基于科学引文数据库的医学教育领域人工智能应用研究的可视化分析

doi:10.3760/cma.j.cn115259-20230802-00079

中华医学教育杂志 ›› 2024, Vol. 44 ›› Issue (5): 339-345.DOI: 10.3760/cma.j.cn115259-20230802-00079

基于科学引文数据库的医学教育领域人工智能应用研究的可视化分析

张永明¹, 陈艳佳², 郭威³, 钟梅¹, 孙轶楠⁴

¹国家癌症中心国家肿瘤临床医学研究中心中国医学科学院北京协和医学院肿瘤医院教育处,北京 100021;
²国家癌症中心国家肿瘤临床医学研究中心中国医学科学院北京协和医学院肿瘤医院统计室,北京 100021;
³国家癌症中心国家肿瘤临床医学研究中心中国医学科学院北京协和医学院肿瘤医院胸外科,北京 100021;
⁴中国医学科学院北京协和医学院医学信息研究所信息咨询部,北京 100005

收稿日期:2023-08-02 出版日期:2024-05-01 发布日期:2024-04-30
通讯作者: 钟梅,Email:zhongmei@cicams.ac.cn
基金资助:
北京协和医学院青年医学教育学者培训项目(2023zlgc0714)

Visual analysis of the application researches of artificial intelligence in the field of medical education based on Web of Science

Zhang Yongming¹, Chen Yanjia², Guo Wei³, Zhong Mei¹, Sun Yi′nan⁴

¹Department of Education, National Cancer Center & National Clinical Research Center for Cancer & Cancer Hospital of Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China;
²Department of Statistics, National Cancer Center & National Clinical Research Center for Cancer & Cancer Hospital of Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China;
³Department of Thoracic Surgery, National Cancer Center & National Clinical Research Center for Cancer & Cancer Hospital of Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China;
⁴Department of Information Consulting, Medical Information Institute, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100005, China

Received:2023-08-02 Online:2024-05-01 Published:2024-04-30
Contact: Zhong Mei, Email: zhongmei@cicams.ac.cn
Supported by:
Peking Union Medical College Young Medical Educators Training Program(2023zlgc0714)

摘要/Abstract

摘要： 目的探讨人工智能在医学教育领域中应用研究的基本情况和研究热点。方法检索1986年1月至2023年6月科学引文数据库中人工智能在医学教育中的应用研究,应用文献计量学方法进行文献分析,创建主题词共现网络,绘制主题聚类图谱和论文所属国家间合作网络图谱。结果共检索到论文988篇,2017年之后发文数量显著增加。美国发文量排名第一,共发表386篇论文,占比39.1%,中国共发表134篇论文,占比13.6%。高频主题词及其频次分别为机器学习152次、深度学习62次、自然语言处理技术32次和虚拟现实18次。结论人工智能在医学教育领域中应用研究数量不断增长,我国在发文量方面有待加强,目前机器学习、深度学习、自然语言处理技术和虚拟现实为人工智能在医学教育领域中应用的主要研究热点。

关键词: 人工智能, 医学教育, 文献分析, 研究热点, 可视化分析

Abstract: Objective To explore the basic situation and research hotspots of the artificial intelligence application in the field of medical education. Methods Based on Web of Science, the applied researches of artificial intelligence in medical education were retrieved during January 1986 to June 2023, and by the bibliometric methods to analyze the literature statistically and create a co-occurrence network of topic words, then drawing a topic clustering map and a cooperation network map between countries which the papers belong to. Results A total of 988 papers were retrieved, and the number of publications had significantly increased since 2017. The United States ranked first in terms of publication volume, with a total of 386 published papers accounting for 39.1%, while China had published 134 papers accounting for 13.6%. The high-frequency topic words and their frequencies were 152 times in machine learning, 62 times in deep learning, 32 times in natural language processing and 18 times in virtual reality, respectively. Conclusions The researches of the artificial intelligence application in the field of medical education are constantly increasing, and China need to strengthen publication volume. Machine learning, deep learning, natural language processing and virtual reality are the main research hotspots of the artificial intelligence application in the field of medical education currently.

Key words: Artificial intelligence, Medical education, Literature review, Research hotspots, Visual analysis

中图分类号:

张永明, 陈艳佳, 郭威, 钟梅, 孙轶楠. 基于科学引文数据库的医学教育领域人工智能应用研究的可视化分析[J]. 中华医学教育杂志, 2024, 44(5): 339-345.

Zhang Yongming, Chen Yanjia, Guo Wei, Zhong Mei, Sun Yi′nan. Visual analysis of the application researches of artificial intelligence in the field of medical education based on Web of Science[J]. Chinese Journal of Medical Education, 2024, 44(5): 339-345.

参考文献

[1] Liu PR,Lu L,Zhang JY,et al.Application of artificial intelligence in medicine: an overview[J]. Curr Med Sci, 2021,41(6):1105-1115. DOI: 10.1007/s11596-021-2474-3.
[2] 蒋伟,马海涛,郑鸿,等.人工智能在研究生外科教学中的应用探索[J].中国继续医学教育,2022,14(1):152-155. DOI: 10.3969/j.issn.1674-9308.2022.01.039.
[3] 孔维梁, 韩淑云,张昭理.人工智能支持下自适应学习路径构建[J].现代远程教育研究,2020,32(3):94-103. DOI: 10.3969/j.issn.1009-5195.2020.03.011.
[4] 王梦溪,王娜,张欣多,等.人工智能医学教学平台的构建[J].中国高等医学教育,2020(3):46-48.DOI:10.3969/j.issn.1002-1701.2020.03.023.
[5] 冯俊,王敏,郑鹏,等.以病例为基础的人工智能—仿真模拟教学在急危重症教学培训中的应用[J].中国高等医学教育,2023(5):52-53.DOI:10.3969/j.issn.1002-1701.2023.05.021.
[6] Ngiam KY,Khor IW.Big data and machine learning algorithms for health-care delivery[J].Lancet Oncol,2019,20(5):e262-e273.DOI:10.1016/S1470-2045(19)30149-4.
[7] 黄广仕,周梦强,韩春梅,等.人工智能深度学习技术在医学考试试题难度预估中的应用研究[J].中华医学教育杂志,2021,41(10):932-935.DOI:10.3760/cma.j.cn115259-20201203-01668.
[8] 张志常,娄岩.虚拟现实技术在医学教育中应用的前沿与趋势[J].医学教育研究与实践,2021,29(2):190-194,215.DOI:10.13555/j.cnki.c.m.e.2021.02.003.
[9] Chan KS,Zary N.Applications and challenges of implementing artificial intelligence in medical education:integrative review[J].JMIR Med Educ,2019,5(1):e13930.DOI:10.2196/13930.
[10] 高守宝,张舒婷,孟现美,等.机器学习在科学教育评估中的应用:维度、领域与规律[J].中国教育信息化,2023,29(10):83-92.DOI:10.3969/j.issn.1673-8454.2023.10.009.
[11] Lee J,Wu AS,Li D,et al.Artificial intelligence in undergraduate medical education: a scoping review[J].Acad Med,2021,96(11S):S62-S70.DOI:10.1097/ACM.0000000000004291.
[12] 王晓露,陈锋,邓琪.沉浸式虚拟现实技术在药学实验教学中的应用[J].中华医学教育杂志,2020,40(2):111-114.DOI:10.3760/cma.j.issn.1673-677X.2020.02.008.
[13] 周娜,李爱芹,刘广伟,等.沃森肿瘤人工智能系统在临床中的应用[J].中国数字医学,2018,13(10):23-25.DOI:10.3969/j.issn.1673-7571.2018.10.008.
[14] Kononowicz AA,Woodham LA,Edelbring S,et al.Virtual patient simulations in health professions education: systematic review and meta-analysis by the digital health education collaboration[J].J Med Internet Res,2019,21(7):e14676.DOI:10.2196/14676.
[15] Sebastian AM,Peter D.Artificial intelligence in cancer research: trends, challenges and future directions[J].Life (Basel),2022,12(12):1991.DOI:10.3390/life12121991.
[16] Powles J,Hodson H.Google DeepMind and healthcare in an age of algorithms[J].Health Technol (Berl),2017,7(4):351-367.DOI:10.1007/s12553-017-0179-1.
[17] 李熠,匡双玉,桂庆军,等.人工智能在医学生临床技能培养中的应用探讨[J].医学教育研究与实践,2018,26(6):908-910,992.DOI:10.13555/j.cnki.c.m.e.2018.06.003.
[18] Hodges BD.Learning from Dorothy Vaughan: artificial intelligence and the health professions[J].Med Educ,2018,52(1):11-13.DOI:10.1111/medu.13350.
[19] Hewson MG,Little ML.Giving feedback in medical education: verification of recommended techniques[J].J Gen Intern Med,1998,13(2):111-116.DOI:10.1046/j.1525-1497.1998.00027.x.
[20] LeCun Y,Bengio Y,Hinton G.Deep learning[J].Nature,2015,521(7553):436-444.DOI:10.1038/nature14539.
[21] Carin L.On Artificial intelligence and deep learning within medical education[J].Acad Med,2020,95:S10-S11.DOI:10.1097/ACM.0000000000003630.
[22] 刘畅,李广普,陈梦欢,等.基于深度学习的心肺复苏术人工智能实时辅助培训和考核系统的构建[J].中华医学教育杂志,2023,43(6):418-422.DOI:10.3760/cma.j.cn115259-20220504-00571.
[23] 王世界,刘华清,张建兴,等.基于自动乳腺全容积成像影像组学的机器学习模型鉴别BI-RADS4类病灶良恶性的临床价值[J].中华超声影像学杂志,2023,32(2):136-143.DOI:10.3760/cma.j.cn131148-20220613-00429.
[24] 龚健雅,宦麟茜,郑先伟.影像解译中的深度学习可解释性分析方法[J].测绘学报,2022,51(6):873-884.
[25] Chary M,Parikh S,Manini AF,et al.A review of natural language processing in medical education[J].West J Emerg Med,2019,20(1):78-86.DOI:10.5811/westjem.2018.11.39725.
[26] Zhou B,Yang G,Shi Z,et al.Natural language processing for smart healthcare[J].IEEE Rev Biomed Eng,2024,17:4-18.DOI:10.1109/RBME.2022.3210270.
[27] Linna N,Kahn CE Jr.Applications of natural language processing in radiology: a systematic review[J].Int J Med Inform,2022,163:104779.DOI:10.1016/j.ijmedinf.2022.104779.
[28] Zech J,Pain M,Titano J,et al.Natural language-based machine learning models for the annotation of clinical radiology reports[J].Radiology,2018,287(2):570-580.DOI:10.1148/radiol.2018171093.
[29] 贾茜,李小莹.利用基于人工智能的临床决策支持系统提升住院医师规范化培训质量[J].医学教育管理,2020,6(6):591-594.DOI:10.3969/j.issn.2096-045X.2020.06.016.
[30] Nicola S,Stoicu-Tivadar L.Mixed reality supporting modern medical education[J].Stud Health Technol Inform,2018,255:242-246.
[31] Wan T,Liu K,Li B,et al.Validity of an immersive virtual reality training system for orthognathic surgical education[J].Front Pediatr,2023,11:1133456.DOI:10.3389/fped.2023.1133456.
[32] Alqahtani T,Badreldin HA,Alrashed M,et al.The emergent role of artificial intelligence, natural learning processing, and large language models in higher education and research[J].Res Social Adm Pharm,2023,19(8):1236-1242.DOI:10.1016/j.sapharm.2023.05.016.
[33] 李宗达,刘书强,孟可欣,等.智能时代医学教育的数字化发展[J].中国继续医学教育,2022,14(12):173-177.DOI:10.3969/j.issn.1674-9308.2022.12.045.
[34] 高敏娜,喻姗姗.数字化教学模式在非临床专业医学生病理学教学中应用的利弊分析[J].医学教育研究与实践,2016,24(6):932-934.DOI:10.13555/j.cnki.c.m.e.2016.06.034.
[35] 孟亚玲,武帅,魏继宗.人工智能教育研究的现状、热点与趋势——基于1979～2019年1043篇人工智能教育文献的数据分析[J].现代教育技术,2020,30(3):120-123.DOI:10.3969/j.issn.1009-8097.2020.03.018.
[36] 王巍.驱动智能教育奇点式发展的人工智能数据技术——评《人工智能与大数据技术导论》[J].科技管理研究,2021,41(4):1.DOI:10.3969/j.issn.1000-7695.2021.04.029.
[37] 刘辰.国务院印发《新一代人工智能发展规划》:构筑我国人工智能发展先发优势[J].中国科技产业,2017(8):78-79.
[38] Mosch L,Agha-Mir-Salim L,Sarica MM,et al.Artificial intelligence in undergraduate medical education[J].Stud Health Technol Inform,2022,294:821-822.DOI:10.3233/SHTI220597.
[39] Chang BS.Transformation of undergraduate medical education in 2023[J].JAMA,2023,330(16):1521-1522.DOI:10.1001/jama.2023.16943.
[40] 教育部关于印发《高等学校人工智能创新行动计划》的通知[J].中华人民共和国教育部公报,2018(4):127-135.
[41] 赵婀娜.开启人工智能辅助临床教学新模式“智慧现实虚拟临床教学中心”落户清华大学[J].吉林医学信息,2017(8):14.

基于科学引文数据库的医学教育领域人工智能应用研究的可视化分析

Visual analysis of the application researches of artificial intelligence in the field of medical education based on Web of Science

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈红, 岑珏, 高翔, 王道珍, 舒静, 晋永, 胡鸿毅, 施建蓉. 中西医结合学科发展关键问题识别研究[J]. 中华医学教育杂志, 2024, 44(5): 330-334.
[2]	邹思敏, 魏怡真, 谭蓓, 赵峻, 马超, 李玥. 早期接触临床课程对八年制医学生核心胜任力认知和早期职业规划的影响分析[J]. 中华医学教育杂志, 2024, 44(5): 360-364.
[3]	孙艳, 禹晓童, 宋妍, 薛丽香, 杨建岭, 李显龙, 陈栎, 黄琛. 我国临床医学专业学位研究生科研能力培养的研究热点和趋势分析[J]. 中华医学教育杂志, 2024, 44(5): 370-374.
[4]	张焱皓, 黄裕韬, 赖锦佳, 袁碧霞, 孙臻, 卢咏梅. 2000至2022年我国中医护理教育研究热点与发展趋势[J]. 中华医学教育杂志, 2024, 44(4): 262-265.
[5]	孙雨哲, 王宪娥, 侯建霞. 虚拟标准化病人在医学教育中的应用与研究进展[J]. 中华医学教育杂志, 2024, 44(4): 294-298.
[6]	闫景瑞, 邓为民, 张士杰, 墨晶, 温克, 于骊. 基础医学教育阶段核心课程知识图谱的构建与应用[J]. 中华医学教育杂志, 2024, 44(3): 176-179.
[7]	卜珂, 陶宁. 1989至2022年我国流行病学课程教学改革的文献计量学分析[J]. 中华医学教育杂志, 2024, 44(2): 85-88.
[8]	王静, 齐惠颖, 王路漫, 王晨. 医学本科生人工智能通识课程的设计和教学实践[J]. 中华医学教育杂志, 2024, 44(2): 89-92.
[9]	王斌, 樊子娟, 朱园园. 我国医学专业机器学习相关学位论文文献计量学分析[J]. 中华医学教育杂志, 2024, 44(2): 118-122.
[10]	孙健, 李琳娜, 田雪, 付玉萍, 李珺, 高航. 基于置信职业行为的皮肤科住院医师规范化培训课程建设研究与实践[J]. 中华医学教育杂志, 2024, 44(2): 141-146.
[11]	侯文光, 张竞文, 王文佳, 吴梦蝶, 黄馨云, 李璟. 2007至2022年信息技术在中医教学中的应用研究热点和趋势的可视化分析[J]. 中华医学教育杂志, 2024, 44(1): 39-43.
[12]	王慧, 周利华, 李紫夜, 延雪晴. 护理学跨专业教育研究的可视化分析[J]. 中华医学教育杂志, 2023, 43(8): 570-573.
[13]	陈心航, 陈伟英, 陈星, 朱琳, 吴红斌. 来华医学留学生教育研究的热点与趋势分析[J]. 中华医学教育杂志, 2023, 43(8): 578-582.
[14]	刘禹彤, 闻德亮. 日本医学教育典型核心课程指南的演变与启示[J]. 中华医学教育杂志, 2023, 43(8): 638-640.
[15]	曲慧, 郭燕, 张伟. 叙事医学教育对耳鼻喉科住院医师共情和沟通能力培养的探讨[J]. 中华医学教育杂志, 2023, 43(7): 494-497.