基于WOS的中美醫(yī)學信息學研究熱點對比分析

1987年，美國國立衛(wèi)生研究院首次將醫(yī)學信息學定義為將計算機運用到健康保健和醫(yī)學不同領(lǐng)域，對醫(yī)療數(shù)據(jù)進行分析和傳播的信息科學[1]。由此可知醫(yī)學信息學是與醫(yī)學、計算機科學、圖書情報學等多學科交叉的一門科學。

我國醫(yī)學信息學科在醫(yī)學圖書情報學的基礎(chǔ)上，伴隨著我國醫(yī)藥衛(wèi)生事業(yè)信息化的發(fā)展而逐漸興起，在過去的30年中得到了快速發(fā)展，學科內(nèi)涵日益豐富，研究領(lǐng)域也不斷擴展[2-4]。

為有效及時地把握醫(yī)學信息學科的發(fā)展狀況和研究熱點，國內(nèi)學者采用科學計量學的方法開展了相應的研究。

2015年，魏麗、張云秋等利用BICOMB、VOSviewer、SPSS等分析軟件,以Pub Med數(shù)據(jù)庫中醫(yī)學信息學領(lǐng)域核心期刊2010-2014年的科技文獻為數(shù)據(jù)來源,繪制共現(xiàn)網(wǎng)絡(luò)圖、熱點密度圖和聚類樹圖,探測國外醫(yī)學信息學領(lǐng)域研究前沿,研究顯示國外醫(yī)學信息學領(lǐng)域的研究前沿主要包括電子健康檔案的自然語言處理和數(shù)據(jù)挖掘,醫(yī)療決策幫助系統(tǒng),計算機輔助的藥物治療,臨床決策支持,醫(yī)療保健的態(tài)度、質(zhì)量和模式,病案系統(tǒng)及其聯(lián)動,信息系統(tǒng)及其整合等[5]。

2011年，徐丹等使用知識圖譜工具HistCite和Pajek軟件，探索該領(lǐng)域的研究熱點并繪制學科發(fā)展的主要路徑[6]。2014年，袁曉園等通過共詞分析的方法對關(guān)鍵詞進行聚類分析，歸納出醫(yī)學信息學研究的六大主題[7]。

然而，目前的研究大多是對國內(nèi)或國外醫(yī)學信息學研究熱點的計量分析，而二者的對比研究則相對較少，同時存在時間維度不統(tǒng)一、數(shù)據(jù)來源差異等問題[8-11]。

本文選擇醫(yī)學信息學研究體系較為完善的美國作為主要研究對象，采用科學計量學中的共詞分析法，對中、美兩國醫(yī)學信息學領(lǐng)域研究的現(xiàn)狀和熱點進行了分析，明確兩國在醫(yī)學信息學領(lǐng)域研究的差異，旨在為我國醫(yī)學信息學領(lǐng)域的研究提供借鑒和參考。

1 資料與方法

1.1 數(shù)據(jù)來源

以Web of Science(WOS)核心合集為數(shù)據(jù)源，于2015年3月1日進行檢索，收集中國及美國發(fā)表的研究方向為醫(yī)學信息學的學術(shù)文獻，檢索式分別為：((SU=MEDICAL INFORMATICS) AND CU=(PEOPLES R CHINA OR TAIWAN OR HONG KONG OR MACAU))和((SU=MEDICAL INFORMATICS) AND CU=USA)，時間跨度為2005-2014年，文獻類型限定為Article或Letter或Note或Review。

通過檢索最終得到醫(yī)學信息學領(lǐng)域中國發(fā)表了相關(guān)文獻1 433篇，美國發(fā)表文獻7 780篇，分別將數(shù)據(jù)導出為TXT格式文件。

1.2 方法

本文采用共詞分析法對中、美兩國醫(yī)學信息學領(lǐng)域發(fā)文的知識結(jié)構(gòu)和研究熱點進行分類和梳理。目前，大多數(shù)知識圖譜工具不支持文獻數(shù)據(jù)清洗[12]，而且聚類效果不盡如人意。因此本文使用TDA軟件對關(guān)鍵詞數(shù)據(jù)進行清理，并生成共詞矩陣和相異矩陣，使用專業(yè)統(tǒng)計軟件SPSS 20.0對關(guān)鍵詞矩陣進行聚類分析，通過Ucinet軟件和NetDraw軟件對關(guān)鍵詞的分布進行可視化分析，從而歸納出兩國醫(yī)學信息學領(lǐng)域的主要研究熱點，并進行對比分析。

2 結(jié)果與分析

2.1 中國醫(yī)學信息學領(lǐng)域發(fā)文分析

2.1.1 關(guān)鍵詞詞頻統(tǒng)計

對中國發(fā)表的1 433篇文獻進行統(tǒng)計，共得到4 611個關(guān)鍵詞。使用TDA軟件的List Cleanup功能對上述4 611個關(guān)鍵詞進行自動清理，將一些同根詞、同義詞、近義詞、單復數(shù)形式或復合形式進行合并，如Support vector machine和Support vector machines。

另外，由于軟件存在無法自動識別英文縮寫和全拼、部分同義詞未能合并、非同義詞合并等問題，因而需要人工對其進行篩選和處理；同時結(jié)合醫(yī)學信息學的主題，刪除沒有實質(zhì)意義或關(guān)聯(lián)的詞匯，如評價、技術(shù)等，并刪除一些地域性詞匯。

經(jīng)過處理后共得到關(guān)鍵詞4 358個，關(guān)鍵詞最高頻次為41次。選擇詞頻≥9次的48個關(guān)鍵詞(詞頻共717次)作為聚類分析的基礎(chǔ)，詳見表1。

由表1可知，中國醫(yī)學信息學的研究主要集中在支持向量機、電子病歷、射頻識別技術(shù)、認證、遠程醫(yī)療信息系統(tǒng)、特征選擇、安全、電子健康檔案、智能卡、數(shù)據(jù)挖掘等方面，是關(guān)于數(shù)學、統(tǒng)計和計算機方法在醫(yī)院管理、臨床管理、護理管理等方面的應用。

2.1.2 關(guān)鍵詞聚類分析

使用TDA軟件生成關(guān)鍵詞共詞矩陣(表2)，并使用Ochiia系數(shù)將共詞矩陣轉(zhuǎn)化為相似矩陣，將相似矩陣導出到EXCEL中。

由于相似矩陣中的0值過多，統(tǒng)計時容易造成誤差，因而用1和全部相似矩陣數(shù)據(jù)相減，得到關(guān)鍵詞的相異矩陣，見表3。

表1 中國發(fā)文關(guān)鍵詞統(tǒng)計(詞頻≥9)

注：36號關(guān)鍵詞“PACS”意為“醫(yī)學影像存檔與通信系統(tǒng)”

表2 中國發(fā)文關(guān)鍵詞共詞矩陣(部分)

表3 中國發(fā)文關(guān)鍵詞相異矩陣(部分)

將關(guān)鍵詞相異矩陣導入到SPSS 20.0中，采用系統(tǒng)聚類、離差平方和法對關(guān)鍵詞進行聚類，得到聚類樹狀圖(圖1)。值得注意的是，SPSS的系統(tǒng)聚類模塊已經(jīng)嵌入了相似度算法，若不對其進行阻止，則會在上述相似矩陣的基礎(chǔ)上再進行一次相似度計算，造成對相似度的高估和扭曲。因而需要在Syntax編輯窗口對Syntax進行編輯，阻止聚類模塊在聚類之前重復計算相似度[13]。

圖1 中國醫(yī)學信息學研究熱點聚類樹狀圖

在關(guān)鍵詞相似矩陣的基礎(chǔ)上，通過Ucinet軟件進行關(guān)鍵詞網(wǎng)絡(luò)分析，同時使用NetDraw軟件對關(guān)鍵詞的分布進行可視化分析，如圖2所示。根據(jù)聚類樹狀圖和關(guān)鍵詞分布圖并研讀相關(guān)文獻，將相關(guān)研究聚為五類。

第一類：遠程醫(yī)療、電子健康檔案和電子病歷的安全管理(關(guān)鍵詞4、5、9、21、2、8、24、3、29、7、27、43)。加強數(shù)字醫(yī)學信息的安全建設(shè)有助于改善病人的醫(yī)療安全和信息安全，涉及的技術(shù)和方法主要有智能卡技術(shù)、射頻識別技術(shù)(RFID)、用戶認證和訪問控制等。研究內(nèi)容包括基于混沌映射的用戶認證方案[14]、基于射頻識別技術(shù)的處方防篡改訪問控制系統(tǒng)設(shè)計[15]、基于智能卡的用戶隱私保護系統(tǒng)研究[16]和中、美電子健康檔案建設(shè)標準對比研究[17]等。

第二類：計算機自然語言處理和文本挖掘在中國傳統(tǒng)醫(yī)學中的應用(關(guān)鍵詞17、19、23)。中國傳統(tǒng)醫(yī)學歷史悠久，蘊含的資源極為豐富。計算機人工智能技術(shù)和數(shù)據(jù)挖掘技術(shù)的逐步興起為研究中國傳統(tǒng)醫(yī)學提供了新的思路，是我國醫(yī)學信息學研究的重要特色。研究內(nèi)容包括數(shù)據(jù)處理與分析在中國傳統(tǒng)醫(yī)學中的應用[18]、研發(fā)中國傳統(tǒng)醫(yī)學臨床數(shù)據(jù)倉庫促進知識發(fā)現(xiàn)和決策支持[19]、中國傳統(tǒng)醫(yī)學護理記錄的挖掘技術(shù)研究[20]、二階潛變量模型在中國傳統(tǒng)醫(yī)學癥狀評估中的應用[21]等。

第三類：計算機技術(shù)在醫(yī)院管理、臨床管理及輔助診療方面的應用，以及遠程醫(yī)療(關(guān)鍵詞40、47、13、20、38、31、32、26、36、48、35、18、39、11)。醫(yī)院信息化管理一直是我國醫(yī)學信息學的研究重點，研究內(nèi)容包括云計算在十二導聯(lián)心電圖遠程醫(yī)療服務中的應用[22]、多維度心音數(shù)據(jù)庫的研發(fā)[23]、護理信息學在中國及臺灣臨床實踐中的應用[24-25]、醫(yī)學影像中模糊細胞神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展[26]等。

第四類：數(shù)學方法和計算機技術(shù)在臨床診療及生物工程方面的應用(關(guān)鍵詞42、46、44、45、28、37、15、41)。研究內(nèi)容包括人工神經(jīng)網(wǎng)絡(luò)在微陣列圖像分割與心血管疾病危險分級方面的應用[27-28]、基于云環(huán)境的醫(yī)療數(shù)據(jù)交換協(xié)議[29]、有限元建模用于重建病人下頜[30]等。

第五類：統(tǒng)計方法和機器學習在臨床診療中的應用(關(guān)鍵詞1、6、22、25、12、34、33、14、16、10、30)。涉及的統(tǒng)計及機器學習方法主要有遺傳算法、粒子群優(yōu)化和logistic回歸等。研究內(nèi)容包括基于支持向量機的群智能乳腺癌診斷系統(tǒng)研究[31]、對小數(shù)據(jù)集進行數(shù)據(jù)轉(zhuǎn)換以提高特征抽取的分類性能[32]、基于遺傳模糊系統(tǒng)的不定型性心絞痛風險評估[33]、體檢系統(tǒng)與臨床決策支持系統(tǒng)的集成研究[34]等。

圖2 中國醫(yī)學信息學關(guān)鍵詞分布圖

2.2 美國醫(yī)學信息學領(lǐng)域發(fā)文分析

2.2.1 關(guān)鍵詞詞頻統(tǒng)計

對美國發(fā)表的7 780篇文獻進行統(tǒng)計，共得到15 280個關(guān)鍵詞。使用TDA軟件清理后，共得到關(guān)鍵詞13 878個。選擇詞頻≥40次的48個關(guān)鍵詞(詞頻共3 254次)作為下一步聚類分析的基礎(chǔ)，見表4。

表4 美國發(fā)文關(guān)鍵詞統(tǒng)計(詞頻≥40)

注：16號關(guān)鍵詞“MCMC”意為“馬爾科夫蒙特卡洛方法”

由表4可知，美國醫(yī)學信息學的研究主要集中在電子健康檔案、互聯(lián)網(wǎng)、自然語言處理、醫(yī)學信息學理論、臨床試驗、臨床決策支持系統(tǒng)、電子病歷等方面，還包括數(shù)學、統(tǒng)計和計算機方法的應用，以及移動醫(yī)療、遠程醫(yī)療、互聯(lián)網(wǎng)健康信息共享等方面。

2.2.2 關(guān)鍵詞聚類分析

經(jīng)處理，依次得到關(guān)鍵詞的共詞矩陣(表5)、相異矩陣(表6)、關(guān)鍵詞分布圖(圖3)、聚類樹狀圖(圖4)。根據(jù)關(guān)鍵詞分布圖和聚類樹狀圖研讀相關(guān)文獻，將相關(guān)研究分為五類。

表5 美國發(fā)文關(guān)鍵詞共詞矩陣(部分)

表6 美國發(fā)文關(guān)鍵詞相異矩陣(部分)

圖3 美國醫(yī)學信息學研究熱點分布

圖4 美國醫(yī)學信息學研究熱點聚類樹狀圖

第一類：臨床試驗過程中的數(shù)理統(tǒng)計理論與方法研究(關(guān)鍵詞24、28、11、29、10、45、12、34)。臨床試驗的前期主要涉及試驗樣本量選取及效能等研究熱點，后期主要是圍繞數(shù)據(jù)整理和數(shù)據(jù)分析的方法展開研究。研究內(nèi)容包括在盲法試驗的進行過程中通過隨機化區(qū)組設(shè)計的方法重新評估樣本數(shù)量和在不中斷試驗的情況下提高試驗效能[35]、縱向隨機臨床試驗中數(shù)據(jù)填補的方法對比研究[36]、縱向數(shù)據(jù)的相關(guān)性分析在艾滋病和社會心理學研究中的應用[37]、使用馬爾科夫模型和混合效應模型評估健康狀態(tài)和成本的改變[38]等。

第二類：電子健康檔案的介紹、建設(shè)技術(shù)、方法及應用研究(關(guān)鍵詞8、42、1、30)。電子健康檔案是對個人健康相關(guān)活動的電子化記錄，包含醫(yī)療服務、保健服務、免疫接種、健康教育活動等記錄，是衛(wèi)生信息技術(shù)中一直以來的研究熱點及重點。研究內(nèi)容包括基于云技術(shù)的互操作電子健康檔案系統(tǒng)的構(gòu)建[39]、電子健康檔案在識別患者表型組中的應用綜述[40]、電子健康檔案中醫(yī)療決策信息共享模型研究[41]、美國紐約衛(wèi)生信息技術(shù)和醫(yī)療信息交換發(fā)展現(xiàn)狀研究[42]。

第三類：數(shù)據(jù)挖掘、機器學習、人工智能在臨床診療和決策支持方面的應用，以及醫(yī)學信息學總論(關(guān)鍵詞23、33、19、48、6、32、40、3、18、7、17、4)。醫(yī)療數(shù)據(jù)的規(guī)模日趨擴大，但利用效率卻相對低下，數(shù)據(jù)挖掘、機器學習和人工智能的發(fā)展必將發(fā)掘隱含在其中的巨大價值，提升醫(yī)療技術(shù)水平。研究內(nèi)容包括對不平衡數(shù)據(jù)集進行挖掘與改進陣痛和分娩過程中藥物不良事件預測模型[43]、基于圖形概念排序的生物醫(yī)學文本索引研究[44]、機器學習和自然語言處理在預測肥胖癥及其并發(fā)癥方面的應用[45]、集成基因組學和表型知識的語義網(wǎng)在病因基因鑒別中的應用[46]、醫(yī)學信息學過去10年的回顧及未來10年的展望[47]。

第四類：互聯(lián)網(wǎng)健康信息傳播、醫(yī)學信息學教育(關(guān)鍵詞27、46、2、36、43、21、47、31)。隨著IT技術(shù)的快速發(fā)展，人們獲取健康信息的來源不再局限于醫(yī)生，社交媒體、健康信息網(wǎng)站、論壇等在內(nèi)的互聯(lián)網(wǎng)健康信息傳播方式已經(jīng)受到人們越來越多的關(guān)注，也是目前醫(yī)學信息學領(lǐng)域的研究熱點。研究內(nèi)容包括在線健康信息咨詢在癌癥患者群體中的應用[48]、社交媒體健康信息的內(nèi)容相關(guān)性模型研究[49]、俄勒岡衛(wèi)生科學大學的生物醫(yī)學信息學教育模式研究[50]、護理信息學在美國護理教育中的重要地位探析[51]等。

第五類：統(tǒng)計分析方法在臨床管理和臨床試驗中的應用，移動醫(yī)療和遠程醫(yī)療的發(fā)展，循證醫(yī)學研究(關(guān)鍵詞5、44、16、39、25、37、15、26、9、14、20、35、13、38、22、21)。涉及的統(tǒng)計分析方法主要有馬爾科夫蒙特卡洛方法(MCMC)、貝葉斯分析、成本效益分析、生存分析和meta分析等。研究內(nèi)容包括貝葉斯方法在風險調(diào)整后醫(yī)療衛(wèi)生結(jié)果監(jiān)控中的應用[52]、虛擬現(xiàn)實外科手術(shù)模擬器培訓效果的meta分析[53]、四種青少年健康信息評估移動設(shè)備的可用性比較[54]、遠程病人監(jiān)護系統(tǒng)在充血性心力衰竭監(jiān)測中的應用[55]、循證醫(yī)學與臨床決策之間的辯證關(guān)系研究[56]。

3 結(jié)論

從上述分析可知，中、美醫(yī)學信息學研究熱點之間既存在一致性也存在差異性。

3.1 一致性

計算機技術(shù)在醫(yī)院管理和臨床診療中的應用是兩國學者共同關(guān)注的研究重點，包括醫(yī)院信息系統(tǒng)、電子病歷、電子健康檔案等，這與醫(yī)學信息學科的使命相吻合，同時計算機技術(shù)的應用也為醫(yī)院工作效率的提高和醫(yī)療質(zhì)量的改善做出了極大的貢獻。另外，計算機技術(shù)與數(shù)學統(tǒng)計等方法交叉所產(chǎn)生的數(shù)據(jù)挖掘、機器學習和人工智能技術(shù)在臨床診療中所發(fā)揮的作用也與日俱增，主要體現(xiàn)在臨床決策支持、疾病預測與風險評估等方面。

3.2 差異性

一是美國醫(yī)學信息學科整體發(fā)展水平較高。近10年，美國醫(yī)學信息學領(lǐng)域在國際期刊上發(fā)文7 780篇，而中國僅為1 433篇。另外從研究熱點聚類的結(jié)果來看，美國醫(yī)學信息學研究范圍更加廣泛，研究方法和成果更加多樣化。

二是美國對醫(yī)學信息和數(shù)據(jù)的利用更為充分。中國醫(yī)院信息系統(tǒng)的重點在于處理醫(yī)院管理工作和臨床診療事宜，而美國醫(yī)院信息系統(tǒng)側(cè)重于對醫(yī)院信息和數(shù)據(jù)進行深度挖掘，最終支持臨床決策。另外，從關(guān)鍵詞排序可以看出，臨床決策支持在美國發(fā)文的關(guān)鍵詞中排在第6位，而在中國發(fā)文的關(guān)鍵詞中排在第33位，說明中國更加注重信息的采集和管理，美國注重信息的分析及利用。

三是美國醫(yī)學信息學教育體系更為完善。美國醫(yī)學信息學教育始于20世紀中葉，早在1972年美國國立醫(yī)學圖書館就開始支持醫(yī)學信息學研究生培訓計劃，如今不僅建立了規(guī)范的學位教育，而且有了專門的研究中心和學術(shù)機構(gòu)。中國于1983年才開始開設(shè)醫(yī)學信息學相關(guān)專業(yè)，目前僅有少數(shù)學校設(shè)立了碩士點，而博士和博士后教育幾乎空白。另外，本文中“教育”作為高頻關(guān)鍵詞在美國發(fā)文中有所體現(xiàn)，研究內(nèi)容包括美國具有代表性的高校醫(yī)學信息學教育模式介紹以及護理信息學、生物信息學教育等，但在中國發(fā)文高頻關(guān)鍵詞中并未出現(xiàn)。

四是美國循證醫(yī)學研究水平及層次較高。1992年循證醫(yī)學在國際上逐漸興起，1996年我國開始引進循證醫(yī)學，它強調(diào)醫(yī)生對患者的診斷、治療應基于當前可得的最佳證據(jù)。循證醫(yī)學對衛(wèi)生事業(yè)各方面都有十分重要的意義，被譽為21世紀的臨床醫(yī)學[57]。作為醫(yī)學信息學的重要研究方向，循證醫(yī)學在美國發(fā)文關(guān)鍵詞中出現(xiàn)69次(排第14位)，而在中國發(fā)文高頻關(guān)鍵詞中并未出現(xiàn)，說明循證醫(yī)學在我國仍處于發(fā)展階段初期，主要借鑒和使用國外的研究證據(jù)和方法，自主創(chuàng)新研究較少。

4 結(jié)語

本文采用共詞分析法對中、美近10年發(fā)表在國際期刊上的醫(yī)學信息學論文進行分析，借助TDA、SPSS 20.0、Ucinet和NetDraw等工具對高頻關(guān)鍵詞進行聚類和可視化分析。根據(jù)聚類樹狀圖和關(guān)鍵詞分布特征分別總結(jié)了中、美在醫(yī)學信息學領(lǐng)域的研究熱點及兩國在醫(yī)學信息學領(lǐng)域研究的一致性和差異性。

2010年出版的《中國圖書館分類法》第五版已將“醫(yī)學信息學”作為一個獨立的類目，可見中國醫(yī)學信息學發(fā)展迅速，正日趨成熟[58]，但與美國醫(yī)學信息學研究相比仍存在較大的差距。因此中國應在堅持技術(shù)應用為重點的基礎(chǔ)上，改變教育模式，完善醫(yī)學信息學教育體系，提升醫(yī)學信息學相關(guān)新興學科的研究水平，促進中國醫(yī)學信息學的發(fā)展。