通過對國內(nèi)外醫(yī)療人工智能倫理文獻計量學和關鍵詞分析，探討該領域研究前沿熱點和發(fā)展趨勢，為促進中國醫(yī)療人工智能倫理治理體系建設提供參考。用 CiteSpace 軟件對所查閱文獻進行發(fā)文量、作者以及機構(gòu)合作網(wǎng)絡和關鍵詞共現(xiàn)、聚類、時間線圖以及突現(xiàn)進行國內(nèi)外對比分析，探討該領域研究熱點和發(fā)展趨勢。共計納入中英文文獻 2393 篇，近幾年國內(nèi)外醫(yī)療人工智能倫理研究主題為醫(yī)療人工智能倫理的理論研究、新興領域及其倫理風險、醫(yī)療人工智能倫理治理及規(guī)制等三方面，國際研究熱點為聯(lián)邦學習、計算機輔助診斷和知情同意等，國內(nèi)研究熱點為智慧醫(yī)療、責任倫理和倫理價值等。國際上更多關注公共衛(wèi)生領域的人群健康和衛(wèi)生保健的倫理問題，國內(nèi)研究主題則更傾向于理論探討和倫理原則制定。醫(yī)療人工智能的倫理治理是全世界面臨的共同挑戰(zhàn)，需要加強醫(yī)療人工智能倫理治理差異性與共識性的研究。

　　關鍵詞：醫(yī)療人工智能;可視化分析;倫理治理

　　1 資料和方法

　　1.1 文獻數(shù)據(jù)庫來源及篩選

　　研究選擇 Web of Science Core Collection (WOSCC) 和中國知網(wǎng) (CNKI) 兩個數(shù)據(jù)庫為數(shù)據(jù)來源進行醫(yī)療人工智能倫理相關文獻的檢索，英文檢索式為 “[AB=(ethic*) OR TI=(ethic*) OR AB=(moral*) OR TI=(moral*)] AND [TS=(medic* OR biomedic* OR clinic*)] AND [TS=(“Artificial Intelligence” OR AI OR chatgpt OR “deep learning” OR “machine learning”)]”;中文檢索式為 “SU%=(‘人工智能’+‘AI’+‘chatgpt’+‘機器學習’+‘深度學習’) AND SU%=(‘醫(yī)學’+‘醫(yī)療’+‘生命’+‘生物’+‘臨床’) AND SU%=‘倫理’”。本文限定時間范圍為 “2000 年到 2024 年 7 月 11 日”。在此時間限制內(nèi)，嚴格篩選了與醫(yī)療人工智能倫理研究主題緊密相關的文獻，去除與研究主題關聯(lián)性較弱的文獻，同時排除會議論文、信件、報紙等非學術(shù)研究文獻以及重復發(fā)表的文獻。

　　1.2 分析方法

　　本文基于文獻計量學，通過 CiteSpace 6.3.R1 Basic 軟件進行可視化分析，并生成關鍵詞共現(xiàn)圖譜、關鍵詞聚類圖譜和時間線圖等圖表，同時對國內(nèi)外醫(yī)療人工智能倫理文獻的發(fā)文量、作者機構(gòu)關系、熱點關鍵詞演進趨勢進行統(tǒng)計分析和可視化呈現(xiàn)，從而展示全球醫(yī)療人工智能倫理研究的知識全景。本文在評估網(wǎng)絡圖譜的繪制效果時，通過模塊值 (Q 值) 和平均輪廓值 (S 值) 來進行，若 Q 值超過 0.3，則表明所劃分的社區(qū)結(jié)構(gòu)具有較高的顯著性;若 S 值達到 0.7，則表示聚類結(jié)果令人信服，而 S 值在 0.5 以上，聚類結(jié)果通常被認為是合理的。

　　2 研究結(jié)果

　　2.1 文獻計量學分析結(jié)果

　　2.1.1 發(fā)文量統(tǒng)計分析

　　基于 Web of Science Core Collection 和 CNKI 兩大數(shù)據(jù)庫檢索結(jié)果，經(jīng)數(shù)據(jù)清洗后，研究者通過篩選文獻題目、摘要或正文，排除與主題不符的部分文獻，最終納入 1940 篇英文文獻和 453 篇中文文獻。統(tǒng)計結(jié)果可見，國內(nèi)外醫(yī)療人工智能倫理研究的發(fā)文量呈遞增趨勢 (文獻檢索時間限定為 2024 年 7 月 11 日，故 2024 年發(fā)文量呈輕度下降趨勢)，2019 年之后增幅更加明顯，說明醫(yī)療人工智能的飛速發(fā)展繼發(fā)地引起全球倫理學界的探討。兩者在 2020-2023 年呈持續(xù)上升趨勢，國際發(fā)文量增速更快，與其相對應的國內(nèi)發(fā)文量差距逐漸加大。

　　排名年份數(shù)量

　　12024453

　　22023

　　國內(nèi)外醫(yī)療人工智能倫理研究熱點及可視化分析_呂孟澤.pdf

　　繼續(xù)2.1 文獻計量學分析結(jié)果(續(xù))

　　2.1.1 發(fā)文量統(tǒng)計分析(續(xù))

　　表 1 國際醫(yī)療人工智能倫理研究 2001-2024 年發(fā)文量

　　排名年份數(shù)量

　　32022337

　　42021267

　　52020193

　　6201995

　　7201833

　　8201721

　　920164

　　1020158

　　1120147

　　1220133

　　1320123

　　1420112

　　1520104

　　1620081

　　1720072

　　1820053

　　1920042

　　2020031

　　2120011

　　對所查閱文獻進行作者合作分析，結(jié)果可見，國際作者合作網(wǎng)絡圖譜共有節(jié)點 (N) 214 個，網(wǎng)絡線 (E) 301 條，網(wǎng)絡密度 (Density) 為 0.0132。國內(nèi)作者合作網(wǎng)絡圖譜共有節(jié)點 192 個，網(wǎng)絡線 101 條，網(wǎng)絡密度為 0.0055。國內(nèi)網(wǎng)絡密度較國際偏低，表明國內(nèi)作者之間的合作關系相對松散。從作者個人參與頻次來看，國際以 Elmar Kotter、An Tang 和 Jacob L Jaremko 三位學者構(gòu)成社會關系網(wǎng)，徐飛、關健發(fā)表中文文章數(shù)量占中文總數(shù)量前兩位，這些作者是作者合作網(wǎng)絡中的關鍵節(jié)點。國內(nèi)醫(yī)療人工智能相關倫理問題研究分別形成了以黃鑫、李蘇寧、袁天蔚、尹軍祥、桑曉冬、阮梅花和盧珊等為中心的科研團隊，但整體團隊規(guī)模較小且作者間關系較為稀疏。

　　2.1.3 機構(gòu)合作網(wǎng)絡分析

　　國際上發(fā)文量排名前三的機構(gòu)是哈佛大學 (106 篇)、倫敦大學 (88 篇) 以及加利福尼亞大學體系 (82 篇)，中心性最高的是加利福尼亞大學 (0.16)，其次為牛津大學 (0.14)。國際機構(gòu)合作網(wǎng)絡圖譜中共有 201 個節(jié)點，763 條連線，網(wǎng)絡密度為 0.038。國內(nèi)發(fā)文量位列前三的機構(gòu)分別是華中科技大學 (7 篇)、中國科學技術(shù)大學 (6 篇) 以及中國生物技術(shù)發(fā)展中心 (4 篇)，但中心性均較低，研究影響力有待提高。國內(nèi)圖譜中共有 178 個節(jié)點，91 條連線，網(wǎng)絡密度為 0.0058，研究機構(gòu)間合作較為松散。國際機構(gòu)合作以高校為核心形成復雜網(wǎng)絡，國內(nèi)則主要在研究所之間展開合作，但整體合作網(wǎng)絡分散。

　　2.2 醫(yī)療人工智能倫理領域關鍵詞分析

　　2.2.1 關鍵詞共現(xiàn)網(wǎng)絡分析

　　國際高頻關鍵詞包括人工智能 (848 次)、機器學習 (439 次)、深度學習 (183 次)、大數(shù)據(jù) (128 次) 等，國內(nèi)高頻關鍵詞為人工智能 (187 次)、倫理問題 (34 次)、倫理 (31 次)、醫(yī)學倫理 (24 次) 等。關鍵詞共現(xiàn)網(wǎng)絡顯示，國際研究圍繞 “人工智能 - 機器學習 - 大數(shù)據(jù) - 醫(yī)療健康” 形成核心框架，國內(nèi)則聚焦 “人工智能 - 倫理問題 - 醫(yī)學倫理 - 智慧醫(yī)療” 等主題，二者均以人工智能為核心，但國際更側(cè)重技術(shù)應用，國內(nèi)更關注倫理理論與治理。

　　表 3 國際醫(yī)療人工智能倫理研究排名前 20 的高頻關鍵詞

　　排名關鍵詞頻次中心性

　　1artificial intelligence8480.13

　　2machine learning4390.35

　　3deep learning1830.03

　　4big data1280.05

　　5classification1230.05

　　6health1190.09

　　7prediction1130.22

　　8care920.10

　　9health care910.03

　　10diagnosis900.03

　　11risk730.00

　　12medicine700.09

　　13cancer610.04

　　14validation610.10

　　15ai530.02

　　16future530.07

　　17system520.05

　　18performance500.05

　　表 4 國內(nèi)醫(yī)療人工智能倫理研究排名前 20 的高頻關鍵詞

　　排名關鍵詞頻次中心性

　　1人工智能1870.91

　　2倫理問題340.15

　　3倫理310.16

　　4醫(yī)學倫理240.12

　　5倫理風險200.07

　　6科技倫理140.02

　　7倫理治理140.04

　　8倫理審查130.08

　　9倫理困境110.09

　　10倫理原則100.05

　　11智慧醫(yī)療90.04

　　12機器人90.06

　　13倫理挑戰(zhàn)80.05

　　14醫(yī)療器械80.02

　　15大數(shù)據(jù)70.01

　　2.2.2 關鍵詞聚類分析

　　國際關鍵詞聚類得到 10 個標簽，核心聚類包括 #0 深度學習、#1 公共衛(wèi)生、#2 倫理考量等，Q=0.8621，S=0.9307，聚類結(jié)構(gòu)顯著且可信。國內(nèi)聚類核心為 #0 人工智能、#1 倫理、#2 醫(yī)學倫理等，Q=0.8385，S=0.9673，顯示較高可信度。國際研究更關注技術(shù)應用與公共衛(wèi)生倫理，國內(nèi)則側(cè)重倫理理論與治理框架構(gòu)建。

　　2.2.3 時間線圖分析

　　國際上，2001 年首次出現(xiàn) “人工智能” 關鍵詞，2017-2024 年大數(shù)據(jù)、深度學習、計算機輔助診斷等成為熱點;國內(nèi) 2006 年起步，2016 年后 “醫(yī)療倫理”“智慧醫(yī)療”“倫理治理” 等關鍵詞陸續(xù)突現(xiàn)，反映政策驅(qū)動下研究重點從技術(shù)引入轉(zhuǎn)向倫理規(guī)制。

　　2.2.4 關鍵詞突現(xiàn)分析

　　國際突現(xiàn)關鍵詞包括大數(shù)據(jù) (2017-2020，強度 8.37)、計算機輔助診斷 (2019-2022)、聯(lián)邦學習 (2022-2024) 等，側(cè)重技術(shù)應用的倫理風險。國內(nèi)突現(xiàn)關鍵詞為智能醫(yī)療 (2022-2024，強度 2.4)、科技倫理 (2021-2022)、責任倫理 (2022-2024)，凸顯政策導向下的倫理機制構(gòu)建需求。

　　3 討論

　　3.1 國內(nèi)外醫(yī)療人工智能倫理研究熱點演變分析

　　國際研究早期以技術(shù)應用為核心，近年轉(zhuǎn)向數(shù)據(jù)隱私、算法偏見及公共衛(wèi)生倫理;國內(nèi)受政策驅(qū)動，研究重點從技術(shù)倫理問題逐步深入到治理框架構(gòu)建。例如，國際 “大數(shù)據(jù)” 研究強度最高，反映其對數(shù)據(jù)驅(qū)動技術(shù)的倫理關注;國內(nèi) “智能醫(yī)療”“科技倫理” 的突現(xiàn)，則與《科技倫理審查辦法 (試行)》等政策出臺直接相關。

　　3.2 國內(nèi)外醫(yī)療人工智能倫理研究熱點分析

　　3.2.1 醫(yī)療人工智能倫理的理論研究

　　國際圍繞大數(shù)據(jù)隱私、算法偏見展開討論，如 Lepri 等指出數(shù)據(jù)訓練可能泄露患者敏感信息，加劇隱私風險;國內(nèi)則聚焦醫(yī)療數(shù)據(jù)安全與倫理原則制定，趙力佳等強調(diào)需建立數(shù)據(jù)隱私保護機制。

　　3.2.2 新興醫(yī)療人工智能技術(shù)及其倫理風險

　　國際關注計算機輔助診斷、聯(lián)邦學習等技術(shù)的知情同意與責任歸屬，國內(nèi)則側(cè)重智能醫(yī)療機器人的隱私泄露、主體權(quán)利認定等風險，如趙玲玲等提出需完善技術(shù)框架與法律法規(guī)以防控倫理風險。

　　3.2.3 醫(yī)療人工智能倫理治理及規(guī)制

　　國際組織如 WHO 發(fā)布多項指南，強調(diào)透明度、患者參與和全球協(xié)作;國內(nèi)通過《全國醫(yī)院信息化建設標準與規(guī)范》等政策細化治理要求，但在跨學科合作與公眾參與方面仍需加強。

　　3.3 國內(nèi)外醫(yī)療人工智能研究前沿及發(fā)展趨勢

　　國際前沿集中在生命科學技術(shù)與醫(yī)療保健倫理，國內(nèi)則聚焦倫理機制構(gòu)建與公平性問題。未來研究需加強醫(yī)療人工智能倫理治理的差異性與共識性研究，推動技術(shù)向善與全球協(xié)同治理。

　　4 結(jié)語

　　本文通過 CiteSpace 可視化分析發(fā)現(xiàn)，國內(nèi)外醫(yī)療人工智能倫理研究在技術(shù)應用、倫理風險與治理模式上存在顯著差異，但均面臨算法黑箱、責任歸屬等共性挑戰(zhàn)。未來需進一步整合多學科資源，構(gòu)建兼具本土特色與國際共識的倫理治理體系，促進醫(yī)療人工智能健康有序發(fā)展。

如果您現(xiàn)在遇到期刊選擇、論文內(nèi)容改善、論文投稿周期長、難錄用、多次退修、多次被拒等問題，可以告訴學術(shù)顧問，解答疑問同時給出解決方案 。