在医学中绘制AI的图书统计景观:方法论研究研究

科学领域:

• 医疗信息学 医疗信息学
• 人工智能的人工智能
• 机器学习 机器学习

背景情况:

• 人工智能 (AI) 的采用在各个行业都在增长,但其融入医疗领域落后于其他行业.
• 尽管整合速度较慢,但医疗人工智能研究已经出现了显著的增长,并得到了研究人员和从业人员的大量关注.
• 这项研究解决了需要一个框架来理解AI在医学中的不断变化的格局.

研究的目的:

• 概述目前医疗人工智能研究的现状.
• 提供对医疗人工智能的未来发展的见解.
• 检查过去二十年PubMed中与人工智能相关的研究,并为未来的研究提出方法.

主要方法:

• 使用了一种双向的方法,涉及使用Python从PubMed (2000-2022) 获取元数据.
• 使用隐藏的迪里克莱特分配 (LDA) 进行了关键词频率分析和主题分类.
• 基于欧盟委员会AI Watch报告的AI词典,涵盖8个领域,被用于分类.

主要成果:

• 对2000年至2022年期间307,701篇与人工智能相关的出版物的分析显示,人工智能的数量增加了36倍.
• 美国在出版量方面处于领先地位,而中国的引用影响较低.
• "学习"领域,特别是机器学习和深度学习,已成为医疗AI研究中占主导地位的领域.

结论:

• 医疗AI的研究主题每年都在不断发展,机器学习和深度学习仍然是核心.
• 未来医学人工智能研究预计将专注于诊断,机器人干预和疾病管理.
• 人工智能伦理和哲学是一个新兴领域,准备增加研究重点.