10.12114/j.issn.1007-9572.2022.0461
2000—2022年人工智能应用于食管癌领域全球研究的可视化分析
背景 随着近20余年人工智能(AI)在食管癌领域应用研究的骤增,出现了许多关于该研究的系统、荟萃分析等,但其仅针对AI在该领域应用的单一方面的总结研究,研究人员难以全面了解领域最新发展与研究热点.目的 通过文献计量分析总结AI在食管癌领域的应用,阐明AI在食管癌领域相关研究的进展、热点和新兴趋势.方法 检索Web of Science Core Collection(WoSCC)的Science Citation Index Expanded(SCI-E)数据库收录的AI应用于食管癌领域的所有英文文献,检索时间2000-01-01至2022-04-06.应用Microsoft Excel 2019、CiteSpace(5.8R3-64bit)和VOSviewer(1.6.18)对文献进行发文量、国家、作者、机构、共被引和关键词分析.结果 2000—2022年共检索到AI应用于食管癌领域的文献918篇,共计引用文献总量23490篇.发文趋势:2000—2016年为迟缓期,发文量从6篇增至40篇;2017—2022年为快速增长期,发文量从62篇突增至216篇.60个国家、118家机构、5979位作者参与了AI在食管癌领域应用的研究,发文量排名前3位的国家分别是中国(306篇)、美国(238篇)、英国(113篇),机构合作强度排名前3位的分别是阿姆斯特丹大学〔连线粗细(TLS)=72〕、凯瑟琳娜医院(TLS=64)、埃因霍芬大学(TLS=53),发文量排名前3位的作者是荷兰的作者Jacques J G H M Bergman(16篇)、日本的作者Tomohiro Tada(12篇)、荷兰的作者Fons Van Der Sommen(12篇).共被引作者39962位,共被引文献42992篇.AI应用于食管癌领域相关研究的突现关键词共33个,早期(2001—2008年):突现关键词以p53、突变为主;中期(2013—2018年):以食管癌分类、检查新技术(断层扫描)以及食管癌和不同癌症之间区分、鉴别和比较为主;近期(2019—2022年):以深度学习、卷积神经网络、机器学习在食管癌检查、诊断应用为最新前沿,且深度学习一词突现强度排在33个突现关键词首位(突现强度为13.89).结论 AI在食管癌领域的相关研究已迈入新阶段,从基因、突变逐步朝精准检查、诊断和治疗方向发展,深度学习、卷积神经网络、机器学习在食管癌检查、诊断应用为近期(2019—2022年)AI应用于食管癌领域的最新前沿.未来AI应用于食管癌的挑战可能主要集中在食管癌个体化数据收集、数据质量、数据处理规范、AI代码复现、辅助诊断可信度决策上.
食管癌、人工智能、数据收集、诊断、鉴别、可视化分析、CiteSpace
26
R735.1(肿瘤学)
江西省城市癌症早诊早治疗经济学评价项目;南昌大学大学生创新创业训练计划项目
2023-01-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
760-768
