口腔医学人工智能研究前沿：文献计量学视角下的现状与趋势分析

《British Dental Journal》：Artificial intelligence in dentistry: a bibliometric analysis

本研究通过文献计量学方法系统梳理口腔医学人工智能(AI)领域的研究热点与发展脉络。研究人员基于Web of Science核心合集数据，运用CiteSpace工具从国家合作、机构分布及关键词聚类等维度展开分析。结果显示自2019年起该领域研究呈现爆发式增长，中美两国研究成果最为突出。研究发现当前研究聚焦于卷积神经网络(CNN)等AI技术临床应用及口腔亚专科方向，为优化AI诊断模型和推动精准口腔医学发展提供重要参考。

　　

本研究采用文献计量分析方法探索人工智能(Artificial Intelligence, AI)在口腔医学领域的研究前沿与发展方向，旨在系统解析AI技术在口腔医学中的应用现状与局限性，为未来该领域的深化发展提供理论依据。

研究方法层面，科研团队从Web of Science核心合集(Web of Science Core Collections)数据库中检索相关文献数据，并运用CiteSpace可视化分析工具对作者合作网络、国家地区分布、研究机构关联以及关键词共现网络进行多维剖析。

研究结果显示，口腔医学AI应用研究自2019年起呈现井喷式增长，且年度发表数量持续攀升。从地域分布来看，中国与美国在该领域的学术产出最为活跃。通过关键词聚类分析发现，当前研究主要沿着两大方向推进：一是AI技术本身的应用开发（如卷积神经网络(Convolutional Neural Networks, CNN)和监督式机器学习(supervised machine learning）等方法的优化），二是针对口腔医学各亚专科的具体临床实践。关键词突现分析特别指出，卷积神经网络和监督机器学习技术持续受到学界高度关注。

结论表明，文献计量分析清晰地揭示出口腔疾病诊断与治疗方法创新是当前AI技术在该领域的核心研究热点。然而，要实现AI在口腔医学中的全面应用潜力，仍需在AI模型架构优化、训练数据质量提升以及多维度综合分析能力增强等关键环节取得突破性进展。