“新醫科”戰略背景下基于學科視角的醫學文獻可視化分析

姚曉彤

學科及其構成要素是隨著社會發展、時間、空間動態變化的。發展“新醫科”是我國在統籌全局，對標世界醫學發展，結合我國國情后提出的醫學學科改革建設戰略，該戰略于2019年4月“六卓越一拔尖”計劃2.0啟動大會上，教育部正式提出［1］。新醫科的“新”在于兩方面，一是全民健康背景下，新醫科要從傳統醫學的治療為主逐步向注重治療并且關注預防轉變［2，3］，同時轉化醫學、精準醫學、智能醫學等新興領域受到廣泛關注［4］；二是第四次工業革命背景下，產業有交叉融合的趨勢，人工智能等高新技術產業會逐步滲透到醫學領域的方方面面［5，6］，不管是醫學學科比如基礎醫學和臨床醫學，還是醫學與其他學科比如人工智能、材料等學科，都有交叉融合的趨勢［7，8］。

自2019年“發展新醫科”正式提出以來，已有部分學者開始關注“新醫科”相關問題，如新醫科建設的挑戰與變革［9］、新醫科背景下實驗室建設［10］、一流學科建設［11］等。但要全面了解新醫科的概念和內涵，探索高校新醫科建設思路與策略，首先要研究“發展新醫科”戰略是在何種背景下提出的。關注全球醫學研究動向，特別是醫學文獻的分析，有利于我國對比發達國家，適時適度調整我國醫學發展戰略；關注重點學科發展是因為科學革命的本質是學科體系結構和內容的變革［12］。在這個科學技術飛速發展的時代，全面透徹地了解醫學研究現狀，預測醫學發展趨勢，才能搶占先機，占領科學高地［13］。

1 資料與方法

筆者以Scopus數據庫文獻為底層數據，以SciVal平臺作為可視化分析工具，中美兩國學術產出對比、主題分布、新興研究領域等角度，利用學術產出數量、被引頻次、FWCI值等多種評價指標對醫學學術產出進行評價與分析。

2 結果

2.1 中美醫學文獻產出的可視化分析圖1是2014年—2018年全球醫學學科科研產出最多的十二個國家，左圖為醫學學科學術產出排名，我國排在世界第二位，但和第一位美國有著數量級上的差距。右圖為醫學學科文獻被引頻次排名，我國由第二位下降至第四位，雖然和排名第二位的英國以及排名第三位的德國差距較小，但和第一位美國仍然有數量級上的差距。從圖中數據來看，不管是學術產出數量還是文獻被引頻次，我國和第一位的美國都存在著較大差距，其中被引頻次差距更大，一定程度上反映出相較學術產出數量，我國的學術產出質量有待進一步提高。

圖2是2009年—2018年醫學學科的中美學術產出兩個指標對比圖。左圖為中美學術產出數量對比，右圖為中美FWCI（Field-Weighted Citation Impact）值對比。FWCI是領域加權引用影響，即學科標準化后的學術論文影響力。領域內類似期刊的全球平均影響力是1，若FWCI是2.2則說明該出版物的引用影響力高于其所屬領域內全球平均水平的1.2倍。該評價指標一定程度上消除了學科影響、文獻類型影響、時間影響等，是泰晤士高等教育世界大學排名、QS（Quacquarelli Symonds Classification）世界大學排名等體系使用的指標之一。圖3中左圖是中美醫學學科學術產出引用在全球前百分之十的論文占比，右圖是中美醫學學科學術產出在Citescore評價的全球前百分之十的期刊論文占比。圖2中的FWCI值以及圖3中的兩個指標都在一定程度上反映學術產出的質量。

圖2、3見封三。

圖1～3顯示，美國醫學學科的學術產出數量和質量處于全球領跑位置，我國處于跟跑階段。在學術產出數量上我國增長較大，但是美國也在快速增長。在學術產出質量上，美國2009年以來FWCI值略有下降，2017年—2018年開始基本維持在1.44左右，而我國則在平穩增長，已經由2009年FWCI值0.52上升至2018年0.93。美國的學術產出引用在前百分之十的論文由2009年20.3%下降至2018年14.3%；學術產出在高質量期刊的占比由2009年35%下降至2018年的29.4%，兩個指標均呈現波動下降。而我國則在逐年上升，學術產出引用在前百分之十的論文由2009年的5.9%到2018年已經上升至10.7%，學術產出在高質量期刊的占比2009年為9.7%，到2018年上升至20.3%，兩個指標都有希望追平美國。

就Scopus數據庫2014年—2018年間中美兩國醫學學科獨立學術產出與合作學術產出情況來看，中美合作產出的論文FWCI和FWVI（Field-Weighted Views Impact）值均高于兩國獨立產出的論文，說明中美在醫學領域的合作可以達到優勢互補、合作雙贏的效果，未來可以不斷加強學術合作。

圖1 2014年—2018年Scopus數據庫各國醫學文獻產出排名Top12

圖4是世界范圍醫學學科的主題簇分布情況，圖5是中美兩國醫學學科簇分布情況。SciVal平臺基于Scopus數據庫自1996年以來的文獻數據和文獻之間的直接引用算法，建立了9.6萬個研究主題。這9.6萬個研究主題，衡量他們之間的引用強度，匹配組成1500個主題簇，一個主題只屬于一個主題簇。一個主題簇中的主題之間有著較強的引用鏈接，而來自不同主題簇的主題，他們之間的引用鏈接則較弱。只有擁有索引關系的文獻會被放在同一個主題簇中。圖4和圖5中每一個氣泡代表一個主題簇，氣泡大小代表每個主題簇下學術產出的相對多少，每一個主題簇在車輪氣泡圖上的位置是固定的，它取決于該主題簇下學術產出期刊的ASCJ（All Science Journal Classification，used in Scopus）分類，越靠近中心的和越靠近邊緣顏色交叉部位的氣泡所代表的主題簇，其學科交叉性越高。

圖4、5見封三。

從圖4可以看出，醫學學科世界范圍內有交叉融合的趨勢，與計算機科學、材料科學、藥學都有交叉，甚至與社會科學等學科也有相互交叉引用。圖5為中美兩國醫學學科簇分布情況，對比世界醫學學科簇分布情況可以看出，美國醫學學科分布與世界醫學學科分布極為相似，可見美國在醫學領域處于世界龍頭位置，發文量占據很大份額。我國醫學學科分布與生物化學、基因和分子生物學有較多交叉，但與化學學科，人文學科的交叉相對較少。

2.2 精準醫學、轉化醫學和智能醫學文獻的可視化分析 教育部、國家衛生健康委員會、國家中醫藥管理局關于《加強醫教協同實施卓越醫師教育培養計劃2.0的意見》文件中提出了“主動應對國際醫學競爭，瞄準醫學科技發展前沿，對接精準醫學、轉化醫學、智能醫學新理念”［4］。該文將針對《意見》所提出的精準醫學、轉化醫學和智能醫學學科，以Scopus數據庫文獻為底層數據，研究涉及上述三個領域的學術產出。

2.2.1 精準醫學 精準醫療是基于個體病例的基因、生物標志物、表型及社會心理學特征的靶向性治療，區分該病例和具有相似臨床表現的其他病例。從定義來看，精準醫學的目的是提高個體病例的臨床治療效果，減少不必要的不良反應［14-17］。從圖6可以看出，2014年—2018年世界范圍精準醫學相關的學術論文，其產出數量，FWCI值和國際合作均呈現平穩上升的趨勢，尤其是學術產出數量和國際合作上升趨勢明顯。FWCI值2016年相較2015年有所下降，而后幾年略有上升。如圖7所示，2014年—2018年精準醫學領域學術產出涉及學科中，醫學排在首位，其次是生物化學和分子生物學，然后是藥學、工程學、計算機學、化學、物理學、材料學、數學等。

圖6 2014年—2018年Scopus數據庫精準醫學學術產出與國際合作趨勢圖

圖7 2014年—2018年Scopus數據庫精準醫學領域學科分布圖

2.2.2 轉化醫學 轉化醫學涉及將研究成果轉化到人類疾病的預防、診斷、治療等臨床應用［18］。長久以來，基礎醫學與臨床醫學是相對獨立的醫學分支，臨床醫學中出現的問題缺少基礎醫學的支撐，而基礎醫學研究有時候脫離實際應用，轉化醫學作為促進二者聯系，盡可能將基礎醫學成果轉化到臨床醫學的學科，受到越來越多的關注，研究熱度不斷上升，重要期刊上不斷發表有關轉化醫學領域的突破性研究成果［19］。用SciVal平臺分析，QS學科分類中醫學學科主題顯著性百分位數排名前十的研究主題簇都或多或少的涉及轉化醫學。如圖8所示，2014年—2018年轉化醫學領域學術產出基本穩定在2000左右，FWCI值穩定在1.4左右，保持平穩發展，國際合作呈現上升趨勢。轉化醫學是醫學領域近二十年逐漸發展的概念，從圖9學科分布情況來看，醫學占比較大，其次是生物化學和分子生物學。

圖8 2014年—2018年Scopus數據庫轉化醫學學術產出與國際合作趨勢圖

圖9 2014年—2018年Scopus數據庫轉化醫學領域學科分布圖

2.2.3 智能醫學 人工智能對于醫學領域的影響主要表現在三個方面：對于臨床醫師的影響主要是快速、準確的圖像解釋；對于衛生系統的影響主要是工作流程的改進和避免醫學錯誤的潛力；對于病患的影響則是他們可以通過處理自己的數據來有針對性地改進自己的健康狀況。智能醫學中隱私問題、安全性、缺乏透明性等難題仍未解決［20，21］。如圖10所示，2014年—2018年全球智能醫學領域發展平緩，2018年較2017年有所增長，近五年的學術產出和FWCI值增長率遠小于精準醫學領域。如圖11所示，2014年—2018年智能醫學領域涉及學科占比最多的是計算機學，其次是醫學，兩個學科占比非常相似，可以說智能醫學是計算機學與醫學的一門交叉學科，然后是工程學和數學，而生物化學和分子生物學、神經系統學等占比較少。

美國上述三個領域的研究均處于世界領先位置。上述三個研究領域中，精準醫學的學術產出和FWCI值還在逐年上升，智能醫學緩慢上升，轉化醫學保持平穩，2018年FWCI值最高的是精準醫學，其次是轉化醫學，學術產出最多的學術產出是精準醫學，其次是智能醫學。2018年國際學術合作占比最高的是轉化醫學，其次是精準醫學。

3 討論

圖10 2014年—2018年Scopus數據庫智能醫學學術產出與國際合作趨勢圖

圖11 2014年—2018年Scopus數據庫智能醫學領域學科分布圖

我國醫學領域的學術產出數量和質量都在提高，相較學術數量，學術質量更加需要提高。對于高校新醫科建設，筆者認為，應該更多關注學術產出質量，該文獻分析結果顯示，精準醫學、轉化醫學、智能醫學領域主題，近年來熱度不斷攀升，說明《加強醫教協同實施卓越醫師教育培養計劃2.0的意見》文件中提出的“主動應對國際醫學競爭，瞄準醫學科技發展前沿，對接精準醫學、轉化醫學、智能醫學新理念”符合當今世界醫學發展趨勢［22］。但上述領域中諸如技術難關的攻克，醫療安全與患者安全之間的平衡，相關的法律法規仍然不健全，靶向藥物審批流程上的傾斜度，基因治療涉及的倫理問題［23］，相關領域人才缺口大，缺乏具體的政策支持和頂層設計［24］等問題仍需深入研究。