基于文献计量学分析全球人工智能辅助生物标志物研究的基础研究态势
论文,1资料与方法,1数据来源,2数据分析,2结果,1全球概况,2国别分析,3机构分析,4国际合作分析,3讨论
王婷婷 陈娟 张婷 欧阳昭连中国医学科学院医学信息研究所,北京 100020
生物标志物是指能够通过化学或生物测试预测机体生理状态、病理过程或药物干预反应的指示物[1-3],常用于疾病诊断和分类,监测疾病发展,评价新药等[4-7],对疾病的防控和治疗具有重要价值。然而,目前应用到临床或药物开发中的生物标志物非常有限[8]。数据收集、样品质量及生物检测稳定性等方面的挑战阻碍了生物标志物的研究进程[9]。近年来,人工智能在生物标志物研究领域的应用日益受到青睐,降低了成本,缩短了识别和临床验证周期[10-13]。本研究基于科技论文研究全球各国在人工智能辅助生物标志物领域的基础研究现状和实力,以期为我国科研人员提供参考。
1 资料与方法
1.1 数据来源
在Web of Science 数据库中检索文章题目、摘要或关键词中包括人工智能和生物标志物的文献,检索时间为从1970 年至2020 年7 月,文献类型为Article或Proceeding paper,会议摘要不纳入检索结果。
1.2 数据分析
对Web of Science 数据库中人工智能辅助生物标志物研究相关论文进行以下几方面的分析:①全球论文数量与发展趋势;②对题目和摘要内容切词后进行高频词聚类分析,研究全球研究热点;③从论文数量、总被引频次和篇均被引频次等角度分析各国家和机构的研究规模及影响力;④了解全球及各国国际合作情况。
2 结果
2.1 全球概况
1970 年至2020 年7 月 ......
您现在查看是摘要页,全文长 6298 字符。