编辑推荐：
本综述聚焦机器人辅助手术（RAS）学习曲线（LCs），运用文献计量法分析 2005-2025 年 Web of Science 核心合集文献，从多维度可视化分析。发现 publication 呈上升趋势，2024 年达峰值，美、韩延世大学等表现突出，还总结了高频及聚类关键词等，为领域发展提供参考。
研究背景与方法
近年来，机器人辅助手术（RAS）领域研究论文数量显著增加，但针对其学习曲线（LCs）关键热点、全球合作模式及未来趋势的系统分析相对有限。本研究采用文献计量方法，对 2005 年至 2025 年 Web of Science 核心合集中关于 RAS 学习曲线的论文进行全面检索与分析，并从国家、机构、来源及作者等多个维度开展可视化分析。
研究结果
出版物数量趋势
研究结果显示，相关出版物数量呈上升趋势，在 2024 年观察到峰值。
国家与机构表现
从国家层面看，美国在 publication 量方面排名第一；在机构层面，韩国的 Yonsei University 成为产出最高的机构。
作者贡献
作者方面，Mottrie Alexandre 贡献的出版物数量最多，而 Dindo d 获得的被引次数最高。
关键词分析
高频出现的关键词包括 “outcome”“experience”“minimally invasive surgery（微创外科）”“revision”“laparoscopic surgery（腹腔镜手术）” 等。聚类关键词则与 “rectal cancer（直肠癌）”“en-y gastric bypass（胃旁路术）”“transoral robotic surgery（经口机器人手术）”“spine surgery（脊柱手术）”“endometrial cancer（子宫内膜癌）” 等相关。此外，被引爆发最强的前五个关键词为 “laparoscopic radical prostatectomy（腹腔镜根治性前列腺切除术）”“total mesorectal excision（全直肠系膜切除术）”“da vinci（达芬奇）”“prostatectomy（前列腺切除术）” 和 “mrc clasicc trial”。
研究结论与意义
本研究为该领域的未来发展提供了有价值的见解，支持进一步的探索与创新，有助于研究者更好地把握机器人辅助手术学习曲线领域的研究现状、热点及趋势，为后续研究和实践提供参考依据。
