通過(guò)對(duì)國(guó)內(nèi)外醫(yī)療人工智能倫理文獻(xiàn)計(jì)量學(xué)和關(guān)鍵詞分析，探討該領(lǐng)域研究前沿?zé)狳c(diǎn)和發(fā)展趨勢(shì)，為促進(jìn)中國(guó)醫(yī)療人工智能倫理治理體系建設(shè)提供參考。用 CiteSpace 軟件對(duì)所查閱文獻(xiàn)進(jìn)行發(fā)文量、作者以及機(jī)構(gòu)合作網(wǎng)絡(luò)和關(guān)鍵詞共現(xiàn)、聚類、時(shí)間線圖以及突現(xiàn)進(jìn)行國(guó)內(nèi)外對(duì)比分析，探討該領(lǐng)域研究熱點(diǎn)和發(fā)展趨勢(shì)。共計(jì)納入中英文文獻(xiàn) 2393 篇，近幾年國(guó)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(lǐng)域及其倫理風(fēng)險(xiǎn)、醫(yī)療人工智能倫理治理及規(guī)制等三方面，國(guó)際研究熱點(diǎn)為聯(lián)邦學(xué)習(xí)、計(jì)算機(jī)輔助診斷和知情同意等，國(guó)內(nèi)研究熱點(diǎn)為智慧醫(yī)療、責(zé)任倫理和倫理價(jià)值等。國(guó)際上更多關(guān)注公共衛(wèi)生領(lǐng)域的人群健康和衛(wèi)生保健的倫理問題，國(guó)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(qiáng)醫(yī)療人工智能倫理治理差異性與共識(shí)性的研究。

　　關(guān)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(xiàn)數(shù)據(jù)庫(kù)來(lái)源及篩選

　　研究選擇 Web of Science Core Collection (WOSCC) 和中國(guó)知網(wǎng) (CNKI) 兩個(gè)數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源進(jìn)行醫(yī)療人工智能倫理相關(guān)文獻(xiàn)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(jī)器學(xué)習(xí)’+‘深度學(xué)習(xí)’) AND SU%=(‘醫(yī)學(xué)’+‘醫(yī)療’+‘生命’+‘生物’+‘臨床’) AND SU%=‘倫理’”。本文限定時(shí)間范圍為 “2000 年到 2024 年 7 月 11 日”。在此時(shí)間限制內(nèi)，嚴(yán)格篩選了與醫(yī)療人工智能倫理研究主題緊密相關(guān)的文獻(xiàn)，去除與研究主題關(guān)聯(lián)性較弱的文獻(xiàn)，同時(shí)排除會(huì)議論文、信件、報(bào)紙等非學(xué)術(shù)研究文獻(xiàn)以及重復(fù)發(fā)表的文獻(xiàn)。

　　1.2 分析方法

　　本文基于文獻(xiàn)計(jì)量學(xué)，通過(guò) CiteSpace 6.3.R1 Basic 軟件進(jìn)行可視化分析，并生成關(guān)鍵詞共現(xiàn)圖譜、關(guān)鍵詞聚類圖譜和時(shí)間線圖等圖表，同時(shí)對(duì)國(guó)內(nèi)外醫(yī)療人工智能倫理文獻(xiàn)的發(fā)文量、作者機(jī)構(gòu)關(guān)系、熱點(diǎn)關(guān)鍵詞演進(jìn)趨勢(shì)進(jìn)行統(tǒng)計(jì)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(shí)全景。本文在評(píng)估網(wǎng)絡(luò)圖譜的繪制效果時(shí)，通過(guò)模塊值 (Q 值) 和平均輪廓值 (S 值) 來(lái)進(jìn)行，若 Q 值超過(guò) 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(dá)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(rèn)為是合理的。

　　2 研究結(jié)果

　　2.1 文獻(xiàn)計(jì)量學(xué)分析結(jié)果

　　2.1.1 發(fā)文量統(tǒng)計(jì)分析

　　基于 Web of Science Core Collection 和 CNKI 兩大數(shù)據(jù)庫(kù)檢索結(jié)果，經(jīng)數(shù)據(jù)清洗后，研究者通過(guò)篩選文獻(xiàn)題目、摘要或正文，排除與主題不符的部分文獻(xiàn)，最終納入 1940 篇英文文獻(xiàn)和 453 篇中文文獻(xiàn)。統(tǒng)計(jì)結(jié)果可見，國(guó)內(nèi)外醫(yī)療人工智能倫理研究的發(fā)文量呈遞增趨勢(shì) (文獻(xiàn)檢索時(shí)間限定為 2024 年 7 月 11 日，故 2024 年發(fā)文量呈輕度下降趨勢(shì))，2019 年之后增幅更加明顯，說(shuō)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(xué)界的探討。兩者在 2020-2023 年呈持續(xù)上升趨勢(shì)，國(guó)際發(fā)文量增速更快，與其相對(duì)應(yīng)的國(guó)內(nèi)發(fā)文量差距逐漸加大。

　　排名年份數(shù)量

　　12024453

　　22023

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

　　繼續(xù)2.1 文獻(xiàn)計(jì)量學(xué)分析結(jié)果(續(xù))

　　2.1.1 發(fā)文量統(tǒng)計(jì)分析(續(xù))

　　表 1 國(guó)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(duì)所查閱文獻(xiàn)進(jìn)行作者合作分析，結(jié)果可見，國(guó)際作者合作網(wǎng)絡(luò)圖譜共有節(jié)點(diǎn) (N) 214 個(gè)，網(wǎng)絡(luò)線 (E) 301 條，網(wǎng)絡(luò)密度 (Density) 為 0.0132。國(guó)內(nèi)作者合作網(wǎng)絡(luò)圖譜共有節(jié)點(diǎn) 192 個(gè)，網(wǎng)絡(luò)線 101 條，網(wǎng)絡(luò)密度為 0.0055。國(guó)內(nèi)網(wǎng)絡(luò)密度較國(guó)際偏低，表明國(guó)內(nèi)作者之間的合作關(guān)系相對(duì)松散。從作者個(gè)人參與頻次來(lái)看，國(guó)際以 Elmar Kotter、An Tang 和 Jacob L Jaremko 三位學(xué)者構(gòu)成社會(huì)關(guān)系網(wǎng)，徐飛、關(guān)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(luò)中的關(guān)鍵節(jié)點(diǎn)。國(guó)內(nèi)醫(yī)療人工智能相關(guān)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(tuán)隊(duì)，但整體團(tuán)隊(duì)規(guī)模較小且作者間關(guān)系較為稀疏。

　　2.1.3 機(jī)構(gòu)合作網(wǎng)絡(luò)分析

　　國(guó)際上發(fā)文量排名前三的機(jī)構(gòu)是哈佛大學(xué) (106 篇)、倫敦大學(xué) (88 篇) 以及加利福尼亞大學(xué)體系 (82 篇)，中心性最高的是加利福尼亞大學(xué) (0.16)，其次為牛津大學(xué) (0.14)。國(guó)際機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜中共有 201 個(gè)節(jié)點(diǎn)，763 條連線，網(wǎng)絡(luò)密度為 0.038。國(guó)內(nèi)發(fā)文量位列前三的機(jī)構(gòu)分別是華中科技大學(xué) (7 篇)、中國(guó)科學(xué)技術(shù)大學(xué) (6 篇) 以及中國(guó)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(guó)內(nèi)圖譜中共有 178 個(gè)節(jié)點(diǎn)，91 條連線，網(wǎng)絡(luò)密度為 0.0058，研究機(jī)構(gòu)間合作較為松散。國(guó)際機(jī)構(gòu)合作以高校為核心形成復(fù)雜網(wǎng)絡(luò)，國(guó)內(nèi)則主要在研究所之間展開合作，但整體合作網(wǎng)絡(luò)分散。

　　2.2 醫(yī)療人工智能倫理領(lǐng)域關(guān)鍵詞分析

　　2.2.1 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析

　　國(guó)際高頻關(guān)鍵詞包括人工智能 (848 次)、機(jī)器學(xué)習(xí) (439 次)、深度學(xué)習(xí) (183 次)、大數(shù)據(jù) (128 次) 等，國(guó)內(nèi)高頻關(guān)鍵詞為人工智能 (187 次)、倫理問題 (34 次)、倫理 (31 次)、醫(yī)學(xué)倫理 (24 次) 等。關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)顯示，國(guó)際研究圍繞 “人工智能 - 機(jī)器學(xué)習(xí) - 大數(shù)據(jù) - 醫(yī)療健康” 形成核心框架，國(guó)內(nèi)則聚焦 “人工智能 - 倫理問題 - 醫(yī)學(xué)倫理 - 智慧醫(yī)療” 等主題，二者均以人工智能為核心，但國(guó)際更側(cè)重技術(shù)應(yīng)用，國(guó)內(nèi)更關(guān)注倫理理論與治理。

　　表 3 國(guó)際醫(yī)療人工智能倫理研究排名前 20 的高頻關(guān)鍵詞

　　排名關(guān)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(guó)內(nèi)醫(yī)療人工智能倫理研究排名前 20 的高頻關(guān)鍵詞

　　排名關(guān)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(xué)倫理240.12

　　5倫理風(fēng)險(xiǎn)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(jī)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(guān)鍵詞聚類分析

　　國(guó)際關(guān)鍵詞聚類得到 10 個(gè)標(biāo)簽，核心聚類包括 #0 深度學(xué)習(xí)、#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(guó)內(nèi)聚類核心為 #0 人工智能、#1 倫理、#2 醫(yī)學(xué)倫理等，Q=0.8385，S=0.9673，顯示較高可信度。國(guó)際研究更關(guān)注技術(shù)應(yīng)用與公共衛(wèi)生倫理，國(guó)內(nèi)則側(cè)重倫理理論與治理框架構(gòu)建。

　　2.2.3 時(shí)間線圖分析

　　國(guó)際上，2001 年首次出現(xiàn) “人工智能” 關(guān)鍵詞，2017-2024 年大數(shù)據(jù)、深度學(xué)習(xí)、計(jì)算機(jī)輔助診斷等成為熱點(diǎn);國(guó)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(guān)鍵詞陸續(xù)突現(xiàn)，反映政策驅(qū)動(dòng)下研究重點(diǎn)從技術(shù)引入轉(zhuǎn)向倫理規(guī)制。

　　2.2.4 關(guān)鍵詞突現(xiàn)分析

　　國(guó)際突現(xiàn)關(guān)鍵詞包括大數(shù)據(jù) (2017-2020，強(qiáng)度 8.37)、計(jì)算機(jī)輔助診斷 (2019-2022)、聯(lián)邦學(xué)習(xí) (2022-2024) 等，側(cè)重技術(shù)應(yīng)用的倫理風(fēng)險(xiǎn)。國(guó)內(nèi)突現(xiàn)關(guān)鍵詞為智能醫(yī)療 (2022-2024，強(qiáng)度 2.4)、科技倫理 (2021-2022)、責(zé)任倫理 (2022-2024)，凸顯政策導(dǎo)向下的倫理機(jī)制構(gòu)建需求。

　　3 討論

　　3.1 國(guó)內(nèi)外醫(yī)療人工智能倫理研究熱點(diǎn)演變分析

　　國(guó)際研究早期以技術(shù)應(yīng)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(guó)內(nèi)受政策驅(qū)動(dòng)，研究重點(diǎn)從技術(shù)倫理問題逐步深入到治理框架構(gòu)建。例如，國(guó)際 “大數(shù)據(jù)” 研究強(qiáng)度最高，反映其對(duì)數(shù)據(jù)驅(qū)動(dòng)技術(shù)的倫理關(guān)注;國(guó)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(tái)直接相關(guān)。

　　3.2 國(guó)內(nèi)外醫(yī)療人工智能倫理研究熱點(diǎn)分析

　　3.2.1 醫(yī)療人工智能倫理的理論研究

　　國(guó)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(xùn)練可能泄露患者敏感信息，加劇隱私風(fēng)險(xiǎn);國(guó)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(qiáng)調(diào)需建立數(shù)據(jù)隱私保護(hù)機(jī)制。

　　3.2.2 新興醫(yī)療人工智能技術(shù)及其倫理風(fēng)險(xiǎn)

　　國(guó)際關(guān)注計(jì)算機(jī)輔助診斷、聯(lián)邦學(xué)習(xí)等技術(shù)的知情同意與責(zé)任歸屬，國(guó)內(nèi)則側(cè)重智能醫(yī)療機(jī)器人的隱私泄露、主體權(quán)利認(rèn)定等風(fēng)險(xiǎn)，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(fēng)險(xiǎn)。

　　3.2.3 醫(yī)療人工智能倫理治理及規(guī)制

　　國(guó)際組織如 WHO 發(fā)布多項(xiàng)指南，強(qiáng)調(diào)透明度、患者參與和全球協(xié)作;國(guó)內(nèi)通過(guò)《全國(guó)醫(yī)院信息化建設(shè)標(biāo)準(zhǔn)與規(guī)范》等政策細(xì)化治理要求，但在跨學(xué)科合作與公眾參與方面仍需加強(qiáng)。

　　3.3 國(guó)內(nèi)外醫(yī)療人工智能研究前沿及發(fā)展趨勢(shì)

　　國(guó)際前沿集中在生命科學(xué)技術(shù)與醫(yī)療保健倫理，國(guó)內(nèi)則聚焦倫理機(jī)制構(gòu)建與公平性問題。未來(lái)研究需加強(qiáng)醫(yī)療人工智能倫理治理的差異性與共識(shí)性研究，推動(dòng)技術(shù)向善與全球協(xié)同治理。

　　4 結(jié)語(yǔ)

　　本文通過(guò) CiteSpace 可視化分析發(fā)現(xiàn)，國(guó)內(nèi)外醫(yī)療人工智能倫理研究在技術(shù)應(yīng)用、倫理風(fēng)險(xiǎn)與治理模式上存在顯著差異，但均面臨算法黑箱、責(zé)任歸屬等共性挑戰(zhàn)。未來(lái)需進(jìn)一步整合多學(xué)科資源，構(gòu)建兼具本土特色與國(guó)際共識(shí)的倫理治理體系，促進(jìn)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(zhǎng)、難錄用、多次退修、多次被拒等問題，可以告訴學(xué)術(shù)顧問，解答疑問同時(shí)給出解決方案 。