在过去十年中,关于中风的机器学习的知识结构和全球趋势:科学度分析
Mingfen Wu1, Kefu Yu1, Zhigang Zhao1
1Department of Pharmacy, Beijing Tiantan Hospital, Capital Medical University, Beijing, 100070, China.
Heliyon
|January 30, 2024
概括
机器学习在中风治疗中的应用正在迅速扩大,在过去十年中,研究呈现出爆炸式增长. 虽然对诊断和预测有希望,但这些AI工具的临床使用仍在发展.
科学领域:
- 神经学 神经学
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 机器学习 (ML) 模型越来越多地用于中风管理,包括预测,诊断,治疗和预后.
- 需要进行全面的科学测量分析,以了解当前的风景,知识结构和ML中风的全球研究趋势.
研究的目的:
- 在中风中对机器学习的出版物进行科学度分析.
- 揭示目前的状态,知识结构和ML研究中风的全球趋势.
主要方法:
- 搜索了Web of Science数据库的ML和中风相关出版物,截至2023年3月15日.
- 包括过去十年的英语原创文章和评论.
- 利用scientometrics软件进行影响检测和协作网络分析.
主要成果:
- 2389个出版物显示平均年增长率为63.99%,其中美国和中国是主要贡献者.
- 关键词表明,ML专注于诊断,分类和预测急性缺血性中风和与心房相关的中风.
- 观察到"分类"",支持向量机"",机械血栓切除术"",表达"和"预后"的重大研究突发.
结论:
- 在中风中ML的应用是多样化的和不断增长的,在过去的十年里有着显著的研究兴趣.
- 在中风护理中ML的临床实施还处于新生阶段,面临着广泛采用的挑战.


