人工智能在慢性阻塞性肺疾病CT检测中的应用中的全球趋势与热点：2012年至2024年的文献计量分析

《Lasers in Medical Science》：Global trends and hotspots in AI applications for CT detection of chronic obstructive pulmonary disease: A bibliometric analysis from 2012 to 2024

本研究系统分析2012-2024年AI在CT检测COPD中的应用趋势，发现年增长率达37.83%，美国、中国居发文量首位，重点机构包括爱荷华大学等，新兴方向聚焦定量成像、低剂量CT及患者亚群评估。

　　

摘要

目的

慢性阻塞性肺疾病（COPD）是一种进行性的炎症性肺病，对全球健康产生了重大影响。本研究旨在全面分析人工智能（AI）在计算机断层扫描（CT）检测COPD方面的全球趋势和研究热点。

方法

从Web of Science Core Collection (WoSCC)数据库中检索了2012年至2024年期间关于AI在COPD CT检测中应用的相关出版物。使用VOSviewer、CiteSpace和R语言的“bibliometrix”包进行了文献计量分析。

结果

该领域的出版物数量呈增长趋势，共发表了189篇论文，年增长率为37.83%。美国以53篇论文位居首位，其次是中国（51篇）和德国（13篇）。爱荷华大学是发表论文最多的机构（69篇），其次是哈佛大学（47篇）和布里格姆妇女医院（37篇）。Hoffman Eric A.是发表论文最多的作者，共发表了16篇论文，而《Scientific Reports》和《Radiology》等期刊对该领域做出了重要贡献。新兴的研究主题包括“定量成像”、“低剂量CT”、“肺部疾病”、“体重指数”、“亚群体”和“患病率”，这表明人们对全面的患者评估和人群研究越来越感兴趣。

结论

这项文献计量分析全面总结了2012年至2024年期间AI在COPD CT检测应用方面的研究情况，确定了主要贡献者、研究热点和新兴趋势。未来的研究应重点关注将COPD与其他肺疾病或COPD亚群体区分开来，以实现个性化治疗。

临床试验编号

不适用。