目的 探讨我国人工智能在骨科领域的应用研究热点,以期为骨科科研及临床诊疗提供可参考的思路.方法 以中国知网(CNKI)为基础,检索建库至 2024 年 2 月发表的以人工智能和骨科领域为中心的相关文献,导出Refworks格式数据,经CiteSpace6.3.R1 软件数据转化后进行分析,设置参数,对发文量,作者、机构合作网络,关键词共现、关键词聚类和时间线等进行可视化分析,并绘制可视化网络图谱.计算节点中介中心性,中心性代表所在领域的重要性,使用对数似然比(LLR)算法,评判指标为模块值Q>0.5,轮廓值S>0.7 表示图表有意义.结果 以检索条件为(主题:人工智能+深度学习+机器学习)AND(主题:骨科+骨 折+关节置换+腰椎+胸椎+骨质疏松+骨肿瘤+骨关节炎+骨龄+脊柱),检索范围为总库,共检索文献总数1029条,保留学术期刊579 条和学位论文 394 条,排除会议论文 19 条,报纸 19 条,图书 1 条,成果 13 条,经CiteSpace软件去重处理后保留文献936条纳入研究.最早发文文献为 2001 年.从发文量走势发现,2018 年开始我国人工智能在骨科领域的研究数量逐年增加,且递增幅度较大,2018 年发表文章 41 篇,2019 年 89 篇,2020 年 133 篇,2021 年 170 篇,2022 年 214 篇,2023年 262 篇,2024年仅 2个月的发文量即为 295 篇.我国该领域全部发文作者数量为 292 人,根据共现图谱显示,共有292个节点,501 条连线,但分布较为松散,属于松散型团队模式,按引用次数排名最高的作者是胡豇,引用次数为 11.我国致力于人工智能技术在骨科应用的研究的机构有 211 个,引用次数排名最高的机构是第 44 组的南方医科大学,引用次数为 18次.第二个是吉林大学在集群#123,引用计数为16.第三位是山东大学,第101 组,引用数为 13.较活跃的关键词为"深度学习""机器人""人工智能""机器学习",分别出现在 2017 年、2002 年、2014 年及 2012 年.对该领域进行关键词进行突现分析,发现有4个关键的突现值较高,分别为"机器人""导航""影像学组"和"骨关节炎".结论 我国近年人工智能在骨科领域的应用研究进展迅速,但机构和学者多为独立研究,缺乏合作,影响力较低,未来应该在深度学习、机器人、人工智能领域致力于骨科疾病研究,开展国际多中心合作,建立更加科学规范的诊治方案,为骨科诊疗提供新思路.
国家科技期刊平台
NSTL
万方数据
