AI時代背景下國內智慧醫學圖書館研究熱點和主題文本挖掘

2006年，杰弗里·辛頓及其團隊在Science上首度正式提出深度學習的概念[1]，引發廣泛關注。近年來，全球主要經濟體陸續將人工智能納入國家戰略布局，標志著人類社會正式邁入人工智能時代[2]。2014年，歐盟推出《歐盟機器人研發計劃》。2016年，美國發布《國家人工智能研究和發展戰略計劃》。2017年，我國的《新一代人工智能發展規劃》指出，到2025年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展［3]。無論是《關于推進實施國家文化數字化戰略的意見》提及的統籌推進國家文化大數據體系、全國智慧圖書館體系和公共文化云建設，還是《“健康中國2030”規劃綱要》提出的推進健康醫療大數據應用，都充分體現大數據、人工智能等現代信息技術的深度融合與創新應用[4]。

隨著人工智能的飛速發展，醫學圖書館作為醫療信息服務的核心機構，亟須順應時代變革，把握智能化轉型機遇，實現從傳統圖書館向智慧圖書館的跨越式發展。文章重點分析2014—2024年國內智慧醫學圖書館研究相關文獻，綜合運用CiteSpace文獻可視化工具和BERTopic主題模型方法，探究AI時代背景下國內智慧醫學圖書館研究熱點和主題文本挖掘，為醫學圖書館的智慧化轉型和服務升級提供參考。

一、研究數據與研究方法

（一）研究數據

相關研究數據源自中國知網（CNKI）期刊數據庫。其中，輸入檢索式為“SU （‘醫院’ + ‘醫學’ + ‘臨床’+‘中醫’ + ‘醫藥’） × ‘圖書館’ × （‘智慧’ + ‘智能’）”，檢索時間為2014—2024年。文章共檢索到相關研究文獻145篇，并通過人工判讀篩選檢索結果，剔除廣告、通知、篇目索引等不相關內容，最終得到相關有效文獻114篇。為保證分詞的準確性，文章采用Python的自然語言處理工具jieba中文文本分詞語料庫，對納入研究范圍的相關有效文獻在篇名及摘要上進行分詞處理，并基于中文停用詞表去除停用詞。

（二）研究方法

為了更好地反映AI時代背景下國內智慧醫學圖書館的研究主題及其演進，文章將CiteSpace文獻可視化工具和BERTopic主題模型方法相結合，進行文獻計量分析。一方面，文章通過CiteSpace文獻可視化工具系統梳理國內智慧醫學圖書館研究的現狀，對高頻關鍵詞、研究熱點演變進行深入分析，探討AI時代背景下國內智慧醫學圖書館研究中的熱點及演變規律。另一方面，文章借助BERTopic主題模型方法從相關有效文獻中的摘要提取有效信息進行主題文本挖掘，對預處理的分詞語料進行BERT向量化和UMAP降維，并基于引入HDBSCAN算法進行主題聚類與識別，提取所有主題前5c-TF-IDF關鍵詞，對相關有效文獻研究熱點進行分類總結，預測未來可能的研究方向。

二、年度發文量分析

年度發文量分析能夠直觀反映研究主題的受關注度。文章對檢索得到的相關有效文獻進行年度發文量分析，如圖1所示。結果顯示，2014—2024年國內智慧醫學圖書館研究的年度發文量呈現持續增長態勢，并大致分為兩個發展階段。第一階段，探索期（2014—2016年）。該階段的年度發文量約為2一3篇，反映國內智慧醫學圖書館研究處在起步探索階段。呂婷等于2014年在解放軍醫學圖書館學科化服務的展望中，提出機器技術和人工智能是未來的發展方向之一[5]。第二階段，快速發展期（2017—2024年）。該階段的年度發文量整體呈上升趨勢，尤其在2018一2023年，年度發文量年均增長率約為 34% ，既擬合指數增長曲線：N（ t）=5e0.34t （t為年份，以2018年為起點），又符合普賴斯科學文獻增長規律中的指數增長階段[6]。這表明，此階段的國內智慧醫學圖書館研究快速發展，即使2024年的年度發文量略有回落，但其仍保持在發文高位（18篇）。可見，智慧醫學圖書館研究熱度未減。

圖12014—2024年相關有效文獻年度發文量

三、關鍵詞聚類及熱點趨勢分析

（一）高頻關鍵詞分析

關鍵詞分析是對研究主題的窺探，能夠反映研究角度、研究方向[7]。高頻關鍵詞則能夠展現研究熱點及演進脈絡。文章通過CiteSpace文獻可視化工具對相關有效文獻進行關鍵詞統計分析，在去除無統計意義關鍵詞后，篩選出詞頻Top15的關鍵詞構建高頻關鍵詞表。研究顯示：2014—2024年國內智慧醫學圖書館研究的研究主體涵蓋“醫學高校”“醫院”等機構，凸顯其在醫學教育、科研與臨床服務中的交叉融合特性；“智慧服務”為最高頻關鍵詞，其中心度高達0.27，緊密連接“信息服務”“服務創新”“學科服務”等高頻關鍵詞，說明智慧服務是智慧醫學圖書館的核心和目標[8］，智慧醫學圖書館研究仍將圖書館服務工作放在首位；“人工智能”以顯著的詞頻優勢位列第二，表明在AI時代背景下，人工智能在智慧醫學圖書館研究中占據研究主題的核心地位，具有相當高的學術關注度；“大數據”“物聯網”“云計算”等智能技術受到廣泛關注，體現新興技術的集成與創新為醫學圖書館的智慧化建設奠定重要基礎。此外，“智慧館員”等其他關鍵詞也是智慧醫學圖書館研究的關鍵要素。

（二）關鍵詞聚類分析

在關鍵詞聚類分析的可視化結果中，當模塊值（Q值）超過0.3且輪廓值（S值）高于0.7時，聚類結果具有較高的結構顯著性和內部一致性，進一步驗證聚類分析的可信度與可靠性。文章運用CiteSpace文獻可視化工具，針對相關有效文獻，構建關鍵詞聚類圖譜，并采用LLR共提取出5個高頻關鍵詞聚類點，且每個聚類點都由緊密聯系的關鍵詞組成，如圖2所示。研究顯示，該聚類圖譜的Q值為0.695，S值為0.943，聚類結構顯著，聚類結果具有較高的可信度。

根據關鍵詞聚類分析，2014一2024年國內智慧醫學圖書館研究熱點可歸納為服務模式創新、智能技術應用、圖書館發展路徑以及循證醫學服務四個方面。

1.服務模式創新

服務模式創新研究由#0智慧服務和#3讀者服務兩個聚類標簽組成。#0智慧服務包括21個聚類關鍵詞，輪廓值為0.974，涉及智慧服務、人工智能、智慧醫學圖書館、集成化和移動推送等熱門關鍵詞。#3讀者服務包括8個聚類關鍵詞，輪廓值為0.901，涉及讀者服務、用戶畫像、精準服務、信息時代和醫學高校等熱門關鍵詞。

智慧服務的研究主要從服務對象、服務內容、服務模式以及服務目標等方面展開。楊海娟提出，醫學圖書館智慧服務的發展要以集成化、個性化、知識管理和共享空間服務為發展新方向[9]。楊曉雯提出，在健康中國戰略背景下，醫學圖書館應針對不同醫護、科研需求，為不同群體提供智慧化服務[10]。錢丹丹等基于信息生態理論，總結并構建醫學智慧資源、智慧人員、智慧技術、智慧環境四生態因子的醫學圖書館智慧服務模式[11]。讀者服務研究則秉持以用戶為中心的核心范式，部分學者聚焦于數字化轉型背景下讀者服務創新路徑的探索。莊鷺惠根據當前醫學高校讀者的閱讀行為特征與需求，規劃新興技術支撐下醫學高校圖書館的發展框架，包括嵌入管理學科服務模式、建設智慧化讀者服務體系以及完善特色文獻資源共享機制等[12]。王丹建議學習借鑒加拿大多倫多大學圖書館的特色讀者服務經驗，重點開展讀者畫像構建、精準服務提供等實踐，以豐富圖書館服務內容與形式，推進智慧型圖書館建設[13]。

2.智能技術應用

智能技術應用研究由#1人工智能這個聚類標簽組成，包括19個聚類關鍵詞，輪廓值為0.906，熱門關鍵詞有人工智能、智慧技術、物聯網、大數據和服務創新。

以人工智能為代表的新一代智能技術融合應用于館內各種工作場景，正在加速賦能智慧醫學圖書館的轉型升級。劉明信等認為智慧圖書館是圖書館的未來發展形態，其核心實現路徑在于“人工智能 + 圖書館”[14]。丁文婧以熱門人工智能對話系統ChatGPT為例，探討人工智能工具在醫學圖書館健康信息服務領域的應用潛力，并指出醫學圖書館作為專業的醫學信息和文獻資源中心，應將健康信息服務發展成其特色知識服務[15]。李育平闡述虛擬現實（VR）技術在醫學院校圖書館領域的應用現狀與發展路徑，基于對現有應用模式的深入分析，從創新服務模式、科學規劃資源、構建虛擬空間系統和提高館員信息化水平四個維度提出戰略性發展建議[16]。

3.圖書館發展路徑

#2圖書館這個聚類包含13個聚類關鍵詞，輪廓值為0.932，熱門關鍵詞有圖書館、醫院、學科館員、平臺建設和智能化。

熱門關鍵詞共同揭示了人工智能時代下圖書館發展路徑的多維探索，包括服務模式創新（如學科館員制度）、基礎設施升級（如智能化轉型）以及協同發展機制（如醫院圖書館建設）。范宜峰等在探討智慧醫院圖書館的建設和發展時指出，加快引進和培養復合型人才是推動其建設的關鍵舉措，尤其強調需要重點培育能夠為臨床科研提供專業化服務的學科館員隊伍[17]。許衛衛認為在人工智能時代，醫院圖書館亟須進行智能化轉型，通過有效整合新興技術手段，構建系統化、智能化的信息服務體系，從而為醫務人員提供更加精準、高效、深度的信息服務[18]。張楚楚等通過系統調研國內中醫藥智慧數字圖書館建設現狀，發現其面臨資源內容匱乏、平臺建設滯后及管理體系不完善等發展問題，并從功能架構優化、資源內容擴充、服務體系升級、平臺管理強化以及智慧館員培養等維度總結中醫藥智慧數字圖書館智慧化轉型的發展路徑[19]。

4.循證醫學服務

#4循證醫學這個聚類標簽由8個關鍵詞聚類構成，輪廓值為1，聚類結構高度清晰且內部一致性極強，熱門關鍵詞有循證醫學、臨床醫學館員、循證決策、服務內容和信息服務模式。

通過熱門關鍵詞分析可知，當前智慧醫學圖書館的研究前沿體現在對循證醫學服務的理論與實踐探索，包括與臨床對接的學科館員角色定位、醫學決策支持系統構建以及基于循證理念的信息服務模式創新等關鍵研究方向。姚海燕等基于“信息一知識一智能轉化律”理論，通過深入分析信息、知識、智能三者的轉化規律，概述循證醫學的信息服務流程，并提出醫學圖書館在新視角下開展的多種循證醫學信息服務方式[20]。田杰等基于“信息一知識一智能轉化律”理論，從理論指導、理念宣傳、資源建設、檢索培訓、Meta分析軟件講演、證據評價、決策建議、跟蹤評價等八個關鍵維度展開[21]，為醫學圖書館構建面向臨床醫師循證決策的“綜合八力服務循證決策”模式。

（三）關鍵詞時間線圖分析

文章運用CiteSpace文獻可視化工具繪制關鍵詞時間線圖（見圖3），通過節點字號表征關鍵詞的時序分布特征，清晰呈現相關研究主題的階段性演進軌跡。根據圖3，2014—2016年探索期出現頻次較高的關鍵詞是人工智能、大數據、云計算和“互聯網 + ”，可見該階段內對智慧醫學圖書館的研究已多融入智能技術的討論，技術驅動型研究成為領域發展的主要特征。在2017一2024年發展期，研究主題呈現顯著的知識擴散。這個階段的研究對象從醫學高校的智慧圖書館拓展到醫院圖書館，并且智慧服務相關研究仍具有相當高的占比，足以體現智慧服務在智慧醫學圖書館研究中的核心地位。2018年之后，智慧館員的培養和團隊建設成為相關研究熱點話題，標志著該階段研究重點已從技術應用延伸至人力資源協同發展層面。

四、研究主題建構與分析

研究主題的分析反映研究領域的核心問題或研究方向。文章在CiteSpace關鍵詞聚類分析基礎上，進一步采用BERTopic模型對相關論文摘要進行主題建模，從而實現對研究主題的多維度挖掘。文章使用BERTopic模型默認參數，將 nr_- topics參數設置成auto，自動合并相似主題，最終共提取出5個主題，對5個主題下排名前5的特征詞及其權重進行可視化展示，特征詞的得分越高越能代表該主題。

文章通過每個主題的特征詞識別出主題內容，分別是：第一，Topic0特征詞“智慧、圖書館、人工智能、服務、轉型”可總結歸納為人工智能驅動的智慧圖書館服務轉型；第二，Topic1特征詞“圖書館、館員、讀者、信息、維度”可總結歸納為圖書館服務中館員與讀者的多維信息交互；第三，Topic2特征詞“圖書館、服務、高校、智慧、醫學”可總結歸納為醫學高校智慧圖書館服務創新；第四，Topic3特征詞“醫學、服務、圖書館、資助、素質教育”可總結歸納為醫學圖書館的科研資助和信息素養教育；第五，Topic4特征詞“服務、圖書館、醫學、知識、信息”可總結歸納為醫學圖書館的知識服務。

通過總結和歸納主題文本內容，筆者發現目前文獻研究主要圍繞以下三個方面：在技術應用維度，研究重點關注人工智能技術驅動下智慧醫學圖書館的服務體系轉型和升級；在館員培養維度，研究聚焦智慧環境下智慧館員與讀者互動模式的升級；在教育功能維度，研究集中于圖書館在AI信息素養教育中的角色重塑。

五、結論與展望

（一）研究結論

第一，在研究發展態勢方面，根據中國知網的文獻數據，筆者發現自2017年我國智慧醫學圖書館領域方面的研究進入快速增長階段。目前研究規模仍持續擴大，符合文獻快速發展期的發展特征。當前的研究內容充分體現智慧圖書館體系與醫學圖書館業務需求的交叉融合，未來研究有望趨向人工智能技術驅動領域并不斷深化。第二，在研究熱點方面，文章通過CiteSpace軟件進行關鍵詞分析，聚類總結出以下四個研究熱點：智慧醫學圖書館服務模式的創新、在智慧醫學圖書館中智能技術的應用、智慧圖書館的發展路徑以及智慧醫學圖書館循證醫學服務體系的建設。這四個研究熱點之間既相互獨立又有機聯系，共同構成智慧醫學圖書館研究的基礎理論框架和實踐體系。文章并進一步運用BERTopic模型對論文摘要進行主題建模，不僅驗證CiteSpace分析結果的可靠性，還通過潛在語義分析補充揭示兩個研究方向：一是智慧館員與讀者互動模式創新，體現在虛擬參考咨詢、個性化讀者服務等方面；二是圖書館參與信息素養教育，體現在面向循證醫學實踐的數字化信息能力培養。第三，在主題發展演化方面，CiteSpace繪制的關鍵詞時間線圖清晰展現研究主題的三階段發展軌跡：從初期研究熱點聚焦于人工智能、大數據、云計算和互聯網等基礎技術應用；到中期研究熱點轉向智慧服務模式、精準服務、個性化讀者服務等服務體系構建；再到關注智慧館員能力培養、館內人才團隊建設、人機協同機制等人力資源建設相關主題。同時，研究對象從單一的醫學高校圖書館拓展到臨床醫學圖書館、專科醫院圖書館等多元主體。這一演化軌跡充分體現了國內智慧醫學圖書館領域研究逐漸從基礎技術的應用到技術賦能服務創新、從單一機構到多元主體、從技術本位到人機協同的系統化發展趨勢，為未來智慧醫學圖書館的創新發展提供了理論依據和實踐路徑。

（二）研究展望

基于上述研究結論，文章對未來智慧醫學圖書館研究進行展望，從服務模式、技術應用、人才培育和主體協同機制四個維度構建未來發展框架。第一，在服務模式方面，未來的研究重點將聚焦于智慧服務的深化和創新。例如，學界通過基于深度學習技術的個性化知識推薦系統，實現對醫學文獻資源的智能匹配與精準推送。第二，在智能技術應用方面，醫學大語言模型將成為研究熱點，未來落地的技術應用將更多地向臨床和科研場景進行深度拓展，如多語言醫學文獻翻譯、智能科研問答系統等科研場景的應用將取得突破性進展。另有基于VR技術的臨床應用也將實現質的飛躍。第三，在智慧館員培養方面，未來智慧醫學圖書館館員的培養體系將轉向“技術 + 醫學 + 服務”的復合型培養模式，這強調技術應用、臨床知識和服務能力的有機融合，旨在培養順應AI時代發展的復合型人才。未來智慧館員在提升自身AI素養的同時也將更多注重教育職能的拓展，積極參與臨床醫學讀者的AI信息素養教育，重點培養臨床工作者的AI輔助決策能力。第四，在多機構主體協同發展方面，醫學高校將與附屬醫院構建“知識服務聯合體”，通過電子資源的共建共享，共同探索醫教研一體化的知識服務體系以及“知識服務聯合體”內智慧醫學圖書館統一建設標準與規范的制訂。整體而言，未來智慧醫學圖書館研究將呈現多學科交叉融合、技術創新與服務轉型并重、單一機構向多主體協同發展的趨勢。

六、結語

文章探討AI時代背景下我國智慧醫學圖書館研究現狀，對相關文獻進行主題聚類識別與熱點演化特征分析，在CiteSpace可視化分析基礎上，引入BERTopic模型進行主題建模和挖掘，實現更為全面的研究主題識別與分類，并推演出未來醫學圖書館可能的研究熱點，以期對未來醫學圖書館智慧化轉型研究提供參考。

[參考文獻]

[1]HINTON G E，SALAKHUTDINOV R R.Reducing the Dimensionality ofData with NeuralNetworks[J].Science，2006（5786）：504-507.

[2」高思超，么加利.人工智能時代的新文科建設：基于新時代教育評價改革背景分析［J」.重慶大學學報（社會科學版），2022（05）：115-125.

［3］國務院.國務院關于印發新一代人工智能發展規劃的通知［EB/OL」.（2014-07-20）[2025-07-25].https：//www.gov.cn/zhengce/zhengceku/2017-07/20/content_5211996.htm

［4］楊曉雯，季漢珍.多源數據融合下醫護科研人員科研能力提升策略研究[J].醫學信息學雜志，2024（07）：26-32.［5］呂婷，李芳薇，楊曉茹，等.解放軍醫學圖書館學科化服務：3年實踐與展望［J］.中華醫學圖書情報雜志，2014（01）：38-41.

[6］丁學東.文獻計量學基礎［M］.北京：北京大學出版社，1992.

［7］杜蕾，左吳明，李亞設.基于Citespace的國內智慧圖書館近十年發文熱點及前沿剖析［J］.圖書館理論與實踐，2021（06）：42-49.

［8］李偉超，賈藝瑋，趙海霞，等．近十年我國智慧圖書館研究綜述［J].現代情報，2018（03）：171-176.［9］楊海娟．醫學圖書館智慧服務淺析［J］.河南圖書館學刊，2017（03）：123-125.

[10］楊曉雯.健康中國戰略下醫學圖書館面向醫護科研人員的智慧服務研究［J］.大學圖書情報學刊，2023（05）：9-15.

［11］錢丹丹，許孝君，張麗.信息生態視域下醫學圖書館智慧服務模式構建[J].情報科學，2023（05）：68-73.

［12］莊鷺惠.信息時代下醫學高校圖書館讀者服務的創新研究［J].河南圖書館學刊，2021（10）：77-79.[13」王丹.加拿大多倫多大學圖書館特色讀者服務及其啟示［J].中華醫學圖書情報雜志，2018（04）：74-79.［14］劉明信，齊鳳青，王璞琳．人工智能在醫院圖書館服務創新中的應用［J］.實用醫藥雜志，2020（02）：183-184.

［15］丁文婧.ChatGPT影響下醫學圖書館健康信息服務的挑戰與應對［J］.大學圖書情報學刊，2023（05）：3-8.

[16］李育平.人工智能時代醫學院校圖書館虛擬現實技術應用研究［J].醫學信息學雜志，2022（09）：86-89.［17］范宜峰，陸耀，沈汗.大數據時代智慧醫院圖書館建設機遇與挑戰［J］.醫學信息學雜志，2021（02）：80-83.

［18］許衛衛．人工智能背景下醫院圖書館的定位和發展［J].現代醫院，2017（12）：1769-1772.

［19］張楚楚，李海燕，董燕，等.國家中醫藥智慧數字圖書館建設調研情況與分析［J］.中國中醫藥圖書情報雜志，2022（04）：32-37.

［20］姚海燕，婁欽，陳池梅，等．基于信息一知識—智能轉化律的循證醫學信息服務內容［J］.醫學信息學雜志，2017（04）：77-81.

［21］田杰，羅志宏．醫學圖書館嵌入臨床循證醫學信息服務模式構建［J］.中華醫學圖書情報雜志，2017（01）： 63-67.