人工智能在口腔癌研究中的三十年应用演进：一项揭示动态增长趋势的文献计量分析

本研究通过文献计量学方法系统分析了1991-2024年间351篇AI应用于口腔癌(OC)研究的文献。研究人员使用VOSviewer揭示了该领域显著的增长趋势(R2=0.723)，发现美国、欧洲在研究中占据主导地位，而"深度学习"和"机器学习"成为核心关键词。这项研究为AI技术整合到口腔肿瘤临床实践提供了重要路线图。

　　

口腔癌(OC)作为全球高发的恶性肿瘤，每年造成约18.8万例死亡。尽管诊疗技术不断进步，但早期诊断率低、地域研究不均衡等问题仍亟待解决。在此背景下，印度尼西亚Padjadjaran大学牙科学院的研究团队联合澳大利亚昆士兰科技大学感染控制中心，通过文献计量学这一"科学研究的显微镜"，首次系统描绘了人工智能(AI)在OC领域三十年(1998-2024)的发展轨迹。

研究人员采用VOSviewer软件分析Scopus数据库的351篇文献，构建了包括关键词共现、作者合作网络等多维图谱。主要技术路径包含：①文献检索策略设计(限定"AI"、"机器学习"等精确关键词)；②线性回归分析(评估年发文量趋势，R²=0.723)；③全计数法关键词提取(最小出现频次≥5)；④地理区域对比分析(划分六大洲数据)。

研究结果显示三个关键发现：

1. 爆发式增长趋势
   线性回归显示年发文量斜率2.36(p=3.86e-08)，2023年达93篇的峰值。引文增长更为显著，年增幅65.22次(p=1.24e-05)，反映研究影响力加速扩大。

2. 地理分布失衡
   美国以59篇文献767次引用领跑，但欧洲地区总引文达2366次。值得注意的是，印度作为中低收入国家却贡献了第二大文献量，南亚地区引用量位居全球第二。

3. 技术演进路径
   关键词聚类揭示三大方向：

• 诊断技术(含OCT光学相干断层扫描、数字病理等)
• 算法开发(神经网络、迁移学习)
• 预后预测(5年生存率模型)

讨论部分强调，该研究首次量化证明了AI在OC领域的"J型增长曲线"。尽管高收入国家掌握着79.3%的研究产出，但印度等地区的突破性表现提示：资源合理配置可能改变全球研究格局。作者特别指出Adeoye J团队的工作——其开发的唾液生物标志物AI预测模型(准确率89.2%)和恶性转化预测系统(HR=3.21)代表了当前最高研究水平。

这项发表于《Discover Oncology》的研究不仅为基金分配提供数据支撑，更揭示了AI与口腔病理学(oral pathology)、口腔医学(oral medicine)等子领域的知识流动图谱。正如作者Idris团队所述："当OCT影像遇上卷积神经网络(CNN)，我们正在见证口腔癌诊疗的范式转移。"未来研究需重点关注：①临床转化瓶颈；②低资源地区的技术适配；③多模态数据融合策略——这些都将成为突破现有诊疗天花板的关键。