研究趋势和对应急医学的可解释人工智能的伦理观点:一个图书统计分析

科学领域:

• * 医学信息学 医学信息学
• * 医疗保健中的人工智能
• *临床决策支持 *临床决策支持

背景情况:

• *可解释的人工智能 (XAI) 对于对临床决策支持系统的信任至关重要.
• * 紧急医疗面临着XAI独特的挑战,因为时间关键的决策和不完整的数据.
• * 关于XAI的有限的文献计量研究存在,在急性护理中整合了可解释性和伦理.

研究的目的:

• *对应急医学中XAI的研究进行文献计量分析.
• * 确定出版趋势,主要贡献者和主题领域.
• * 突出研究缺口和XAI在紧急情况下的未来方向.

主要方法:

• *使用Web of Science核心集合对1986年至2025年的433篇出版物进行了文献计量分析.
• *对包括出版趋势,引用,期刊,作者和国家在内的参考资料指标的分析.
• *使用Bibliometrix (R) 和VOSviewer可视化主题集群和关键词的同时出现.

主要成果:

• *2018年后的研究显著增长,在2023年达到顶峰,到2025年有超过1,400个引用.
• * 贡献最大的国家:美国,英国,中国. 领先的期刊:紧急医学的年鉴,NPJ数字医学,BMJ开放.
• *确定了四个关键研究集群:模型开发,临床应用 (分离,成像,败血症),伦理学和法学士.
• *大多数研究都是回顾性的,缺乏标准化指标,多中心验证和一致的报告.

结论:

• * XAI在紧急医学的研究正在迅速扩大,受到关键期刊和作者的影响.
• * 关键差距包括有限的前性研究,临床医生的投入不足,以及非定制的伦理框架.
• *解决这些差距需要多学科合作,标准化指标和强有力的治理,以确保安全采用.