绘制知识景观和人工智能的新兴趋势用于痴呆症生物标志物:书法测量和可视化分析分析

科学领域:

• 生物医学信息学 生物医学信息学
• 医疗保健中的人工智能
• 神经科学研究 神经科学研究

背景情况:

• 人工智能 (AI) 在痴呆症生物标志物研究中的整合正在迅速发展.
• 了解当前的趋势和研究重点在人工智能驱动的痴呆症生物标志物发现至关重要.

研究的目的:

• 在痴呆症生物标志物研究中全面评估人工智能应用的全球格局.
• 确定这个跨学科领域的关键主题,发展趋势和未来方向.

主要方法:

• 利用科学网络核心集合的文献数据挖掘来分析出版趋势,作者,机构,期刊和国家.
• 进行专家小组分析,以评估AI算法,生物标志物类型和研究规模.

主要成果:

• 该领域包括来自74个国家的1070个出版物,其中有1793个机构和6455名研究人员的重大贡献.
• 支持向量机器,随机森林和神经网络是普遍存在的算法,研究重点是成像,脑脊液,遗传和血液生物标志物.
• 最近的进展显示数字和眼科生物标志物的增长,而许多早期的研究人员已经停止了研究.

结论:

• 使用人工智能的痴呆症生物标志物研究处于稳定的发展阶段,受到全球关注,但缺乏建立的协作集群.
• 在成像研究中,算法开发,特别是支持向量机器和神经网络,非常突出.
• 未来的研究将集中在验证新发现的生物标志物和探索新型类型,如数字生物标志物.