探索中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文的文獻(xiàn)特征和研究主題

袁曉園+華薇娜

〔摘要〕基于Web of Science數(shù)據(jù)庫，對(duì)中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際文獻(xiàn)進(jìn)行收集，采用TDA50軟件清洗數(shù)據(jù)，從不同角度進(jìn)行定量分析，采用社會(huì)網(wǎng)絡(luò)分析軟件繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)合文獻(xiàn)分析和網(wǎng)絡(luò)共現(xiàn)圖探討五大研究主題。

〔關(guān)鍵詞〕醫(yī)學(xué)信息學(xué)；文獻(xiàn)計(jì)量學(xué)；定量分析；社會(huì)網(wǎng)絡(luò)分析；UCINET；共現(xiàn)網(wǎng)絡(luò)

1987年美國(guó)國(guó)立衛(wèi)生研究院、國(guó)家醫(yī)學(xué)信息中心第一次對(duì)醫(yī)學(xué)信息學(xué)（Medical Informatics）[1]進(jìn)行定義，此后30年，醫(yī)學(xué)信息學(xué)得到高速發(fā)展。

從信息科學(xué)的角度，Ackerman等[2]提出病人、數(shù)據(jù)提供商和保健站點(diǎn)間，實(shí)現(xiàn)醫(yī)療信息數(shù)據(jù)標(biāo)準(zhǔn)化。1986年美國(guó)國(guó)家醫(yī)學(xué)圖書館集結(jié)多個(gè)學(xué)科團(tuán)隊(duì)，研發(fā)了統(tǒng)一醫(yī)學(xué)語言系統(tǒng)（United Medical Language System），它對(duì)信息學(xué)的整體研究提供了巨大的幫助[3]。2006年Dolin[4]研究臨床文檔架構(gòu)（Clinical Document Architecture，CDA），詳細(xì)描述從HL7發(fā)展到CDA的過程，并相繼推出了CDA-R1和CDA-R2。2009年DeShazo[5]采用文獻(xiàn)計(jì)量學(xué)方法，分析過去20年間醫(yī)學(xué)信息學(xué)國(guó)際出版物的科研產(chǎn)出和研究領(lǐng)域。在中國(guó)，一些學(xué)者也從不同層面對(duì)它開展了研究[6-22]。

本文選擇文獻(xiàn)計(jì)量學(xué)的定量分析法。文獻(xiàn)計(jì)量學(xué)是采用數(shù)學(xué)和統(tǒng)計(jì)學(xué)的方法，定量分析一切知識(shí)載體的交叉科學(xué)[23]。經(jīng)過40多年發(fā)展，它已經(jīng)漸居核心地位，是與科學(xué)傳播及基礎(chǔ)理論關(guān)系密切的學(xué)術(shù)環(huán)節(jié)。現(xiàn)在全世界每年發(fā)表的文獻(xiàn)計(jì)量學(xué)學(xué)術(shù)論文約為400～500篇[24]。由于中國(guó)醫(yī)學(xué)信息學(xué)的發(fā)展越來越走向?qū)I(yè)化，作者認(rèn)為很有必要對(duì)它的文獻(xiàn)發(fā)展進(jìn)行定量分析，從而掌握該領(lǐng)域的發(fā)展脈搏和研究熱點(diǎn)。

1數(shù)據(jù)來源及方法

11數(shù)據(jù)來源

選擇Web of Science數(shù)據(jù)庫（簡(jiǎn)稱WOS），它是美國(guó)湯姆森科技信息集團(tuán)基于WEB開發(fā)的產(chǎn)品，是大型綜合性、多學(xué)科、核心期刊引文索引數(shù)據(jù)庫。本研究選擇WOS數(shù)據(jù)庫下3個(gè)子庫SCIE（科學(xué)引文索引擴(kuò)展板——1900-至今）、SSCI（社會(huì)科學(xué)引文索引——1900-至今）和A&HCI（人文藝術(shù)科學(xué)引文索引——1975-至今）。

從該數(shù)據(jù)庫收集中國(guó)大陸、臺(tái)灣、香港發(fā)表的醫(yī)學(xué)信息學(xué)的研究文獻(xiàn)，檢索式采用研究方向（Research Area）作為檢索策略，檢索式設(shè)計(jì)為（（SU=Medical Informatics）AND CU=（China OR Taiwan OR Hong Kong）），檢索年限為所有年限（排除2013年）進(jìn)行檢索，共收集1 448篇，文獻(xiàn)類型選擇論文（Article）、會(huì)議論文（Proceeding Paper）和綜述（Review）進(jìn)行精煉，收集到1 388篇。檢索時(shí)間2013-12-01。

12研究方法

本研究采用定量分析法揭示中國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域國(guó)際發(fā)文的文獻(xiàn)特征，然后采用社會(huì)網(wǎng)絡(luò)分析法，對(duì)高頻關(guān)鍵詞進(jìn)行共現(xiàn)分析，借助UCINET60軟件可視化，以了解中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文的研究主題。

21年代文獻(xiàn)量分析

科學(xué)文獻(xiàn)量是衡量科學(xué)知識(shí)量的重要尺度之一，因此某領(lǐng)域年代論文量的變化可以直觀反映該領(lǐng)域內(nèi)學(xué)科發(fā)展態(tài)勢(shì)。圖1將中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文1 388篇文獻(xiàn)按照出版年進(jìn)行匯總。

（1）萌芽階段（1976-1995）：1995年以前，中國(guó)醫(yī)學(xué)信息學(xué)研究的發(fā)文量增長(zhǎng)緩慢，每年論文量不超過15篇，有些年份甚至出現(xiàn)空缺，這段時(shí)期是中國(guó)醫(yī)學(xué)信息學(xué)研究成果走向國(guó)際的開始階段。1976年，中國(guó)香港大學(xué)的Wing，Hj[25]作為第一作者首次在國(guó)際期刊“計(jì)算機(jī)和生物醫(yī)學(xué)研究”上發(fā)表了“計(jì)算機(jī)程序?qū)π∧X——丘腦皮層信號(hào)的分析”一文。

（2）平穩(wěn)發(fā)展階段（1996-1999）：1996年以后，中國(guó)醫(yī)學(xué)信息學(xué)研究進(jìn)入平穩(wěn)發(fā)展的階段，每年文獻(xiàn)量基本維持在20～30篇。由于計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的普及，中國(guó)的研究機(jī)構(gòu)開始重視發(fā)展醫(yī)學(xué)信息學(xué)的研究。

（3）快速發(fā)展階段（2000-至今）：2000年以后，中國(guó)醫(yī)學(xué)信息學(xué)研究的發(fā)文量迅猛增長(zhǎng)，每年文獻(xiàn)量均在40篇以上，2008年以后，每年的發(fā)文量平均超過100篇，2012年達(dá)到歷史的最高峰，預(yù)測(cè)2012年后，發(fā)文量還會(huì)持續(xù)地增長(zhǎng)。

22來源期刊分析

中國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域的國(guó)際文獻(xiàn)共涉及來源期刊32種，平均每種期刊載文量=文獻(xiàn)總量/期刊種數(shù)=1388/32=4338，將期刊按照載文量進(jìn)行排序，具體的統(tǒng)計(jì)情況如表1所示。

從表1顯示結(jié)果可以看出，影響因子最高的期刊是醫(yī)學(xué)互聯(lián)網(wǎng)研究雜志，IF=3768，載文12篇，占文獻(xiàn)總量的086%；其次是美國(guó)醫(yī)學(xué)信息學(xué)會(huì)志，IF=3571，載文20篇，占文獻(xiàn)總量的23%；影響因子不低于3的期刊共有2種，即上述兩個(gè)。影響因子不小于2的期刊有6種，如醫(yī)學(xué)統(tǒng)計(jì)、IEEE醫(yī)學(xué)和生物工程雜志等；另有13種期刊的影響因子在1左右；其余11種刊物沒有查到影響因子。在這32種期刊中，能查到影響因子的16種期刊出版國(guó)分別是英國(guó)5個(gè)、美國(guó)5個(gè)、荷蘭2個(gè)、愛爾蘭1個(gè)、加拿大1個(gè)、德國(guó)3個(gè)。

23重要發(fā)文機(jī)構(gòu)分析

在WOS數(shù)據(jù)庫中，對(duì)研究者名字進(jìn)行區(qū)分比較復(fù)雜，特別是中國(guó)的研究者，存在中文名同音但不同字，但是英文中的表達(dá)卻相同的現(xiàn)象。為了降低研究誤差，本文不對(duì)研究者做具體分析，而是將發(fā)文機(jī)構(gòu)作為研究對(duì)象， 對(duì)科研機(jī)構(gòu)總發(fā)文量進(jìn)行分析，選擇發(fā)文量在20篇以上的21所機(jī)構(gòu)，如表2列出，除了來自澳大利亞的悉尼大學(xué)，其余均來自臺(tái)灣、香港、中國(guó)大陸的研究機(jī)構(gòu)。其中臺(tái)灣地區(qū)的研究機(jī)構(gòu)有11所，文獻(xiàn)量占3977%； 香港地區(qū)的研究機(jī)構(gòu)5所，文獻(xiàn)量占1981%；中國(guó)大陸的研究機(jī)構(gòu)5所，文獻(xiàn)量占1491%。在此研究范圍內(nèi)，可以看出目前臺(tái)灣地區(qū)的科研成果成為中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文量的重要來源。澳大利亞的悉尼大學(xué)是重要的合作機(jī)構(gòu)，所以可以放在里面，即臺(tái)灣、香港、中國(guó)大陸和悉尼大學(xué)合作的文章數(shù)較多。表2重要發(fā)文機(jī)構(gòu)的統(tǒng)計(jì)表（文獻(xiàn)量>=20）endprint

序號(hào)機(jī)構(gòu)文獻(xiàn)量百分比（%）1臺(tái)灣大學(xué)（臺(tái)灣）1369802臺(tái)灣成功大學(xué)（臺(tái)灣）926633香港中文大學(xué)（香港）896414陽明大學(xué)（臺(tái)灣）705045香港大學(xué)（香港）694976香港理工大學(xué)（香港）553967中國(guó)科學(xué)院（中國(guó)大陸）533828上海交通大學(xué)（中國(guó)大陸）503609清華大學(xué)（中國(guó)大陸）463319臺(tái)北醫(yī)科大學(xué)（臺(tái)灣）4431710香港城市大學(xué)（香港）3928111臺(tái)灣大學(xué)附屬醫(yī)院（臺(tái)灣）3928112浙江大學(xué)（中國(guó)大陸）3726713中正大學(xué)（臺(tái)灣）3625914長(zhǎng)庚大學(xué)（臺(tái)灣）3424515交通大學(xué)（臺(tái)灣）3323816中央大學(xué)（臺(tái)灣）2618717悉尼大學(xué)（澳大利亞）2518018香港浸會(huì)大學(xué)（香港）2316619臺(tái)北榮民總醫(yī)院（臺(tái)灣）2215920復(fù)旦大學(xué)（中國(guó)大陸）2115121清華大學(xué)（臺(tái)灣）201443合作國(guó)家分析

中國(guó)醫(yī)學(xué)信息學(xué)研究的3 429位論文作者來自于36個(gè)國(guó)家，與其他國(guó)家合作的總發(fā)文量為555篇，占40%，具有鮮明的國(guó)際合作化的表現(xiàn)。表3顯示與中國(guó)研究者合作、發(fā)文量在10篇以上的研究者國(guó)籍的詳細(xì)信息。其中與中國(guó)合作最多的是來自美國(guó)的研究者，合作發(fā)文量為241篇；其次是澳大利亞的研究者，合作發(fā)文量為70篇。其他如英國(guó)、加拿大、新加坡，合作發(fā)文量分別為53篇、31篇和29篇。

41關(guān)鍵詞統(tǒng)計(jì)分析

采用TDA軟件處理1 388篇文獻(xiàn)，除去沒有關(guān)鍵詞的203篇，得到1 185篇。對(duì)關(guān)鍵詞詞頻進(jìn)行統(tǒng)計(jì)，表4列出詞頻不低于8的39個(gè)關(guān)鍵詞，可以看出研究集中在支持向量機(jī)、電子醫(yī)學(xué)記錄、數(shù)據(jù)挖掘、心電圖、功能選擇、圖像分割、遠(yuǎn)程醫(yī)療、分類、隨機(jī)效應(yīng)、中國(guó)傳統(tǒng)醫(yī)學(xué)、RFID、網(wǎng)絡(luò)等；同時(shí)注重醫(yī)院信息系統(tǒng)、計(jì)算機(jī)模擬、病人安全、隱私、自然語言處理、電子健康記錄和本體等；有些還涉及到神經(jīng)網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、生物力學(xué)、芯片等領(lǐng)域。

42關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析

選擇詞頻不低于8的39個(gè)關(guān)鍵詞，對(duì)其做共現(xiàn)矩陣，采用Ucinet60軟件繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)果如圖2示，刪除了3個(gè)孤立節(jié)點(diǎn)。圖2中的節(jié)點(diǎn)表示關(guān)鍵詞，連線表示其兩端的兩個(gè)關(guān)鍵詞節(jié)點(diǎn)在同一篇文章中存在共現(xiàn)，節(jié)點(diǎn)大小表示關(guān)鍵詞的點(diǎn)度中心度，即關(guān)鍵詞出現(xiàn)的總頻次，連線粗細(xì)表示關(guān)鍵詞的共現(xiàn)次數(shù)，連線越粗，即關(guān)鍵詞共現(xiàn)越多，反之越少。

利用UCINET分析圖2中高頻關(guān)鍵詞的點(diǎn)度中心度、接近中心度和中間中心度，支持向量機(jī)、數(shù)據(jù)挖掘、功能選擇、遺傳算法等關(guān)鍵詞的點(diǎn)度中心度較高。RFID、安全、隱私、病人安全、電子醫(yī)學(xué)記錄；數(shù)據(jù)挖掘、決策樹；文本挖掘、自然語言處理、中國(guó)傳統(tǒng)醫(yī)學(xué)；支持向量機(jī)、功能選擇、數(shù)據(jù)挖掘、決策樹、分類、遺傳算法、神經(jīng)網(wǎng)絡(luò)；圖2高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖

功能選擇、心電圖、乳腺癌、特征提取等各組關(guān)鍵詞間的連線較粗，即表明它們?cè)谝黄恼轮泄铂F(xiàn)次數(shù)較高，當(dāng)高頻關(guān)鍵詞在同一文章中共同出現(xiàn)的次數(shù)多，則可以初步反映該領(lǐng)域的研究熱點(diǎn)。結(jié)合文獻(xiàn)分析和共現(xiàn)網(wǎng)絡(luò)圖，可以推出中國(guó)醫(yī)學(xué)信息學(xué)的五大研究主題：（1）電子醫(yī)學(xué)記錄的安全管理。（2）計(jì)算機(jī)自然語言處理和文本挖掘在中國(guó)傳統(tǒng)醫(yī)學(xué)診斷中的運(yùn)用。（3）計(jì)算機(jī)和網(wǎng)絡(luò)對(duì)醫(yī)院信息系統(tǒng)、護(hù)理系統(tǒng)的研發(fā)和應(yīng)用。（4）統(tǒng)計(jì)方法和計(jì)算機(jī)技術(shù)在臨床檢查、疾病診斷和 治療、臨床決策中的運(yùn)用。（5）統(tǒng)計(jì)方法和計(jì)算機(jī)處理對(duì)臨床醫(yī)學(xué)、研究型數(shù)據(jù)的分析和系統(tǒng)構(gòu)建。

5結(jié)語

本文采用文獻(xiàn)計(jì)量學(xué)方法，從年代發(fā)文量、來源期刊、重要發(fā)文機(jī)構(gòu)、合作國(guó)家和相關(guān)學(xué)科等進(jìn)行分析，得出中國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域的研究經(jīng)歷了3個(gè)階段：萌芽階段、平穩(wěn)發(fā)展階段、快速發(fā)展階段。2008年以后，每年發(fā)文量平均超過100篇，2012年達(dá)到歷史最高峰。根據(jù)來源期刊分析，中國(guó)醫(yī)學(xué)信息學(xué)期刊分布主要集中在載文量為55篇以上的前9種期刊。發(fā)文量在20篇以上的21所機(jī)構(gòu)中，臺(tái)灣地區(qū)研究機(jī)構(gòu)成為中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文的重要來源。從合作來看，中國(guó)醫(yī)學(xué)信息學(xué)研究具有鮮明的國(guó)際化合作趨勢(shì)，與中國(guó)合作最多的是美國(guó)、澳大利亞和英國(guó)的研究者。采用Ucinet60繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)合文獻(xiàn)得到五大研究主題。

本研究選擇中國(guó)醫(yī)學(xué)信息學(xué)的國(guó)際發(fā)文為研究樣本，因樣本量和選擇范圍較小，如果采用被引頻次作為分析指標(biāo)，不具備較強(qiáng)的代表性和典型性，容易產(chǎn)生抽樣誤差，當(dāng)樣本量擴(kuò)大至國(guó)際范圍，在較大范圍內(nèi)進(jìn)行研究可以縮小誤差變異。因此擴(kuò)大樣本量和研究范圍，試評(píng)價(jià)重要學(xué)者的學(xué)術(shù)影響力，以及分析國(guó)際合作、測(cè)度它對(duì)其他學(xué)科的影響力和滲透性，都有待進(jìn)一步研究。

參考文獻(xiàn)

[1]http：∥www.ncbi.nlm.nih.gov/mesh/？term=Medical+Informatics[EB].

[2]Ackerman，MJ.et al.STANDARDS FOR MEDICAL IDENTIFIERS，CODES，AND MESSAGES NEEDED TO CREATE AN EFFICIENT COMPUTER-STORED MEDICAL RECORD[J].Journal of the American Medical Informatics Association，1994，（1）：1-7.

[3]Humphreys，BL.，Lindberg，DAB.，Schoolman，HM.& Barnett，GO.The Unified Medical Language System：An informatics research collaboration[J].Journal of the American Medical Informatics Association，1998，（5）：1-11.

[4]Dolin，RH.et al.HL7 Clinical Document Architecture，Release 2[J].Journal of the American Medical Informatics Association，2006，（13）：30-39.

[5]DeShazo J P，LaVallie D L，Wolf F M.Publication trends in the medical informatics literature：20 years of[J].BMC medical informatics and decision making，2009，9（1）：7.

[6]董建成.醫(yī)學(xué)信息學(xué)的現(xiàn)狀與未來[J].中華醫(yī)院管理雜志，2004，20（4）：232-235.

[7]胡兆芹，張士靖.美國(guó)醫(yī)學(xué)信息學(xué)教育現(xiàn)狀分析及啟示[J].中國(guó)高等醫(yī)學(xué)教育，2005，（3）：37-40.endprint

序號(hào)機(jī)構(gòu)文獻(xiàn)量百分比（%）1臺(tái)灣大學(xué)（臺(tái)灣）1369802臺(tái)灣成功大學(xué)（臺(tái)灣）926633香港中文大學(xué)（香港）896414陽明大學(xué)（臺(tái)灣）705045香港大學(xué)（香港）694976香港理工大學(xué)（香港）553967中國(guó)科學(xué)院（中國(guó)大陸）533828上海交通大學(xué)（中國(guó)大陸）503609清華大學(xué)（中國(guó)大陸）463319臺(tái)北醫(yī)科大學(xué)（臺(tái)灣）4431710香港城市大學(xué)（香港）3928111臺(tái)灣大學(xué)附屬醫(yī)院（臺(tái)灣）3928112浙江大學(xué)（中國(guó)大陸）3726713中正大學(xué)（臺(tái)灣）3625914長(zhǎng)庚大學(xué)（臺(tái)灣）3424515交通大學(xué)（臺(tái)灣）3323816中央大學(xué)（臺(tái)灣）2618717悉尼大學(xué)（澳大利亞）2518018香港浸會(huì)大學(xué)（香港）2316619臺(tái)北榮民總醫(yī)院（臺(tái)灣）2215920復(fù)旦大學(xué)（中國(guó)大陸）2115121清華大學(xué)（臺(tái)灣）201443合作國(guó)家分析

中國(guó)醫(yī)學(xué)信息學(xué)研究的3 429位論文作者來自于36個(gè)國(guó)家，與其他國(guó)家合作的總發(fā)文量為555篇，占40%，具有鮮明的國(guó)際合作化的表現(xiàn)。表3顯示與中國(guó)研究者合作、發(fā)文量在10篇以上的研究者國(guó)籍的詳細(xì)信息。其中與中國(guó)合作最多的是來自美國(guó)的研究者，合作發(fā)文量為241篇；其次是澳大利亞的研究者，合作發(fā)文量為70篇。其他如英國(guó)、加拿大、新加坡，合作發(fā)文量分別為53篇、31篇和29篇。

41關(guān)鍵詞統(tǒng)計(jì)分析

采用TDA軟件處理1 388篇文獻(xiàn)，除去沒有關(guān)鍵詞的203篇，得到1 185篇。對(duì)關(guān)鍵詞詞頻進(jìn)行統(tǒng)計(jì)，表4列出詞頻不低于8的39個(gè)關(guān)鍵詞，可以看出研究集中在支持向量機(jī)、電子醫(yī)學(xué)記錄、數(shù)據(jù)挖掘、心電圖、功能選擇、圖像分割、遠(yuǎn)程醫(yī)療、分類、隨機(jī)效應(yīng)、中國(guó)傳統(tǒng)醫(yī)學(xué)、RFID、網(wǎng)絡(luò)等；同時(shí)注重醫(yī)院信息系統(tǒng)、計(jì)算機(jī)模擬、病人安全、隱私、自然語言處理、電子健康記錄和本體等；有些還涉及到神經(jīng)網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、生物力學(xué)、芯片等領(lǐng)域。

42關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析

選擇詞頻不低于8的39個(gè)關(guān)鍵詞，對(duì)其做共現(xiàn)矩陣，采用Ucinet60軟件繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)果如圖2示，刪除了3個(gè)孤立節(jié)點(diǎn)。圖2中的節(jié)點(diǎn)表示關(guān)鍵詞，連線表示其兩端的兩個(gè)關(guān)鍵詞節(jié)點(diǎn)在同一篇文章中存在共現(xiàn)，節(jié)點(diǎn)大小表示關(guān)鍵詞的點(diǎn)度中心度，即關(guān)鍵詞出現(xiàn)的總頻次，連線粗細(xì)表示關(guān)鍵詞的共現(xiàn)次數(shù)，連線越粗，即關(guān)鍵詞共現(xiàn)越多，反之越少。

利用UCINET分析圖2中高頻關(guān)鍵詞的點(diǎn)度中心度、接近中心度和中間中心度，支持向量機(jī)、數(shù)據(jù)挖掘、功能選擇、遺傳算法等關(guān)鍵詞的點(diǎn)度中心度較高。RFID、安全、隱私、病人安全、電子醫(yī)學(xué)記錄；數(shù)據(jù)挖掘、決策樹；文本挖掘、自然語言處理、中國(guó)傳統(tǒng)醫(yī)學(xué)；支持向量機(jī)、功能選擇、數(shù)據(jù)挖掘、決策樹、分類、遺傳算法、神經(jīng)網(wǎng)絡(luò)；圖2高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖

功能選擇、心電圖、乳腺癌、特征提取等各組關(guān)鍵詞間的連線較粗，即表明它們?cè)谝黄恼轮泄铂F(xiàn)次數(shù)較高，當(dāng)高頻關(guān)鍵詞在同一文章中共同出現(xiàn)的次數(shù)多，則可以初步反映該領(lǐng)域的研究熱點(diǎn)。結(jié)合文獻(xiàn)分析和共現(xiàn)網(wǎng)絡(luò)圖，可以推出中國(guó)醫(yī)學(xué)信息學(xué)的五大研究主題：（1）電子醫(yī)學(xué)記錄的安全管理。（2）計(jì)算機(jī)自然語言處理和文本挖掘在中國(guó)傳統(tǒng)醫(yī)學(xué)診斷中的運(yùn)用。（3）計(jì)算機(jī)和網(wǎng)絡(luò)對(duì)醫(yī)院信息系統(tǒng)、護(hù)理系統(tǒng)的研發(fā)和應(yīng)用。（4）統(tǒng)計(jì)方法和計(jì)算機(jī)技術(shù)在臨床檢查、疾病診斷和 治療、臨床決策中的運(yùn)用。（5）統(tǒng)計(jì)方法和計(jì)算機(jī)處理對(duì)臨床醫(yī)學(xué)、研究型數(shù)據(jù)的分析和系統(tǒng)構(gòu)建。

5結(jié)語

本文采用文獻(xiàn)計(jì)量學(xué)方法，從年代發(fā)文量、來源期刊、重要發(fā)文機(jī)構(gòu)、合作國(guó)家和相關(guān)學(xué)科等進(jìn)行分析，得出中國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域的研究經(jīng)歷了3個(gè)階段：萌芽階段、平穩(wěn)發(fā)展階段、快速發(fā)展階段。2008年以后，每年發(fā)文量平均超過100篇，2012年達(dá)到歷史最高峰。根據(jù)來源期刊分析，中國(guó)醫(yī)學(xué)信息學(xué)期刊分布主要集中在載文量為55篇以上的前9種期刊。發(fā)文量在20篇以上的21所機(jī)構(gòu)中，臺(tái)灣地區(qū)研究機(jī)構(gòu)成為中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文的重要來源。從合作來看，中國(guó)醫(yī)學(xué)信息學(xué)研究具有鮮明的國(guó)際化合作趨勢(shì)，與中國(guó)合作最多的是美國(guó)、澳大利亞和英國(guó)的研究者。采用Ucinet60繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)合文獻(xiàn)得到五大研究主題。

本研究選擇中國(guó)醫(yī)學(xué)信息學(xué)的國(guó)際發(fā)文為研究樣本，因樣本量和選擇范圍較小，如果采用被引頻次作為分析指標(biāo)，不具備較強(qiáng)的代表性和典型性，容易產(chǎn)生抽樣誤差，當(dāng)樣本量擴(kuò)大至國(guó)際范圍，在較大范圍內(nèi)進(jìn)行研究可以縮小誤差變異。因此擴(kuò)大樣本量和研究范圍，試評(píng)價(jià)重要學(xué)者的學(xué)術(shù)影響力，以及分析國(guó)際合作、測(cè)度它對(duì)其他學(xué)科的影響力和滲透性，都有待進(jìn)一步研究。

參考文獻(xiàn)

[1]http：∥www.ncbi.nlm.nih.gov/mesh/？term=Medical+Informatics[EB].

[2]Ackerman，MJ.et al.STANDARDS FOR MEDICAL IDENTIFIERS，CODES，AND MESSAGES NEEDED TO CREATE AN EFFICIENT COMPUTER-STORED MEDICAL RECORD[J].Journal of the American Medical Informatics Association，1994，（1）：1-7.

[3]Humphreys，BL.，Lindberg，DAB.，Schoolman，HM.& Barnett，GO.The Unified Medical Language System：An informatics research collaboration[J].Journal of the American Medical Informatics Association，1998，（5）：1-11.

[4]Dolin，RH.et al.HL7 Clinical Document Architecture，Release 2[J].Journal of the American Medical Informatics Association，2006，（13）：30-39.

[5]DeShazo J P，LaVallie D L，Wolf F M.Publication trends in the medical informatics literature：20 years of[J].BMC medical informatics and decision making，2009，9（1）：7.

[6]董建成.醫(yī)學(xué)信息學(xué)的現(xiàn)狀與未來[J].中華醫(yī)院管理雜志，2004，20（4）：232-235.

[7]胡兆芹，張士靖.美國(guó)醫(yī)學(xué)信息學(xué)教育現(xiàn)狀分析及啟示[J].中國(guó)高等醫(yī)學(xué)教育，2005，（3）：37-40.endprint

序號(hào)機(jī)構(gòu)文獻(xiàn)量百分比（%）1臺(tái)灣大學(xué)（臺(tái)灣）1369802臺(tái)灣成功大學(xué)（臺(tái)灣）926633香港中文大學(xué)（香港）896414陽明大學(xué)（臺(tái)灣）705045香港大學(xué)（香港）694976香港理工大學(xué)（香港）553967中國(guó)科學(xué)院（中國(guó)大陸）533828上海交通大學(xué)（中國(guó)大陸）503609清華大學(xué)（中國(guó)大陸）463319臺(tái)北醫(yī)科大學(xué)（臺(tái)灣）4431710香港城市大學(xué)（香港）3928111臺(tái)灣大學(xué)附屬醫(yī)院（臺(tái)灣）3928112浙江大學(xué)（中國(guó)大陸）3726713中正大學(xué)（臺(tái)灣）3625914長(zhǎng)庚大學(xué)（臺(tái)灣）3424515交通大學(xué)（臺(tái)灣）3323816中央大學(xué)（臺(tái)灣）2618717悉尼大學(xué)（澳大利亞）2518018香港浸會(huì)大學(xué)（香港）2316619臺(tái)北榮民總醫(yī)院（臺(tái)灣）2215920復(fù)旦大學(xué)（中國(guó)大陸）2115121清華大學(xué)（臺(tái)灣）201443合作國(guó)家分析

中國(guó)醫(yī)學(xué)信息學(xué)研究的3 429位論文作者來自于36個(gè)國(guó)家，與其他國(guó)家合作的總發(fā)文量為555篇，占40%，具有鮮明的國(guó)際合作化的表現(xiàn)。表3顯示與中國(guó)研究者合作、發(fā)文量在10篇以上的研究者國(guó)籍的詳細(xì)信息。其中與中國(guó)合作最多的是來自美國(guó)的研究者，合作發(fā)文量為241篇；其次是澳大利亞的研究者，合作發(fā)文量為70篇。其他如英國(guó)、加拿大、新加坡，合作發(fā)文量分別為53篇、31篇和29篇。

41關(guān)鍵詞統(tǒng)計(jì)分析

采用TDA軟件處理1 388篇文獻(xiàn)，除去沒有關(guān)鍵詞的203篇，得到1 185篇。對(duì)關(guān)鍵詞詞頻進(jìn)行統(tǒng)計(jì)，表4列出詞頻不低于8的39個(gè)關(guān)鍵詞，可以看出研究集中在支持向量機(jī)、電子醫(yī)學(xué)記錄、數(shù)據(jù)挖掘、心電圖、功能選擇、圖像分割、遠(yuǎn)程醫(yī)療、分類、隨機(jī)效應(yīng)、中國(guó)傳統(tǒng)醫(yī)學(xué)、RFID、網(wǎng)絡(luò)等；同時(shí)注重醫(yī)院信息系統(tǒng)、計(jì)算機(jī)模擬、病人安全、隱私、自然語言處理、電子健康記錄和本體等；有些還涉及到神經(jīng)網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、生物力學(xué)、芯片等領(lǐng)域。

42關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析

選擇詞頻不低于8的39個(gè)關(guān)鍵詞，對(duì)其做共現(xiàn)矩陣，采用Ucinet60軟件繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)果如圖2示，刪除了3個(gè)孤立節(jié)點(diǎn)。圖2中的節(jié)點(diǎn)表示關(guān)鍵詞，連線表示其兩端的兩個(gè)關(guān)鍵詞節(jié)點(diǎn)在同一篇文章中存在共現(xiàn)，節(jié)點(diǎn)大小表示關(guān)鍵詞的點(diǎn)度中心度，即關(guān)鍵詞出現(xiàn)的總頻次，連線粗細(xì)表示關(guān)鍵詞的共現(xiàn)次數(shù)，連線越粗，即關(guān)鍵詞共現(xiàn)越多，反之越少。

利用UCINET分析圖2中高頻關(guān)鍵詞的點(diǎn)度中心度、接近中心度和中間中心度，支持向量機(jī)、數(shù)據(jù)挖掘、功能選擇、遺傳算法等關(guān)鍵詞的點(diǎn)度中心度較高。RFID、安全、隱私、病人安全、電子醫(yī)學(xué)記錄；數(shù)據(jù)挖掘、決策樹；文本挖掘、自然語言處理、中國(guó)傳統(tǒng)醫(yī)學(xué)；支持向量機(jī)、功能選擇、數(shù)據(jù)挖掘、決策樹、分類、遺傳算法、神經(jīng)網(wǎng)絡(luò)；圖2高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖

功能選擇、心電圖、乳腺癌、特征提取等各組關(guān)鍵詞間的連線較粗，即表明它們?cè)谝黄恼轮泄铂F(xiàn)次數(shù)較高，當(dāng)高頻關(guān)鍵詞在同一文章中共同出現(xiàn)的次數(shù)多，則可以初步反映該領(lǐng)域的研究熱點(diǎn)。結(jié)合文獻(xiàn)分析和共現(xiàn)網(wǎng)絡(luò)圖，可以推出中國(guó)醫(yī)學(xué)信息學(xué)的五大研究主題：（1）電子醫(yī)學(xué)記錄的安全管理。（2）計(jì)算機(jī)自然語言處理和文本挖掘在中國(guó)傳統(tǒng)醫(yī)學(xué)診斷中的運(yùn)用。（3）計(jì)算機(jī)和網(wǎng)絡(luò)對(duì)醫(yī)院信息系統(tǒng)、護(hù)理系統(tǒng)的研發(fā)和應(yīng)用。（4）統(tǒng)計(jì)方法和計(jì)算機(jī)技術(shù)在臨床檢查、疾病診斷和 治療、臨床決策中的運(yùn)用。（5）統(tǒng)計(jì)方法和計(jì)算機(jī)處理對(duì)臨床醫(yī)學(xué)、研究型數(shù)據(jù)的分析和系統(tǒng)構(gòu)建。

5結(jié)語

本文采用文獻(xiàn)計(jì)量學(xué)方法，從年代發(fā)文量、來源期刊、重要發(fā)文機(jī)構(gòu)、合作國(guó)家和相關(guān)學(xué)科等進(jìn)行分析，得出中國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域的研究經(jīng)歷了3個(gè)階段：萌芽階段、平穩(wěn)發(fā)展階段、快速發(fā)展階段。2008年以后，每年發(fā)文量平均超過100篇，2012年達(dá)到歷史最高峰。根據(jù)來源期刊分析，中國(guó)醫(yī)學(xué)信息學(xué)期刊分布主要集中在載文量為55篇以上的前9種期刊。發(fā)文量在20篇以上的21所機(jī)構(gòu)中，臺(tái)灣地區(qū)研究機(jī)構(gòu)成為中國(guó)醫(yī)學(xué)信息學(xué)國(guó)際發(fā)文的重要來源。從合作來看，中國(guó)醫(yī)學(xué)信息學(xué)研究具有鮮明的國(guó)際化合作趨勢(shì)，與中國(guó)合作最多的是美國(guó)、澳大利亞和英國(guó)的研究者。采用Ucinet60繪制高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖，結(jié)合文獻(xiàn)得到五大研究主題。

本研究選擇中國(guó)醫(yī)學(xué)信息學(xué)的國(guó)際發(fā)文為研究樣本，因樣本量和選擇范圍較小，如果采用被引頻次作為分析指標(biāo)，不具備較強(qiáng)的代表性和典型性，容易產(chǎn)生抽樣誤差，當(dāng)樣本量擴(kuò)大至國(guó)際范圍，在較大范圍內(nèi)進(jìn)行研究可以縮小誤差變異。因此擴(kuò)大樣本量和研究范圍，試評(píng)價(jià)重要學(xué)者的學(xué)術(shù)影響力，以及分析國(guó)際合作、測(cè)度它對(duì)其他學(xué)科的影響力和滲透性，都有待進(jìn)一步研究。

參考文獻(xiàn)

[1]http：∥www.ncbi.nlm.nih.gov/mesh/？term=Medical+Informatics[EB].

[2]Ackerman，MJ.et al.STANDARDS FOR MEDICAL IDENTIFIERS，CODES，AND MESSAGES NEEDED TO CREATE AN EFFICIENT COMPUTER-STORED MEDICAL RECORD[J].Journal of the American Medical Informatics Association，1994，（1）：1-7.

[3]Humphreys，BL.，Lindberg，DAB.，Schoolman，HM.& Barnett，GO.The Unified Medical Language System：An informatics research collaboration[J].Journal of the American Medical Informatics Association，1998，（5）：1-11.

[4]Dolin，RH.et al.HL7 Clinical Document Architecture，Release 2[J].Journal of the American Medical Informatics Association，2006，（13）：30-39.

[5]DeShazo J P，LaVallie D L，Wolf F M.Publication trends in the medical informatics literature：20 years of[J].BMC medical informatics and decision making，2009，9（1）：7.

[6]董建成.醫(yī)學(xué)信息學(xué)的現(xiàn)狀與未來[J].中華醫(yī)院管理雜志，2004，20（4）：232-235.

[7]胡兆芹，張士靖.美國(guó)醫(yī)學(xué)信息學(xué)教育現(xiàn)狀分析及啟示[J].中國(guó)高等醫(yī)學(xué)教育，2005，（3）：37-40.endprint