目的通过文献计量学方法,系统分析高血压领域人工智能相关研究的发展趋势和研究热点。方法本研究基于Web of Science、MEDLINE等数据库,检索建库以来至2025年2月25日发表的高血压与人工智能相关的研究文献。对文献的年发文量、来源出版...目的通过文献计量学方法,系统分析高血压领域人工智能相关研究的发展趋势和研究热点。方法本研究基于Web of Science、MEDLINE等数据库,检索建库以来至2025年2月25日发表的高血压与人工智能相关的研究文献。对文献的年发文量、来源出版物、发文机构、基金资助机构、高频被引文献和高频主题词进行分析。结果共纳入相关文献1662篇。2017年以前年发文量增长缓慢,2018年以后年发文量迅猛增长;相关文献载文量排名前10位的期刊来自美国(4本)、瑞士(4本)和英国(2本);发文量全球排名前10位的11所机构来源于美国(7所)、新加坡(1所)、英国(1所)、中国(1所)和埃及(1所);发文量全球排名前10位的基金资助机构来源于美国(4所)、英国(3所)、中国(2所)和韩国(1所);被引频次排名前10位的高血压领域人工智能相关文献涉及视网膜血管分割、疾病诊断与预测、并发症预测、生物特征识别、无创健康监测、药物设计等;高频主题词分析显示,电子健康记录、影像学数据(如CT、MRI)、生理信号(如心电图、光电容积脉搏波)是主要数据来源,研究注重模型的诊断性能、预测能力和风险评估,以及远程医疗等应用场景、生物标志物寻找、抗高血压药物研发等领域。结论高血压领域的人工智能研究正处于快速发展阶段,研究具有多样性和跨学科性,应加强跨学科合作与国际交流,以推动该领域的进一步发展。展开更多
文摘目的通过文献计量学方法,系统分析高血压领域人工智能相关研究的发展趋势和研究热点。方法本研究基于Web of Science、MEDLINE等数据库,检索建库以来至2025年2月25日发表的高血压与人工智能相关的研究文献。对文献的年发文量、来源出版物、发文机构、基金资助机构、高频被引文献和高频主题词进行分析。结果共纳入相关文献1662篇。2017年以前年发文量增长缓慢,2018年以后年发文量迅猛增长;相关文献载文量排名前10位的期刊来自美国(4本)、瑞士(4本)和英国(2本);发文量全球排名前10位的11所机构来源于美国(7所)、新加坡(1所)、英国(1所)、中国(1所)和埃及(1所);发文量全球排名前10位的基金资助机构来源于美国(4所)、英国(3所)、中国(2所)和韩国(1所);被引频次排名前10位的高血压领域人工智能相关文献涉及视网膜血管分割、疾病诊断与预测、并发症预测、生物特征识别、无创健康监测、药物设计等;高频主题词分析显示,电子健康记录、影像学数据(如CT、MRI)、生理信号(如心电图、光电容积脉搏波)是主要数据来源,研究注重模型的诊断性能、预测能力和风险评估,以及远程医疗等应用场景、生物标志物寻找、抗高血压药物研发等领域。结论高血压领域的人工智能研究正处于快速发展阶段,研究具有多样性和跨学科性,应加强跨学科合作与国际交流,以推动该领域的进一步发展。
