人工智能在医疗领域应用的可视化分析

籍文雪

(南方医科大学深圳医院，广东 深圳 518100)

0 引言

人工智能作为一门学科起源于1956年的达特茅斯夏季会议[1]，经过60余年的发展，业界对人工智能的认知也在不断变化，但是目前尚缺乏一个精确的、被普遍接受的定义。在此我们采用NilsJ.Nilsson提出的定义：“人工智能就是一种致力于使机器能够智能化运作的活动，而智能是一种可以使一个实体能在其所处环境中合理并有远见地发挥其功能的能力”[2]。

人工智能的发展日新月异，其在医疗领域的应用也越来越广泛，从辅助手术和护理的自动化设备、使用复杂算法从医疗大数据中提取关键信息辅助临床实践、患者监测和指导到通过从患者大数据中提取有用信息实现健康风险警报和健康结果预测[2-5]。本文以CNKI数据库1998-2018年人工智能在医疗领域应用相关文献数据为研究内容，通过可视化分析软件CiteSpace绘制知识图谱了解目前研究主题，同时结合突变词检测和时区图绘制，探究人工智能在医疗领域应用的整体进展情况。

1 研究方法

1.1 数据来源

本研究使用的数据来源于CNKI数据库。选择期刊、硕士及博士数据库为主要检索源，在高级检索框中以主题字段检索人工智能并含“医学”或“医疗”，时间范围为1998年1月1日-2018年4月30日，数据获取时间为2018年5月26日。经过重复和无效文献筛选处理共得到484篇文献。

1.2 数据处理工具

本研究主要采用陈超美博士开发基于JAVA应用程序的可视化分析软件CiteSpace为分析工具，一款基于科学文献，可识别某一学科领域发展新趋势和新动态的软件[6]。

2 结果与分析

2.1 发文趋势

发文数量反映了一定时间段科学研究的绝对产出，是衡量科研活动的一个重要指标。由图1可知，人工智能在医疗领域的应用发文数量虽时有起伏但总体呈上升趋势，说明该领域一直受到学者的关注，直到2015-2017年这一阶段发文量增长迅速，可以看出此领域已成为研究重点，此阶段发文量的增长可能与国家政策相关，2015年7月，“人工智能”被写入《国务院关于积极推进“互联网+”行动的指导意见》，将其列为了互联网+战略的一部分，2016年出台的《“互联网＋”人工智能三年行动实施方案》、《“十三五”国家科技创新规划》和《“十三五”国家战略性新兴产业发展规划》，2017年国务院印发《新一代人工智能展规划的通知》，一系列文件的出台表明我国对人工智能的重视不断提高，同时提出了对医疗领域人工智能的要求。

图1 1998-2018年人工智能在医疗领域研究论文的数量

2.2 关键词热点分析

关键词是对文献主题的高度概括和集中描述，出现频次较高的关键词可以用于确定学科领域的研究热点。笔者基于1998年到2018年间发表的论文选取每年出现频次最高的前50个关键词，生成此时间段人工智能在医疗领域研究热点图谱（见图2）。

图2 关键词共现图谱

图中每一个节点代表一个关键词，节点圆圈大小表示关键词出现的频次，外周为紫色圈的节点代表着高中心性，表明此主题为研究领域的关键节点（转折点）；节点之间的连线表示两个关键词有共现关系，而连线的粗细代表共现关系的强度[7-8]。笔者按照频次高低截取了前十个高频词，具体如表1所示。

表1 人工智能在医疗领域研究热点

由图2和表1可知，知识图谱共生成100条节点数量，215条连线，网络密度为0.05，整体网络相对松散，密度不够高，表明集中的研究主题相对较少。结合高频关键词及节点圆圈我们可以初步判断人工智能在医疗领域的“机器人”、“专家系统”、人工智能在“医学影像”及“中医药”的应用、人工智能算法“语义网络”及“神经网络”为研究热点。同时结合年轮外周颜色，剔除标识性不强的“医疗”及“医学”关键词，可以看出人工智能在“机器人”、“医疗健康”及“中医药”方面的应用为关键节点，表明这三个领域为比较重要的新主题。

2.3 关键词聚类分析

对关键词进行自然聚类后得到关键词聚类，同时选择含10个成员以上的聚类，同时对聚类主题添加标签，得到关键词聚类图谱。聚类分析可以更好地展示该学科的主要研究领域，聚类的区块颜色表示该聚类第一次发生的年份，蓝色的区块要比绿色的区块早，黄色的区块要比绿色的区块晚等[8]。如图3所示。

由图3可知，共形成了6个区块，即6个聚类主题。图中并未出现蓝色区块，表明早期的研究并未形成聚类。相对较早的绿色区块为“专家系统”，说明人工智能在医疗领域专家系统方面的应用较早形成了聚类；出现较晚的聚类为橙色区块的分级诊疗，表明人工智能在分级诊疗方面的应用近期出现了部分研究，并形成了主题聚类。结合表2，主要研究领域如下：

图3 关键词聚类

（1）机器人领域：研究内容侧重于机器人在脊柱微创手术及影像诊断中的应用、三叉神经痛的治疗，同时探讨机器人在辅助手术中所起到的护士助手角色作用。

（2）专家系统领域：研究内容侧重于医学专家系统设计的实现，方法的应用等方面。

（3）应用领域：研究内容侧重于人工智能在医疗诊断、中医、病理学等方面的应用，同时探讨人工智能结合医疗大数据、精准医学方面的应用。

（4）AI领域（方法）：AI即人工智能，此聚类表明人工智能的机器学习方法，特别是深度学习也已经在医疗领域开始探讨其应用。

（5）分级诊疗领域：研究内容侧重于讨论人工智能技术在医联体分级诊疗中可能的应用及起到的作用。

（6）语义网络领域：研究内容侧重于医学语言系统的建立及在中医药领域的应用。

2.4 研究前沿分析

使用突现主题术语比使用出现频次最高的主题词更适合探测学科发展的新兴趋势和突然变化[9]。CiteSpace提供的膨胀词探测技术和算法，将其中频次变化率高的词，即突现词，可以揭示学科领域的研究前沿。基于突现词探测结合时区图谱分析人工智能在医疗领域的研究前沿。

表2 聚类主题中的主要术语

由图4和图5可知，“专家系统”从2001年开始到2013年一直是研究前沿的热点词汇，我国医学专家系统的开发研究始于20世纪80年代初，起步虽较发达国家玩，但发展速度迅猛[10]。“机器人”这一热点词汇在2010年到2016年间变化频率较高，结合检索得到的数据也可以得出在此时间段关于机器人在医疗领域的应用研究成果增长飞速，是此时间段学者关注的热点。“中医”和“中医药”我们将其视为一个研究前沿，说明近年来人工智能在中医药领域的应用探讨也悄然升起。另一方面，随着人工智能技术的不断创新，语义网络、神经网络及机器学习等也成为人工智能在医疗领域的研究热点。

3 结论

通过人工智能在医疗领域应用文献发文数量分析及基于CiteSpace可视化知识图谱的绘制，可以得到以下结论：

图4 5个变化频率最高的突现词

图5 关键词时区图谱

（1）从发文趋势来看，结合目前国内人工智能+医疗大热的形势，可以预测人工智能在医疗领域相关应用的研究成果在未来几年还会有大幅增长。

（2）从研究热点来看，主要有三个，一是人工智能机器人在医疗领域的应用，主要应用在手术、康复、护理、救援与转运等方面[11]，其中机器人在手术及康复中的应用在国内得到了学者们的广泛关注。二是人工智能在医疗健康方面的应用，通过利用人工智能技术挖掘医疗大数据来辅助诊断和治疗，实现风险预测和医疗保健，这在很大程度上拓展了人工智能在医疗领域的应用潜力，但是数据的收集和安全性保障是很大一个挑战。三是人工智能在中医药领域的应用，近年来国家对于中医药行业的政策红利及“互联网+”时代的机遇[12]，人工智能在中医药领域应用方面的研究成果也逐渐增多，同时2014年ISO首发的中医药信息标准的发布促使在2014年后关于中医药学语言系统及语义网络、技术规范方面的应用成为研究热点。

（3)从研究前沿来看，主要有四个，一是人工智能在医疗专家系统方面的应用，经过20多年的发展，专家系统的应用层出不穷，从影像专家系统、骨肿瘤辅助诊断系统、口腔颌面部创伤诊治专家系统到康复训练专家系统及肝癌智能专家系统等等[13-17]。二是人工智能机器人在医疗领域的应用。三是人工智能在中医药领域的应用。四是人工智能在医疗领域实现的程序和算法，如语义网络、神经网络、机器学习等，正是这些算法和技术的不断成熟推动着人工智能在医疗领域的应用。