学术论著中国医学装备2022年2月第19卷第2期ChinaMedicalEquipment2022FebruaryVol.19No.2

人工智能在我国医学科技领域的研究现状及趋势分析

李明珠①②李静然①②储成顶③张薇①②魏丽惠①②*

[文章编号]1672-8270(2022)02-0176-05[中图分类号]R197.324[文献标识码]A

[摘要]目的：

分析人工智能(AI)在医学科技领域的研究情况及趋势。

方法：

通过中国知网数据库获取研究数据，检索时间

为1980年1月1日至2020年9月6日，检索方法为关键词含有“人工智能”或“AI”，文献分类选择医学科技领域，共检索

到2

188篇关于“人工智能”的医学类文章。将文章来源类别进行设置，选择中国科技论文与引文数据库(CSTPCD)、中文

社会科学引文索引(CSSCI)及中国科学引文数据库(CSCD)来源期刊，共检索到909篇文章。

结果：

AI主题在医学科技领域

类文章，1987-2016年呈极低速增长，2016-2019年呈高速增长，2018-2021年呈饱和增长；专题分布主要集中在“人工智

能”“医学影像”“机器学习”“深度学习”及“大数据”等，主要发文机构集中在医院和研究院；相关论文基金项目资

助比例较低(占7.4%)，高被引前10位中50%均与影像学相关，60%为研究所或研究中心+医院合作模式。

结论：

AI在医学科

技领域发文近两年发展速度快、学科分布广泛，高被引文章以医学影像为主。多作者或多单位合作模式及通过加大基金覆

盖项目，有助于推广AI在医学科技领域广泛应用。

[

关键词

]人工智能(AI)；医疗；期刊文献分析；引用

DOI:10.3969/.1672-8270.2022.02.039

ResearchandtrendanalysisofartificialintelligenceinthefieldofmedicalscienceandtechnologyinChina/

LIMing-zhu,LIJing-ran,CHUCheng-ding,etal//ChinaMedicalEquipment,2022,19(2):176-180.

[Abstract]Objective:

Toanalyzetheresearchsituationandtrendofartificialintelligenceinthefieldofmedical

scienceandtechnology.

Methods:

TheresearchdatawasobtainedthroughtheChinaHowNetdatabaseforthe

periodfromJanuary1st,1980toSeptember6,2020,withthekeyword"artificialintelligence"containedinthe

searchmethod,andatotalof2,188medicalarticlesonartificialintelligencewereretrievedfromthefieldofmedicine

gonlyChineseScienceTechnologyPaperandCitation

Database(CSTPCD),ChineseSocialSciencesCitationIndex(CSSCI)andChineseScienceCitationDatabase(CSCD)

selectedasthesourcecategories,atotalof909articleswereretrieved.

Results:

Articlesonmedicineandhealth

scienceandtechnologywiththethemeofartificialintelligenceshowedatrendofanextremelyslowspeedfrom1987

to2016,ahighspeedfrom2016to2019,andasaturatedspeedfrom2018to2021;thedistributionofsubjectswas

mainlyconcentratedin"artificialintelligence","medicalimaging""Machinelearning”,“deeplearning”and“bigdata”,

etc.,themainpublishinginstitutiwereconcentratedinhospitalsandresearchinstitutes;theproportionofrelated

paperfundprojectswasrelativelylow(accountingfor7.4%),and50%ofthetoptenmostcitedwereimagingrelated,

and60%werebasedonthecooperationmodelofresearchinstitutesorresearchcentersplushospitals.

Conclusion:

Artificialintelligencehasdevelopedrapidlyinthefieldofmedicalscienceandtechnologyinthepasttwoyears,and

ti-authorormulti-

unitcooperationmodelandbyincreasingthecoverageofthefundwillhelppromotethewideapplicationofartificial

intelligenceinthefieldofmedicineandhealth.

[Keywords]

Artificialintelligence(AI);Medicine;Journalsliteratureanalysis;Citation

[First-author’saddress]

DepartmentofGynecology,PekingUniversityPeople'sHospital,Beijing100044,China.

人工智能(artificialintelligence，AI)医学产业是

AI技术应用的一个分支领域，在机器学习、神经网

络、智能影像识别及精密控制等方面已经有了飞速发

展[1]。国务院于2017年发布的《新一代人工智能发展

规划》(国发〔2017〕35号)[2]中已经明确提出，要加强

AI在医学领域中的推广应用。随着国家对AI医学领域

应用的重视，相应的AI医学设备开发得到大量资本的

投入，我国AI医学研究得到迅猛发展。AI医学方面的

研究成果在相关期刊发表论文的现状成为值得研究的

专题。为此，本研究对中国知网进行文献检索，探讨

AI在医学科技领域的研究趋势。

1研究方法与数据来源

通过中国知网数据库获取研究数据，检索时间为

1980年1月1日至2020年9月6日；检索方法为关键词

含有“人工智能”的期刊文献，文献分类选择医学卫

生科技领域，共检索到2188篇关于“人工智能”的

相关文章。将文章来源类别进行设置，选择中国科

技论文与引文数据库(ChineseScienceTechnology

PaperandCitationDatabase，CSTPCD)、中文社

会科学引文索引(ChineseSocialSciencesCitation

Index，CSSCI)及中国科学引文数据库(Chinese

ScienceCitationDatabase，CSCD)来源，共检索到

①北京大学人民医院妇科北京100035

②中国妇产科临床杂志北京100035

③安徽医科大学公共卫生学院安徽合肥230032

*通信作者：****************

作者简介：李明珠，女，(1984-)，博士，编辑，从事编辑及妇科镜临床工作。

176ZHONGGUOYIXUEZHUANGBEI

Copyright©博看网htsReserved.

中国医学装备2022年2月第19卷第2期人工智能在我国医学科技领域的研究现状及趋势分析-李明珠等学术论著

909篇文章。

Pressethermaleetclimatique》期刊上指出AI诊断

的价值；1982年郭振球[4]在《湖南中医学院学报》上

提出“中医辩证学与人工智能”，医学领域关于AI

的研究已有50余年。2015年之前AI医学类文献不多，

每年10～30篇，2015年后迅猛发展，其中2018年发文

576篇，2019年1月1日至截止检索日已发文697篇，

2020年预测为809篇。年度发文数量统计表明，近两

年来我国AI主题在医学领域发表文章的年度趋势呈

繁荣态势。AI主题在医学领域发表文章的年度趋势

见图1。

应为高速增长模型。以2016年为第0年，2019年为第3年，

数)。吻合程度极高(相关指数

R2=0.9942)。其斜率约

为240，表明从2016年到2019年的3年间，AI主题在医

学领域的文章发表增速为＞200篇/年，即极高速爆炸

性增长。

(3)饱和增长阶段。涵盖2018-2021年份区间，

并外推拓展至2021年份之后，对应为饱和增长&预告

模型。以2018年为第1年，2020年为第3年，并模拟

外推。经非线性拟合，大致为自然对数模型：y(发

表篇数)=100.67ln(x)(年数)+811.07。预告精度较高

(

R2=0.7655)。其截距约为800，表明自2018年年发表

量达800篇以后，年增速趋缓。增速(篇数)约为年数

对数ln(x)的100倍。体现了饱和增长，增速变缓的特

点。

2.2AI主题在医学领域发表文章的学科分布与研究主题

(1)学科分布。医学科技领域涵盖面丰富，检索到

的与AI相关的已发表文献包括临床医学、外科学、肿

瘤学、基础医学及中医中药等28个学科。我国AI在医

学领域的前10位学科分布见表2。

表2我国人工智能在医学领域的学科分布

序号学科类别

临床医学

外科学

肿瘤学

生物医学工程

中医、中药学

基础医学

医药卫生及预防医学

医学教育与医学边缘学科

神经病学

精神病学

文献(篇)

118

105

104

98

95

87

68

58

48

47

占比(%)

13.0

11.6

11.4

10.8

10.6

9.6

7.5

6.4

5.3

5.2

期刊文献检索表明，1968年Paycha[3]首次在《La经最小二乘方线性拟合，为：y(发表篇数)=238.36x(年

图1人工智能主题在医学领域发表文章的年度趋势

2结果分析

2.1AI主题在医学领域发表文章的年度趋势分析与模型

图1显示，AI主题在医学领域发表文章的年度趋

势资料可分为低速增长、高速增长和饱和增长3个阶

段。医学领域发表文章年度趋势见表1。

(1)低速增长阶段。涵盖1987-2016年份区间，

对应为低速增长模型。以1987年为第0年，2016年

为第29年，经最小二乘方线性拟合，为：y(发表

篇数)=0.9786x(年数)。吻合程度极高(相关指数

2R=0.9768)。其斜率约为1，表明从1987年到2016年

1

2

3

4

5

6

7

8

9

10

表2数据显示，我国AI与医学相关的文献分布广

泛，与AI相关的医学研究领域不仅包括临床医学，如

内科、外科、妇科及儿科等，还包括生物工程、医学

及预防医学等，充分反映了AI在医学领域的丰富性和

应用的广泛性，对相关学科的发展具有重要的引领和

推动作用。

的29年间，AI主题在医学领域的文章发表增速为约

1篇/年，即极低速增长。

(2)高速增长阶段。涵盖2016-2019年份区间，对

表1人工智能主题在医学领域发表文章的年度趋势模型概述

阶段

低速增长阶段

高速增长阶段

饱和增长阶段

年份区间

1987-2016

2016-2019

2018-2021

年数

29

3

年增速(篇/年)

1

＞200

增长模型

y=0.9786x

y=238.36x

y=100.67ln(x)

相关指数

R2

0.9768

0.9942

0.7655

转折点或拐点

-

2016年

2019年

驻点

-

-

约2025年

P

值

＜0.05

＜0.05

-3(重叠2018)100(年数的自然对数)

注：数学定义：转折点或拐点(模型函数y的二阶导y’’)为增长速率出现大幅变化或变化方向相反的坐标点；驻点(模

型函数y的一阶导y’)为增长速率为0的坐标点。x为年数，y为发表篇数，ln为自然对数

ZHONGGUOYIXUEZHUANGBEI177

Copyright©博看网htsReserved.

学术论著中国医学装备2022年2月第19卷第2期人工智能在我国医学科技领域的研究现状及趋势分析-李明珠等

(2)研究主题。AI主题选择篇名主题词和文献

关键词进行分析。除“人工智能”外，“医学影

像”“机器学习”“深度学习”及“大数据”等，也

是AI在医学领域的主要主题词或关键词，反映了AI

在医学领域的发展态势，如诊断技术的AI化、机器人

手术及医疗大数据等，为医学带来深度变革。未来随

着AI技术的进一步发展，势必在更大的领域和更深的

层面引起医学专业领域的“高”“精”“尖”革新。

我国医学领域关于AI的前10位主题词和关键词统计见

表3。

表3我国医学领域

关于人工智能论文的主题词和关键词统计

序号

1

2

3

4

5

6

7

8

9

10

主题词

人工智能

医学影像

机器学习

深度学习

大数据

计算机

机器人

医疗健康

人工神经网络

智慧医疗

频次

454

39

26

39

22

20

20

16

14

12

项目9种，主要分布于北京、上海等省市，大部分省

市区尚无相关基金项目支撑。基金项目支撑论文共

计67篇，占发文总量的7.4%。总体而言，基金项目

论文占比不高，需要加大经费投入，确保AI医学研

究有序推进和高质量发展。我国AI教育研究的项目

支撑见表5。

表5我国人工智能教育研究基金项目支撑

序号

1

2

3

4

5

6

7

8

基金项目

国家自然科学

基金

上海科技

发展基金

北京市

自然科学基金

国家科技

支撑计划

国家社会

科学基金

北京市

科技计划项目

天津市

科学基金

辽宁省科学

技术基金

文献(篇)序号

36

6

5

4

4

2

2

1

9

10

11

12

13

14

15

基金项目

霍英东教育基金

高等学校博士学科

点专项科研基金

上海市重点

学科建设基金

四川省

科委科研基金

国家科技攻关计划

黑龙江省

自然科学基金

广西壮族自治区

科技攻关计划

文献(篇)

1

1

1

1

1

1

1

2.4高被引论文与高产作者

(1)高被引论文。被引频次标识研究文献的学术水

平，高被引表示该研究文献关注度及影响力较高。被

引频次最高的前10名论文的平均被引频次为86.4次，

平均下载频次为3

880次，其中影像类5篇，占50％。

被引频次最多的文献是中国科学院自动化研究所类脑

智能研究中心曾毅等[5]的《类脑智能研究的回顾与展

望》，该研究论述了AI技术在医学影像诊断系统中的

发展前景，被引频次累计达180次。就高被引文献的

作者构成而言，排名前10位中有6篇为多作者或多单

位合作发表，并且出现医学领域与自动化、计算机和

数字信息学等不同学科交叉合作情况。排名前10位中

2016年以后发表有7篇，提示新一代AI技术不仅促成

多方面合作，且近年来关注日益增强。我国AI教育研

究高被引论文(被引频次排名前10)见表6。

(2)高产作者。AI教育研究的高产作者统计显

示，上海中医药大学附属龙华医院、中国食品药品

检定研究院、第二军医大学附属长征医院及北京协

和医院，分别在AI影像、神经科学及数据集方面发

表多篇文章；既是前10位高被引论文作者又是高产

作者的有北京协和医院王任直和金征宇、第二军医

大学附属长征医院萧毅，表明高产的基础上，关注

2.3AI主题论文的研究机构与基金项目支持

(1)发表AI医学教育研究论文机构分析。发表

AI主题论文最多的是中国医学科学院北京协和医

院，共发文10篇；四川大学华西医院次之，发文

8篇。排名前10位的研究机构中医院类7个，研究院

2个，大学1个，共发文68篇，显示AI医学研究主要

以医院类机构为主。我国AI主题论文医学研究机构

见表4。

表4我国人工智能主题论文医学研究机构

序号

1

2

3

4

5

6

7

8

9

10

医学研究机构

中国医学科学院北京协和医院

四川大学华西医院

上海中医药大学附属龙华医院

南京医科大学第一附属医院

中国食品药品检定研究院

海军军医大学附属长海医院

海军军医大学附属长征医院

中国医学科学院医学信息研究所

华中科技大学

中国医学科学院肿瘤医院

文献(篇)

10

8

8

7

6

6

6

6

6

5

(2)与AI相关研究的基金支持。与AI相关研究的

基金共15种，其中国家级基金项目4种，省厅级基金

178ZHONGGUOYIXUEZHUANGBEI

Copyright©博看网htsReserved.

中国医学装备2022年2月第19卷第2期人工智能在我国医学科技领域的研究现状及趋势分析-李明珠等学术论著

表6我国人工智能教育研究高被引论文(被引频次排名前10)

序

号

1

2

3

4

5

6

7

8

9

作者篇名论文来源

计算机学报

中国科学院院刊

医学信息学杂志

发表

时间(年)

2015

2016

2016

2002

2016

2006

2017

2018

2018

2018

学科

脑科学

脑科学

影像

神经网络

中医

影像

影像

影像

影像

被引下载

频次频次

18011

464

155

89

75

69

56

47

46

45

5

877

4

586

3

776

2

275

2221

6

2625

2

119

3

851

曾毅，刘成林，谭铁牛类脑智能研究的回顾与展望

蒲慕明，徐波，谭铁牛脑科学与类脑研究概述

孔祥溢，王任直人工智能及在医疗领域的应用神经网络102

陈真诚，蒋勇，胥明玉等人工智能技术及其在医学诊断中的应用及发展生物医学工程学杂志

基于深度卷积神经网络的运动想象分类

唐智川，张克俊，李超等计算机学报

及其在脑控外骨骼中的应用

周昌乐，张志枫智能中医诊断信息处理技术研究进展与展望中西医结合学报

基于深度学习的人工智能对医学影像学的挑战和

刘士远，萧毅中华放射学杂志

机遇

金征宇前景与挑战:当医学影像遇见人工智能协和医学杂志

夏黎明，沈坚，张荣国等深度学习技术在医学影像领域的应用协和医学杂志

卫生软科学10王海星，田雪晴，游茂等人工智能在医疗领域应用现状、问题及建议

度也会更高。我国AI教育研究高产作者(发文数排名

前5)统计见表7。

表7我国人工智能教育研究高产作者

(发文数排名前5)统计

序号

1

2

3

4

5

作者

王浩

萧毅

金征宇

王任直

所在单位

中国食品药品检定研究院

第二军医大学附属长征医院

北京协和医院

北京协和医院

学科

肿瘤科

光机电

影像

放射科

神经外科

文章(篇)

17

15

12

12

12

于观贞上海中医药大学附属龙华医院

准确的分析有助于疾病早期诊断，对提高诊断率有积

极的促进作用，因此，AI技术对提升医疗水平和诊断

效率有着重要作用。目前，AI在新药研发、辅助疾病

诊断、辅助治疗、健康管理、医学影像、临床决策支

持、医院管理、便携设备、康复医疗和生物医学研究

等领域均有应用[7-9]。除“人工智能”外，“医学影

像”“机器学习”“深度学习”及“大数据”等，也

是AI在文献检出的重要关键词。其中，深度学习是AI

技术的重要领域，通过构建多隐层模型和学习海量训

练数据，获取数据有用的特征；采用层次网络结构进

行逐层特征变换，将样本特征表示变换到一个新的特

征空间，使分类或预测更容易[10-11]；通过深度学习，

使用该数据加深任务的执行度，如识别辨别图像中的

病变[12]。本研究文献检索显示，AI在视觉相关医学诊

断如影像学、脑科学及病理学占有极重的比例[5,13-14]。

此外，关键词“专家系统”是一个可以帮助医生解决

复杂的医学问题，作为医生诊断和治疗的辅助工具，

且在妇产科及中医等学科均有较多引用，表明AI在医

学领域专家诊断和治疗中具有重要作用[15]。除临床医

学、肿瘤学及生物工程AI相关优势学科外，传统中医

和中药学在医学类发表文献中占有极大比例，从郭振

球[4]教授最早提出运用AI结合中医辨证学理念，到现

代利用中医大数据，从中医智能辅助、中医机器人和

智慧中医3个由低到高的阶段走上智能化之路，反映

了中医和中药学中AI的重要作用[7]。

目前，医院及研究所是进行AI应用的主要医学研

究机构，排名前10位中医院系统7家，中国医学科学

院北京协和医院和四川大学华西医院是其中2个高产

单位。就基金资助方面而言，目前AI医学领域文章基

金主要以国家和省部级为主，也体现了AI是目前国家

3讨论

AI的发源时间是从20世纪中叶开始，在1956年

的达特茅斯学院会议上“人工智能”这个词被正式提

出，科学家也是从此开始真正踏上智能研究的道路，

而医学领域进行AI探索的尝试从20世纪50年代开始，

1952年，Haward[6]首次发表了通过脑电图介导的机器

人麻醉的应用。我国早在1982年就提出中医学与AI的

关系，表明我国极早在医疗领域就开始探索AI，而且

是与中医学相关的辨证理论[4]。之后从1987-2016年

的29年间，AI在医学领域发表的文章呈极低速增长，

表明我国虽很早已认识到AI的先进性，因经济水平和

科研实力有限，AI在医学应用的覆盖面还不足；而到

2016-2019年的3年间，AI主题在医学领域的发文量

剧增呈爆炸性增长，由于自动化技术的提升，交叉学

科的应用，AI在医学的研究热潮达到高点；2018年后

开始饱和增长且增速变缓，表明一个学科领域的发展

到达一定高度后会趋于平坦，如何在AI研究中大浪淘

沙，更高效更精准更有创新的突破，也是未来对AI研

究的挑战。

在新一代AI技术促进下，大量医疗数据通过更

ZHONGGUOYIXUEZHUANGBEI179

Copyright©博看网htsReserved.

学术论著中国医学装备2022年2月第19卷第2期人工智能在我国医学科技领域的研究现状及趋势分析-李明珠等

级基金项目的热点，但在总的AI文章中占比较低，仅

为7.4%。未来还需进一步增加经费，以保障AI更好地

应用于医学研究，使AI在医学研究中有序进行推进及

高质量发展，通过不同方面的基金项目自助方式促进

研究单位及人员参与AI在医学领域的研究和应用。

此外，在高被引的前10篇论文中，最高被引论文

前2位均为来自中国科学院自动化研究所的《类脑智能

研究的回顾与展望》和《脑科学与类脑研究概述》，

被引频次分别为180次和155次，表明脑科学和类脑智

能技术是目前AI重要的前沿科技领域[5,16]。高被引排

名前10名中，50%均为影像相关，表明基于深度学习

的AI为医学影像学带来的科技进步使医学影像数据增

长迅速[13]。就文献作者和研究合作单位而言，排名前

10位中有6篇为多作者或多单位相互合作发表，其中以

研究所或研究中心+医院合作模式较多，研究所多以

自动化、计算机和信息数字化工程为主，提供AI技术

支持，医院提供病例的研究模式，也有多中心医院研

究模式，提示高水平论文的研究需要多方合作，其中

少不了重点实验室或研究中心的支持。此外，高产作

者主要分布于上海中医药大学附属龙华医院、中国食

品药品检定研究院、第二军医大学附属长征医院及北

京协和医院，分别在AI影像、神经科学及数据集方面

发表多篇文章，其中也包括既是高产又是高被引的论

文，表明发文不仅要注重文章数量，也要保证文章质

量，高产的基础上，关注度也会更高。

4结论

AI在医学科技领域高被引论文近两年上升速度

快，医学领域学科分布广泛，高被引以医学影像论文

为主。多作者或多单位合作模式及通过加大基金覆盖

项目，有助于推广AI在医学领域的广泛应用。

参考文献

[1]

杨友林,胡鑫,袁景山.医院人工智能传染病预警

系统的设计与应用[J].中国医学装备,2020,17(5):

162-164.

[2]

国务院.新一代人工智能发展规划:国发〔2017〕35号[S].

国务院,2017-07-08.

[3]

siswiththeaidofartificial

intelligence:demtrationofthe1stdiagnostic

machine[J].PresseThermClim,1968,105(1):22-25.

[4]

郭振球.中医辨证学与人工智能[J].湖南中医学院学

[9]

[8]

[7]

[6]

[5]

报,1982(1):5-8.

曾毅,刘成林,谭铁牛.类脑智能研究的回顾与展望[J].

计算机学报,2016,39(1):212-222.

otanaesthetist;anintroduction

totheautomaticcontrolofanaesthesiabymeans

ofanelectro-encephalographicintermediary[J].

MedWorld,1952,76(23):624-626.

潘玉颖,崔伟峰,马笑凡,等.人工智能在中医诊疗方

面的应用现状分析[J].中国民间疗法,2020,28(12):

108-110.

金征宇.前景与挑战:当医学影像遇见人工智能[J].

协和医学杂志,2018,9(1):2-4.

翟倩,丰雷,张国富,等.人工智能在精神心理卫

生领域的应用[J].浙江医学,2020,42(10):1078-

1084,1091.

[10]

SetioAAA,TraversoA,deBelT,etal.

Validation,comparison,andcombinationof

algorithmsforautomaticdetectionofpulmonary

nodulesincomputedtomographyimages:The

LUNA16challenge[J].MedImageAnal,2017,

42:1-13.

[11]

OrtizA,MunillaJ,G

ó

rrizJM,les

ofDeepLearningArchitecturesfortheEarly

DiagnosisoftheAlzheimer'sDisease[J].IntJ

NeuralSyst,2016,26(7):1650025.

[12]

HerwehC,RinglebPA,RauchG,etal.

Performanceofe-ASPECTSsoftwarein

comparisontothatofstrokephysicianson

assessingCTscansofacuteischemicstroke

patients[J].IntJStroke,2016,11(4):438-445.

[13]

张佳,孙凯.人工智能深度学习在心血管影像诊断中

的研究进展[J].中国医学装备,2020,17(4):183-186.

[14]

王斐,魏培莲,潘军,等.人工智能技术在组织和细胞

形态学评估中的应用[J].第二军医大学学报,2018,

39(8):923-927.

[15]

卢培佩,胡建安.计算机专家系统在疾病诊疗中应用

和发展[J].实用预防医学,2011,18(6):1167-1171.

[16]

蒲慕明,徐波,谭铁牛.脑科学与类脑研究概述[J].中

国科学院院刊,2016,31(7):723-736.

收稿日期：2021-08-05

180ZHONGGUOYIXUEZHUANGBEI

Copyright©博看网htsReserved.