人工智能在创伤性脑损伤诊治中应用的热点和趋势分析.pdfVIP

人工智能在创伤性脑损伤诊治中应用的热点和趋势分析

【摘要】目的分析人工智能（AI）在创伤性脑损伤（TBI）诊治中应用的热点

和趋势。方法检索WebofScience核心数据库，采用主题词检索方法获取2

000年1月至2024年6月发表的TBI诊治领域AI研究文献。应用VOSviewer软

件分析文献的发表年份趋势、国家发文量、国家合作网络、作者发文量、作者被

引频次及作者合作网络。应用CiteSpace软件分析关键词的出现频次，并进行聚

类分析以获得研究热点。应用CiteSpace软件识别短时间内出现频次显著上升的

关键词，以获得研究趋势。结果共检索到2662篇相关文献，筛选后获得677

篇TBI诊治领域AI研究文献。2018—2023年，文献年发文数量总体呈快速增长

趋势，美国是发文量最多的国家（362篇），作者Camarillo的发文量最多（9

篇）。康复是出现频次最高的关键词（133次），包含关键词数量排前3位的聚

类主题依次为虚拟现实（VR）、轻度TBI、深度学习。移动应用、移动健康和颅

内压在2022年1月至2024年6月出现频次显著增加。结论VR、轻度TBI、深

度学习是AI在TBI诊治中应用的研究热点。移动应用、移动健康、颅内压可能

是未来AI在TBI诊治应用中的研究新趋势。

【关键词】脑损伤；人工智能；文献计量学

创伤性脑损伤（traumaticbraininjury，TBI）是全球范围内导致残疾和

死亡的主要原因之一，全球每年有5000万至6000万人遭受TBI［1］。TBI不仅

导致患者认知和行为问题，还对家庭和社会经济造成沉重负担，每年全球因TBI

造成的经济损失高达数千亿美元［2］。目前，TBI的诊治面临诸多挑战。首先，

TBI的临床表现多样，从轻微的意识丧失到严重的神经功能损害，诊断过程复杂

［3］；其次，现有的诊断工具如CT和MRI，往往无法检测所有类型的TBI，尤

其是轻度TBI［4］。此外，TBI的治疗策略相对有限，主要依赖于支持性治疗和

康复训练，缺乏针对性的治疗康复方法［5］。人工智能（artificialintelli

gence，AI）是以计算机科学为基础，整合众多学科的一门交叉学科，旨在通过

系统或机器实现对人类智能的模拟，包括感知、学习、预测等［6-7］。随着A

I技术的发展，其在医学领域的应用为TBI的诊治带来新的希望。基于AI的机

器学习和深度学习能处理和分析大量医疗数据，从而提高诊断的准确性和效率

［8］。AI算法用于分析MRI图像，以识别TBI的细微临床变化，这些变化在传

统方法中可能被忽视［9］。AI还可预测患者的恢复轨迹和治疗响应能力，辅助

开发个性化的治疗计划，为临床决策提供支持［10］。近年来，TBI诊治相关的

AI研究文献众多，越来越多的学者关注到这一研究领域［11］。分析TBI诊治

中AI研究的发文现状、热点和趋势具有重要的临床指导价值和科研价值，但目

前国内尚未见相关报道。因此，笔者基于文献计量学方法，分析并总结AI在TB

I诊治应用中的研究热点和趋势，以期为相关研究者提供研究思路，推动AI在T

BI诊治中的应用。

1资料与方法

1.1数据来源

在WebofScience核心数据库中科学引文索引扩展版（SCI-E）和社会科

学引文索引（SSCI）数据库进行主题词检索。检索词包括：（1）braininjur*，

braintrauma，traumaticencephalopathies，headtrauma，cranialtra

uma，intracranialinjur*，braindamage，cerebralcontusion，concussio

n；（2）AI，artificialinteligen*，algorithm*，cloudcomput*，machin

elearning，neuralnetwork，randomforest，decisiontree，deeplearni

ng，boost*，naturallanguageprocess。检索时限为2000年1月至2024年

6月。文献检索和数据下载于2024年6月10日完成。

文献纳入标准：（1）内容为TBI诊治中AI应用相关研究；（2）文献类型

为论著和综述；（3）使用语言为英文。文献排除标准：出版年份、作者、国家

和关键词等信息缺失不全。

1.2数据提取

将初步检索到的2662篇