2015至2025年初级保健人工智能研究的文献计量与主题变迁分析

Primary health care research & development · 2026-10-23 · 综述

• 一句话结论：提示：2015—2025 年初级保健人工智能研究产出持续增长，主题注意力由模型开发向验证、实施评估与治理扩展；但文献计量增长不直接等同于临床落地或结局改善。
• 研究设计与做法：研究设计为文献计量学分析，检索 Web of Science 核心合集 2015 年 1 月 1 日至 2025 年 10 月 19 日记录；从 1481 条记录中筛出 1261 篇论文，主样本 1123 篇用于计量、合作、主题、引用与文献耦合分析，另建 1265 篇敏感性语料复核关键词趋势。
• 主要结果：主要结果：年发文量由 2015 年 6 篇增至 2024 年 220 篇，2018 年后持续上升；敏感性分析显示主题结构稳定，集中于人工智能、机器学习、初级保健、电子健康记录、筛查与诊断；2025 年作为不完整年份仅作观察，未纳入整年比较。
• 机制或解释：机制或解释：作者未讨论因果机制，仅描述主题演变现象：模型验证类研究增多，实施与工作流主题持续可见，治理与监管主题 2018 年后出现，公平性与可解释性在 2022—2024 年更突出。
• 局限与边界：局限与边界：仅覆盖单一数据库，依赖标题、摘要与作者关键词及词典加权评分，存在术语差异导致的漏检；材料未报告利益冲突；作者明确说明发文增长与热点变化不能反映临床常规使用或结局改善。
• 可否落地：可否落地：对科研提示可关注验证、实施评估与治理等相对新兴主题；对临床实践与政策，目前不足以下结论，无证据表明初级保健中人工智能已常规应用或改善患者结局。

🔗 打开原文

Chen Y, Li T, Zou R.

本文摘自《每日前沿研究简报 · 2026-10-26》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。