基于Web of Science的人工智能与中医诊疗研究文献可视化分析OA

目的探究人工智能在中医诊疗中的研究现状、热点和趋势。方法检索Web of Science核心合集2010年1月1日-2025年7月31日收录的人工智能与中医诊疗研究文献。采用Bibliometrix(RStudio 2025.05.1+513)对发文量、国家分布及合作关系、期刊分布进行可视化分析;采用VOSviewer1.6.20软件对机构、作者、期刊及关键词进行共现分析与时间演化分析;采用CiteSpace6.4.R2软件对关键词进行聚类分析。结果共纳入文献886篇,涉及35个国家、962家机构、4569位作者、348本期刊及2308个关键词。发文量整体呈上升趋势,中国在合作网络中居主导地位(发文829篇,总关联强度111),美国(29.6次)和英国(29.4次)文献的篇均被引频次较高。发文较多的机构为中国中医科学院(75篇)、北京中医药大学(67篇)和上海中医药大学(65篇),代表性学者为许家佗(19篇)、屠立平(17篇)、胡晓娟(16篇)。主要发文期刊为Evidence-Based Complementary and Alternative Medicine(36篇),IEEE Access(35篇)和Frontiers in Pharmacology(29篇)。高频关键词为Traditional Chinese Medicine(287次)、machine learning(187次)、deep learning(130次),研究热点集中于机器学习与深度学习等主流技术的持续深化及大语言模型和医学图像分析等新兴技术的快速崛起。结论人工智能已成为推动中医诊疗现代化的重要技术手段。今后应着力建设多模态中医大数据平台,推动小样本学习与迁移学习方法,完善传统诊疗标准,加强可解释性和伦理治理,以促进跨学科合作与成果转化。