《Journal of Robotic Surgery》：Bibliometric and knowledge-map analysis of research on robot-assisted vascular interventional surgery (2015–2025)
编辑推荐：
血管介入手术属于微创操作，但仍高度依赖术者经验，且存在职业性辐射暴露以及技术要求较高的导管和导丝操作问题。通过整合精密运动控制、力感知、触觉反馈、影像引导导航和远程操作，机器人辅助血管介入手术（robot-assisted vascular intervent
血管介入手术属于微创操作，但仍高度依赖术者经验，且存在职业性辐射暴露以及技术要求较高的导管和导丝操作问题。通过整合精密运动控制、力感知、触觉反馈、影像引导导航和远程操作，机器人辅助血管介入手术（robot-assisted vascular interventional surgery, RVIS）已发展为一个涵盖机器人学、生物医学工程和介入医学的跨学科领域。然而，其全球研究格局、知识基础、研究热点和主题演化尚未得到充分表征。为此，本研究系统描绘了2015至2025年间RVIS的知识结构与研究趋势。研究人员检索了Web of Science核心合集（WoSCC）和Scopus中2015至2025年间发表的英文论文和综述。经统一资格标准筛选后，共纳入373条WoSCC记录和493条Scopus记录。研究人员分别使用VOSviewer、CiteSpace和Bibliometrix/Biblioshiny对两个数据库的年度发文趋势、国家与机构合作、作者、期刊、共被引关系、高被引文献、引文突现和关键词网络进行了分析。经跨数据库去重后，构建了包含541篇唯一文献的英文摘要语料库，其中524篇符合潜在狄利克雷分配（latent Dirichlet allocation, LDA）建模的资格要求。拟合于合并语料库的模型作为主要整合分析，同时采用相同的五主题配置在仅含WoSCC和仅含Scopus的语料库中进行了数据库来源敏感性分析。时间主题趋势分析中的多重检验采用Benjamini–Hochberg方法进行控制。两个数据库的年度发文量均呈现总体上升但存在波动的趋势，并在研究周期后期保持相对较高水平。中国和美国是该领域贡献最突出的两个国家。在通讯作者国家分析中，WoSCC中中国排名第一、美国排名第二，而Scopus中中国和美国并列第一。核心期刊、作者和共被引网络分析表明，该领域的知识基础由机器人学与控制技术、生物医学工程、计算机辅助手术以及心血管和神经血管介入共同塑造。高被引文献、引文突现和关键词网络主要聚焦于磁驱动导丝与软体机器人、血管内导管控制、智能导航、力与触觉反馈以及机器人辅助经皮冠状动脉介入。LDA识别出五个主题，其中远程影像引导平台具有最高的总体主题占比。经多重检验校正后，磁驱动软体机器人与微型机器人主题在合并语料库中呈现显著上升趋势。单数据库敏感性分析显示主要主题具有中等程度的可重复性，磁驱动软体机器人与微型机器人的年度趋势在三个语料库中方向一致。2015至2025年间，RVIS的研究活动总体增加，并伴随着连接工程技术期刊与临床介入医学的相互交织知识结构的出现。导管和导丝操作、远程介入、智能导航、力感知和触觉反馈是主要研究方向。在全部三个LDA语料库中，磁驱动软体机器人与微型机器人所获得的研究关注度持续上升。上述发现反映了发文量和研究关注度的变化，不应被解读为技术成熟度、临床采用或患者获益的直接证据。
机器人辅助血管介入手术（RVIS）研究背景、方法、结果与意义的系统解读
一、研究背景与问题提出
血管介入手术凭借微创优势在临床中得到广泛应用，但其高度依赖术者经验，同时存在职业性电离辐射暴露、术者疲劳、生理性手部震颤等问题。传统介入操作中，术者需通过手指尖端感知导丝与血管壁之间的接触力来判断器械位置并避免血管穿孔。然而，现有大多数机器人系统主要依赖视觉反馈，触觉感知能力有所减弱，这长期被视为阻碍血管介入机器人更广泛应用的主要障碍之一。此外，常规主从式控制架构中，机器人被动执行术者指令而缺乏自主感知能力，导丝导航严重依赖术者经验，在复杂血管解剖结构中存在较大不确定性。随着人工智能（artificial intelligence, AI）技术的融入，血管介入机器人正逐步获得自主导航和决策支持能力，但信号延迟、分辨率以及与影像系统的同步等关键性能参数仍需进一步优化。目前RVIS领域尚缺乏对其全球研究格局、知识基础、研究热点和主题演化的系统性定量刻画。既往文献计量研究或将开放式手术机器人系统与血管介入机器人合并分析，未将RVIS作为独立亚专业进行考察，或聚焦于更广泛的机器人手术和AI应用，未专门针对血管内环境下的机器人导管和导丝操作进行系统梳理。因此，工程研究与临床介入医学共同形成的知识结构及其在RVIS领域内的主题演化尚未得到系统性表征。本研究旨在利用Web of Science核心合集（WoSCC）和Scopus两个数据库，通过明确的操作性定义和统一筛选标准界定目标文献，结合文献计量分析、科学知识图谱和主题建模方法，刻画2015至2025年间该领域的主要研究贡献者、合作网络、知识基础、研究热点及时序变化，为该交叉学科领域的研究发展提供结构化的学术图景。
二、研究方法概述
本研究以WoSCC和Scopus为数据来源，检索2015年1月1日至2025年12月31日期间发表的英文论文和综述。经统一资格标准筛选后，最终纳入373条WoSCC记录和493条Scopus记录。研究采用VOSviewer 1.6.20构建国家合作、作者合作、关键词共现和来源期刊共被引网络，采用CiteSpace 6.4.R1进行参考文献引文突现分析和关键词时间演化分析，采用Bibliometrix/Biblioshiny进行描述性文献计量分析。跨数据库去重后获得541篇唯一文献，其中524篇纳入潜在狄利克雷分配（latent Dirichlet allocation, LDA）主题建模。文本预处理包括文本标准化、停用词和噪声词去除、词形还原以及领域特定多词表达标准化。最终五主题模型通过模型拟合度、主题稳定性、模型简约性和领域可解释性的综合评估确定。为探索研究主题的时序变化，研究计算了2015至2025年间各主题的年度平均后验概率，并采用Benjamini–Hochberg方法对多重比较进行校正。在数据库来源敏感性分析中，研究人员使用相同的文本预处理流程和相同的主题数（K=5）分别在仅含WoSCC、仅含Scopus和合并去重语料库中拟合模型，比较单数据库主题与合并模型在主题-词项构成和年度变化方向上的一致性。
三、主要研究结果
（一）发文量、地理分布与合作格局
2015至2025年间，WoSCC年度发文量从2015年的4篇增至2025年的62篇，Scopus从11篇增至83篇。两个数据库均呈现总体上升但存在波动的趋势，并在研究周期后期保持相对较高水平。在通讯作者国家分析中，WoSCC中中国排名第一、美国第二；Scopus中中国和美国各贡献132篇（26.8%）并列第一。中国贡献104篇单国论文和28篇多国论文，美国分别为103篇和29篇，多国论文占比分别为21.2%和22.0%。英国在两个数据库中均紧随其后，韩国、日本、德国、意大利、法国和荷兰也表现出可观的研究活跃度。国家合作网络显示，中国和美国占据网络核心位置，欧洲国家之间的合作尤为密集。机构层面，北京理工大学在两个数据库中均位列领先机构；帝国理工学院、加利福尼亚大学圣迭戈分校、香川大学、汉阳大学、休斯顿卫理公会医院和特文特大学也表现出较高的研究产出。
（二）期刊分布与知识基础
期刊分布显示，IEEE Robotics and Automation Letters、International Journal of Computer Assisted Radiology and Surgery和Catheterization and Cardiovascular Interventions在两个数据库中均位列主要来源期刊。WoSCC来源期刊共被引网络包含三个相互关联的知识聚类：第一类以IEEE Transactions on Biomedical Engineering、The International Journal of Medical Robotics and Computer Assisted Surgery和International Journal of Computer Assisted Radiology and Surgery为代表，主要反映医学机器人、生物医学工程和计算机辅助手术研究；第二类以Journal of the American College of Cardiology、Catheterization and Cardiovascular Interventions、Journal of Vascular Surgery和Journal of NeuroInterventional Surgery为代表，涵盖心血管医学、血管外科和神经介入研究；第三类以IEEE Robotics and Automation Letters、IEEE Transactions on Robotics和IEEE/ASME Transactions on Mechatronics为主，涉及机器人控制、机电一体化及相关工程技术。Scopus期刊共被引网络呈现类似的跨学科结构。两个数据库的网络均表明，RVIS的知识基础横跨机器人学与控制技术、生物医学工程和临床介入医学。
（三）作者贡献与合作网络
分数计数分析显示，Guo S在两个数据库中均具有最高的分数化发文量和分数化被引量。Lumsden AB、Riga C、Mahmud E和Desai JP在两个数据库中也位列分数化发文量前列。WoSCC三场图显示，Guo S主要关联力反馈、触觉反馈和深度学习等技术主题，相关论文主要发表于Biomedical Microdevices和Micromachines；Mahmud E主要关联经皮冠状动脉介入（percutaneous coronary intervention, PCI），相关研究发表于Catheterization and Cardiovascular Interventions。作者合作网络显示，该领域的作者合作既包括聚焦机器人系统、控制和反馈技术的工程团队，也包括聚焦冠状动脉和血管内介入的临床团队，但不同研究团队之间的合作仍相对有限。
（四）高被引文献与引文突现
高被引文献主要涉及磁驱动导丝与软体机器人、机器人辅助血管内导管操作、智能导航和机器人辅助经皮冠状动脉介入。Kim等人关于磁控远程神经血管介入的研究在总被引量和年均被引量方面均位列前茅；Jeon等人研究了基于磁控软体微型机器人的导丝驱动；Omisore等人聚焦基于智能控制的血管介入机器人系统；Mahmud等人关于机器人辅助复杂冠状动脉病变介入的临床研究也属于高被引文献之列。引文突现分析显示，2015至2018年间，Riga、Bismuth和Weisz等人关于机器人辅助血管内手术和冠状动脉介入的早期研究首先出现引文突现。Mahmud等人于2017年发表的CORA-PCI研究表现出最强的引文突现（突现强度=10.87），持续至2022年。研究周期后期，Hwang等人关于磁驱动系统和基于导丝及导管的微型机器人的综述在2023至2025年间表现出持续引文突现，表明磁驱动血管介入机器人近年来获得了集中的引用关注。
（五）关键词共现与主题演化
WoSCC关键词共现网络包含六个相互关联的研究聚类，涵盖机器人系统设计、导管和导丝操作与导航技术、临床可行性与冠状动脉介入应用、机器人导管系统与力反馈、辐射暴露与血管内介入、导管消融与磁导航、血管内治疗与介入影像等方向。Scopus关键词共现网络同样涵盖工程技术和临床应用两个层面。关键词时间演化分析显示，早期文献更频繁涉及辐射、超声和动脉瘤修复，研究随后扩展至操作经验、系统性能、安全性、可行性和经皮冠状动脉介入。近年来，guidewire、robots、endovascular intervention、robotics和catheter等关键词保持高度活跃，表明研究关注度日益集中于导丝和导管操作、机器人系统设计和血管内应用。
（六）LDA主题识别与演化趋势
LDA模型识别出五个主要主题：主题1导管遥操作与触觉反馈；主题2远程影像引导平台；主题3磁驱动软体机器人与微型机器人；主题4机器人辅助PCI与临床结局；主题5血管手术与血栓切除术。基于平均后验主题概率，主题2的总体占比最高（0.3012），其次为主题4（0.2302）、主题3（0.1789）、主题1（0.1702）和主题5（0.1194）。合并语料库的探索性时间趋势分析显示，主题3的相对占比显著增加（斜率=0.01474/年，95% CI：0.00743–0.02205，P=0.00136，BH校正P=0.00680，R2=0.6982）。主题5在合并语料库中呈下降趋势（斜率=?0.01795/年，95% CI：?0.03211至?0.00379，P=0.01854，BH校正P=0.04635，R2=0.4775），但该方向在仅含WoSCC的语料库中未得到重复，仅被解释为合并语料库中的探索性发现。数据库来源敏感性分析显示，相对于合并模型，仅含WoSCC语料库的平均匹配主题Jaccard相似度为0.546，仅含Scopus语料库为0.684，表明主要主题结构具有中等程度的可重复性。主题3在全部三个语料库中均呈现相同的上升方向。
四、讨论与结论
本研究结果表明，2015至2025年间RVIS研究活动总体增加，形成了连接工程技术期刊与临床介入医学的跨学科知识结构。中国和美国是该领域最主要的研究力量，工程类机构和临床中心均位列最具生产力机构之列。导管和导丝操作、远程介入、智能导航、力感知和触觉反馈是主要研究方向。磁驱动软体机器人与微型机器人在全部三个LDA语料库中均呈现持续上升的研究关注度。然而，文献计量数据无法直接衡量技术成熟度、医院采用率、实际手术量或患者预后。既往文献报告机器人辅助神经血管介入的技术成功率约为93%，计划外转为手动操作的比例为7%，主要原因为解剖困难、设备故障和导管长度限制。设备成本约每套65万美元、触觉反馈缺失、多器械协调操作能力有限、缺乏标准化培训体系以及长期临床结局证据不足，仍是该领域面临的主要挑战。未来研究应进一步评估不同血管解剖场景下的手术安全性，量化力反馈精度、控制延迟与临床结局之间的关系，并通过标准化多中心研究验证影像引导导航、力感知、运动控制和机器学习辅助决策支持系统的安全性、有效性、普适性和可扩展性。本研究发现的发文量和研究关注度变化不应被解读为技术成熟度、临床采用或患者获益的直接证据。
