人工智能在骨科领域的崛起：文献计量与可视化分析

本综述通过文献计量学方法系统分析了2010–2024年间人工智能（AI）在骨科领域的研究进展与热点趋势。研究发现AI相关研究呈现持续增长态势，热点集中于机器学习（ML）、深度学习（DL）、ChatGPT、3D打印及关节置换术（arthroplasty）等领域。研究揭示了当前国际合作仍较有限，并识别出关键作者、机构及高影响力文献，为未来AI在骨科精准诊断与个体化治疗中的应用提供了重要参考。

　　

人工智能在骨科领域的研究演进与热点趋势

年度发表趋势分析显示，2010至2024年间以“人工智能”和“骨科”为关键词的文献共计112篇，年均发表量约8篇。研究趋势可分为两个阶段：2017–2020年为波动期，2021–2024年则进入持续增长期。2024年发表量达到峰值45篇，较2017年增长44倍。然而，篇均被引次数呈总体下降趋势，2017年最高达15次，2019年后逐渐下降。

三字段桑基图揭示了作者、机构与期刊之间的流动关系。特殊外科医院（Hospital for Special Surgery）在人工智能与骨科交叉研究中表现最为突出。

期刊贡献与机构分布

期刊分析表明，《Frontiers in Surgery》《Journal of Arthroplasty》《Journal of Medical Internet Research》和《Orthopedics》发表量最高，各4篇；《EFORT Open Reviews》与《World Journal of Orthopedics》以3篇位居第二。《Journal of Arthroplasty》自2018年起每年均有相关文献发表。

研究机构中，特殊外科医院与华中科技大学并列首位（出现9次），帕勒莫大学（7次）次之，印第安纳大学医学院与梅奥诊所各5篇。自2020年起，多家机构发表量显著上升。

作者生产力与合作模式

全部112篇文献涉及620位作者，其中国际合作占17.86%。最高产作者为Ramkumar Prem N（5篇），Haeberle Heather S与Pareek Ayoosh各发表4篇。洛特卡定律分析显示，仅发表一篇论文的作者占绝大多数（92.1%），显著高于理论预测值（0.68）。Jeyaraman Madhan、Martin R. Kyle与Pareek Ayoosh在2022与2024年贡献突出，成为该领域的意见领袖。

国家/地区贡献与学术影响力

通讯作者来自38个国家/地区，中国以19篇居首（其中18篇为国内合作，1篇国际合作），美国17篇（13篇国内，4篇国际合作），印度9篇（全部为国内合作）。从总发表量来看，美国（60篇，22.99%）、中国（53篇，20.31%）和印度（29篇，11.11%）领先。2018年起美国发表量迅速增长，至2024年累计达154篇，中国为97篇。全球被引排名中美国以65次居首，中国为36次。

高被引文献与Olczak Jakub 2017年发表的论文被引135次，位居榜首；Bini Stefano A 2018年文献被引58次；Ramkumar Prem N 2019年文献被引40次。

关键词热点与主题演进

关键词分析显示，“人工智能”（出现68次）、“骨科”（32次）、“机器学习”（23次）、“深度学习”（19次）、“ChatGPT”（13次）等为高频词。2018年以来，这些术语持续成为研究焦点。

趋势主题分析识别出五大集群：

• •

  人工智能（中位年份2023）自2022年起持续活跃；

• •

  骨科研究自2023年迅速兴起（中位年份2024）；

• •

  机器学习2021年起显著增长（中位年份2023）；

• •

  深度学习2022年开始上升（中位年份2023）；

• •

  ChatGPT自2023年成为研究热点（中位年份2024）。

耦合聚类分析识别出20个主要集群，其中四个最具影响力：

集群1（19篇）以“关节置换术”和“聊天机器人”为主标签；

集群2（13篇）以“深度学习”为核心；

集群3（12篇）以“机器学习”为主，“骨科”为重要组成，中心度最高（1.5785）；

集群4（10篇）以“ChatGPT”为主标签，中心度达1.4864。

共现网络分析中，“人工智能”节点具有最高中介中心性（628.5765），其次是“骨科”（71.2969）和“机器学习”（43.9792），表明这些主题在网络中起关键桥梁作用。密度图中“人工智能”与“深度学习”处于深色区域，反映其当前研究热点地位。

主题图谱显示五大集群的中心度与密度排名：

人工智能（中心度2.1968，密度37.4111）、3D打印（中心度0.8333，密度71.6049）、机器学习（中心度0.5007，密度47.8924）、关节置换术（中心度0.7708，密度43.75）、聊天机器人（中心度0.4583，密度43.5185）。

合作网络与未来展望

共被引网络分析中，Ramkumar PN（2019）、Olczak J（2017）与Makhni EC（2020）等文献影响力显著。合作网络显示Ramkumar PN为核心节点，Pareek Ayoosh与Martin R. Kyle亦占据重要位置。国家间合作频次最高为2次，反映国际合作仍有较大发展空间。

未来研究方向包括：

机器学习在骨科肿瘤学中提升临床决策准确性，尤其在预测原发肉瘤生存率和转移性骨病方面具有潜力；但其鲁棒性需依标准指南评估。在关节置换术后感染预测与预防方面，机器学习可优化术前计划、实现早期诊断并指导抗生素使用，然其应用仍受限于大数据需求与外部验证不足。此外，整合社会健康决定因素进入预后模型是新兴热点，有助于减少差异与偏倚。

深度学习在骨折检测、骨肿瘤诊断、植入物识别和骨关节炎严重程度评估中表现突出，其诊断效率常优于传统方法。在膝关节和踝关节磁共振成像重建中，深度学习可缩短采集时间一半而不降低图像质量，提升临床效率并减轻患者不适。未来研究可聚焦于术中风险降低、术后并发症预测、骨质疏松筛查及常规影像中的骨肿瘤识别与分类。

ChatGPT在骨科创伤外科中可为患者、非骨科医生和专家提供准确、完整且适应性强的回答。在教育领域，使用ChatGPT的医学生在骨科测试中表现更优，支持其作为辅助工具融入医学教育。系统综述指出，ChatGPT在临床、教育、科研和管理中具广泛应用前景，虽不能完全替代专业医生，但可显著提升工作效率。

3D打印技术在关节置换术中应用广泛，包括定制化植入物制造、术前规划和手术导航。结合CT与MRI影像，能精确复制损伤组织解剖结构，协助制定更精准手术方案，改善生物相容性与功能性，促进血管生成与骨生长。在骨组织工程中，3D打印生物材料提供更优孔结构，支持细胞增殖与分化，提升骨再生效率，为个性化治疗与骨缺损修复提供新选择。

研究意义与局限

本研究通过文献计量分析揭示AI在骨科中的应用热点与发展轨迹，对科研导向、临床整合、政策制定与教育培训具有重要参考价值。然而，数据仅来源于PubMed数据库，可能存在遗漏；依赖发表量而非研究质量，且许多AI工具仍处于开发早期，缺乏外部验证与临床普适性。尽管如此，该方法系统、透明，为理解与推动AI在骨科中的发展提供了坚实基础。

结论

近年来，人工智能在骨科领域影响力持续增长，标志着AI驱动时代的潜在转折。关键应用如AI辅助诊断、ChatGPT和3D打印正推动从精准诊断到个性化治疗的演进。本研究通过文献计量分析识别出人工智能与骨科交叉领域的研究趋势与热点，为未来研究提供 valuable 洞见。尽管存在数据库依赖与术语限制等局限性，其结果仍为研究者与政策制定者推动该领域发展提供了有益参考。