糖尿病病研究中的人工智能:从2006年到2024年的图书识别分析
Xingyuan Li1, Liming Xiao1, Fenghao Yang1
1Department of Nephrology, West China Hospital, Sichuan University, 37 Guoxue Alley, Wuhou District, Chengdu, Sichuan, 610041, China, 86 13880602361.
糖尿病病 (DKD) 中的人工智能 (AI) 研究正在迅速扩大,但临床翻译仍然有限. 未来的工作必须专注于可解释的AI和现实世界的验证,以获得更好的患者结果.
科学领域:
- 图书计量和健康信息学
- 人工智能在医学中的应用
- 腎病學研究 腎病學研究
背景情况:
- 糖尿病病 (DKD) 是全球末期病的主要原因.
- 人工智能 (AI) 在早期检测,风险预测和DKD管理方面表现有前途.
- 目前对AI在DKD研究中的作用的理解,包括合作和临床翻译,是不完整的.
研究的目的:
- 在DKD研究中对AI应用进行全面的文献计量和翻译分析 (2006-2024年).
- 确定出版趋势,研究热点,关键贡献者和合作网络.
- 评估AI模型在DKD中的临床验证程度和可解释性.
主要方法:
- 在DKD研究中对AI进行系统的文献搜索 Web of Science核心集合.
- 文章选的PRISMA 2020指导方针. 文章选的指导方针.
- 使用CiteSpace和VOSviewer进行图表化和关键词演变的图书统计分析.
- 对临床验证,可解释性和现实世界的实施进行定性审查.
主要成果:
- 2019年以后观察到与人工智能相关的DKD出版物迅速增加,其中中国处于领先地位.
- 主题演变从生物标志物研究到深度学习,临床预测模型和管理工具.
- 有限的外部验证和可解释性框架,几乎没有成功的现实世界的整合.
结论:
- 在DKD的AI研究已经显著增长,越来越多的合作和各种主题.
- 在临床适用性,模型透明度和全球包容性方面仍然存在挑战.
- 未来的研究应该强调可解释的AI,多中心验证和临床工作流集成.
更多相关视频
08:15Author Spotlight: Network Pharmacology and Molecular Docking to Decipher the Action of Jiawei Shengjiang San Against Diabetic Kidney Disease
Published on: May 10, 2024
09:00TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients
Published on: April 13, 2021
相关概念视频
Chronic Kidney Disease I: Introduction
Acute Kidney Injury IV: Diagnostic Studies and Prevention
Chronic Kidney Disease III: Interprofessional Care
Drug Dosing in Renal Diseases: Estimation of Glomerular Filtration Rate Based on Serum Creatinine Concentration
