工智能在重癥監(jiān)護領域研究的關鍵詞共現(xiàn)網(wǎng)絡圖譜。頻次最高的詞為“machine learning”“mortality”“intensive care unit”“diagnosis”等，分別反映人工智能技術的重要核心（機器學習算法）以及其在重癥監(jiān)護領域的運用（病死率的預測、疾病嚴重程度的診斷和預測）。其他研究熱點還包括:疾病的結局、疾病嚴重程度的分類、模型的建立等。通過進一步對高頻被引論文進行分析，發(fā)現(xiàn)人工智能在重癥監(jiān)護疾病診斷、預后預測、大數(shù)據(jù)模型、生物標志物、疾病分類等方面引發(fā)廣泛關注，多種信息化技術的應用在臨床疾病管理中有重要意義。

4 結語

通過對近20 年人工智能在重癥監(jiān)護領域的分析發(fā)現(xiàn)，人工智能技術發(fā)展迅速，發(fā)文數(shù)量及質量高的文獻來源于美國，國內(nèi)是近兩年得到迅速發(fā)展的。主要研究熱點:人工智能在重癥疾病的診斷、預后判斷、模型構建、大數(shù)據(jù)的建立等方面的應用。國內(nèi)的研究可緊跟領域研究熱點，借鑒美國等發(fā)達國家的研究方法，加強國際間的交流合作，探索人工智能技術在重癥監(jiān)護領域更廣泛的應用，以促進重癥監(jiān)護醫(yī)學的發(fā)展。