【论著】基于数字技术的皮肤病学研究前沿、热点和发展趋势可视化分析【2024年6月第3期】

摘要

目的系统性梳理基于数字技术的皮肤病学研究现状、前沿和热点等，并探讨其潜在的研究热点和发展趋势。方法基于Web of Science 核心合集数据库，下载自数据库建立至2024年3月31日该领域全部原始研究性论文的相关数据。应用Excel2021、PyCharm Community Edition 2022.1.3和Origin2021对该领域科学研究现状和发展趋势进行文献计量学分析，采用VOSviewers1.6.20 和 CiteSpace6.3.R1等对该领域科学研究的前沿、热点和发展趋势进行可视化分析。结果共获得4 190篇论文，发表数量排名前3位的国家/地区依次为美国（1 669篇）、中国（372篇）和德国（352篇），机构依次为哈佛大学（210篇）、加州大学系统（196篇）和哈佛医学院（161篇）。美国迈阿密大学在该领域的学术影响力排在全球首位，我国在该领域目前位于全球第三大科研集群的领先地位。期刊方面以J Am Acad Dermatol发表的论文数量最多，且学术影响力最高。研究热点主要涉及疾病管理、预防、危险因素、表达、治疗、肿瘤和诊断等方面，研究前沿主要涉及人工智能（AI）、诊断、监测、治疗和预后等方面。结论基于数字技术的皮肤病学研究正处于快速发展阶段，数字技术已被广泛应用于皮肤病学的不同研究领域。预测未来更多研究将集中于卷积神经网络模型诊断皮肤肿瘤和基于AI的皮肤病远程医疗。

张家琛¹ 张理涛² 屈新恒³ 田金徽⁴

¹西安交通大学医学部，西安710061；²天津市中医药研究院附属医院，天津300120；³西安交通大学电子与信息学部，西安710049；⁴兰州大学循证医学中心，兰州730000

通信作者：田金徽，Email：tianjh@lzu.edu.cn

皮肤疾病是全球非致命疾病负担的第四大原因，为人类健康和社会经济带来了重大的负担。大数据、云计算、物联网、区块链和人工智能（artificial intelligence，AI）等数字技术的高速发展，正在推动皮肤病学由传统的“群体治疗”向个性化医疗时代变革 ^［1］ ，包括皮肤病的数字诊断方法 ^［2］ 、监测技术 ^［3］ 、治疗策略 ^［4］ 、健康促进和疾病预防 ^［5］ 等方面。文献计量学研究及可视化工具以动态、直观和清晰的科学知识图谱等方式展现学科领域研究的前沿、热点、知识结构和演变路径等 ^［6］ ，可有助于研究人员把握学科领域的发展趋势和提升科研管理决策的科学化水平。据笔者文献查阅，目前尚无关于数字技术在皮肤病学领域应用的文献计量学研究。因此，本研究拟对Web of Sciences核心合集数据库中，基于数字技术的皮肤病学全部原始研究型论文进行科学的文献计量学研究和可视化分析，旨在系统性梳理基于数字技术的皮肤病学研究前沿、热点和发展趋势等，期望能为后续研究提供参考。

资料与方法

一、数据来源和检索策略

本研究基于Web of Science 核心合集数据库，参考文献［6 , 7］的方法制定检索策略（图1），全部主题词逐一带入维普网（ http：//www.cqvip.com/）和中国生物医学文献服务系统（ http：//www.sinomed.ac.cn/index.jsp）进行了查准和查全的论证及确认。为确保研究质量，指定2人于2024年3月31日独立完成文献检索和数据的收集及存储，并进行交叉核对和确认。如果存在差异，共同逐一检查和核对，直至结果完全相同。若出现争议，邀请课题小组成员共同讨论后决定。

图1　基于数字技术的皮肤病学研究的文献检索策略流程图

二、研究工具和分析方法

应用Excel2021、PyCharm Community Edition 2022.1.3和Origin2021进行文献计量学分析；用VOSviewer 1.6.20.0软件绘制机构和作者的科研合著图谱，以及共被引作者、共被引期刊和关键词共现的网络图谱；用CiteSpace 6.3.R1软件绘制关键词共现时间线图和突现词图谱，以及共被引参考文献聚类图谱和时间线视图。

结  果

一、发文基本情况

最终获得4 190篇论文，发表数量排名前3位的国家/地区依次为美国（1 669篇）、中国（372篇）和德国（352篇），机构依次为哈佛大学（210篇）、加州大学系统（196篇）和哈佛医学院（161篇）。美国迈阿密大学在该领域的学术影响力排在全球首位，我国在该领域目前位于全球第三大科研集群的领先地位，期刊方面以 J Am Acad Dermatol发表的论文数量最多和学术影响力最高。具体分析见附件1（扫描文章首页二维码可获取）中的附图1~3和附表1、2。

二、共被引参考文献分析

在89 122条共被引参考文献中，由核心共被引参考文献（1 020条，共引频次≥7次）构成的聚类图谱（图2A）里可见14个聚类群集，它们构成了7个主要研究前沿。第1个：主要涉及基于AI的皮肤肿瘤学研究（#0）。第2个：主要涉及基于大数据的皮肤病学预后研究（#1，#8，#66）。第3个：主要涉及基于大数据的皮肤病学监测研究（#2，#8，#12）。第4个：主要涉及基于数字技术的皮肤病学远程医疗研究（#3，#4，#7）。第5个：主要涉及基于数字技术的远程皮肤镜诊断研究（#5，#6）。第6个：主要涉及基于大数据的皮肤病学治疗研究（#14，#26）。第7个：主要涉及基于数字技术的皮肤病预防研究（#29）。另外， 图2B 反映了该学科领域中研究前沿内容在时间上由远及近的演变路径，其演变路径与附件1中“论文分布和被引用情况分析”的描述一致。突现分析发现，卷积神经网络远程诊断皮肤肿瘤的价值研究突现强度最高，而且目前仍然是该领域的研究前沿（附件1-附图4） ^［8］ 。另外，基于皮肤图像的AI诊断临床实践研究也是该学科领域目前的研究前沿之一 ^［9］ 。总之，以上研究前沿可能存在该领域未来的潜在研究热点，值得持续关注。

图2　基于数字技术的皮肤病学领域论文的共被引参考文献聚类图谱（A，节点表示参考文献；节点大小表示共被引次数的多少，节点越大表示共被引次数越多；数字表示聚类的编号，数字越小表示聚类中包含的参考文献越多）和时间线视图（B，同一聚类群集成员位于同一条横线位置，聚类群集名称被标注于横线的最右侧，它的突现时间与时间线视图最上面位置标注的时间为纵向对应关系，其中紫色外圈标注的共被引参考文献突现强度≥0.1，反映了它在对应的时间段内具有较高的学术影响力）

三、关键词共现分析

在获得的11 623个共现关键词中，由核心共现关键词（326个，共现频次≥14次）构成的科学知识图谱（ 图3A ）中有8个不同颜色的聚类群集（相同颜色的节点同属一个聚类群集），其中红色聚类群集中的共现关键词代表着该学科领域最近时间段内的研究热点。以management（管理）、prevalence（预防）、risk（危险因素）和epidemiology（流行病学）等的研究热度较高，以expression（表达）、therapy（治疗）、malignant melanoma（恶性黑色素瘤）等的学术影响力较强（附件1-附表3）。另外，聚类群集由冷色到暖色的演变过程反映了其所涉及内容的研究热度在时间上由远及近的发展趋势，以2000年至今的变化最为显著（附件1-附图5）。 图3B 表明了该学科领域以artificial intelligence（人工智能）的研究热度最高，它连同machine learning（机器学习）、deep learning（深度学习）、wound care（伤口护理）、wound healing（伤口愈合）和diabetic foot（糖尿病足）等是目前关注度较高的研究热点。

图3　基于数字技术的皮肤病学领域论文的关键词共现图谱（A，共现频次≥14次，每个圆节点代表一个关键词，圆节点越大说明该关键词出现的次数越多，越能代表研究热点）和突现图谱（B，蓝色线条表示关键词开始出现的年份，红色线条表示关键词突现的年份，线条的长度代表持续的时间；Begin和End表示突现开始和结束的年份，Strength代表关键词在某时间段内被学者使用的强度）

讨  论

一、研究前沿和演变路径分析

本研究发现基于数字技术的皮肤病学领域已经构成了7个主要研究趋势，且近期以AI、特应性皮炎、压力性溃疡的研究热度较高，它们主要涉及基于数字技术的皮肤肿瘤诊断、远程医疗和治疗等方面。近期的代表性研究认为，ChatGPT-4对特应性皮炎患者的病因、治疗和预后咨询的反应质量和同理心显著高于皮肤科医生 ^［10］ ，指出AI有助于皮肤科医生实施远程医疗中对潜在的皮肤肿瘤患者进行分类，并建议优先考虑被AI软件识别为恶性的皮肤病诊断 ^［11］ ；还发现AI和机器学习方法可以准确解释亚洲人群的血管伤口图像，并建议将其集成到现有的医疗保健电子系统中和作为伤口的临床决策支持系统加以应用 ^［12］ 。总之，该学科领域目前的研究前沿围绕着皮肤病的数字诊断方法、治疗策略和远程医疗等方面展开，这与传统的医疗范式截然不同，它在维持原有临床实践方案的基础上，开启了个体化医疗时代。数字治疗、可穿戴设备、远程医疗和移动医疗等数字技术不但对于皮肤病早期诊断、监测进展和评估干预措施等方面具有较大潜力，还可以为患者、政府和医疗保健专业人员提供广阔的发展空间，从而实现改善患者的治疗结果和促进医疗保健服务的目的，故建议皮肤科医生持续关注该学科领域的研究前沿，实时调整医疗管理策略，包括治疗监测和管控医疗资源等 ^［13］ 。

二、研究热点与发展趋势分析

本研究表明了基于数字技术的皮肤病学研究以管理、预防、危险因素、流行病学、护理、诊断和生活质量等共现关键词的研究热度较高，以表达、治疗、恶性黑色素瘤、管理、诊断、肿瘤和细胞等共现关键词的学术影响力较强。例如：基于大数据的回顾性分析发现，美国默克尔细胞癌（American Merkel cell carcinoma，MCC）发病率所呈现的上升趋势与老龄人口增加相关 ^［14］ ，并认为MCC患者到开展多中心研究的高等级医院就诊可显著提高其生存率 ^［15］ ，还指出儿童和青少年皮肤病患者合并情绪障碍、焦虑和适应障碍的发生率显著高于同龄的普通人群 ^［16］ ，并以抑郁、焦虑和强迫症等合并症较为常见 ^［17］ 。总之，关注该学科领域以上研究热点，根据皮肤病流行病学研究的最新发现，借鉴最新的临床研究成果，不仅有助于皮肤科医生精准制定个体化的诊疗方案，在做好皮肤病合并症的诊断和管理的同时 ^［18］ ，还能有效降低疾病负担和改善生活质量 ^［19］ 。

此外，基于数字技术的皮肤病病因研究是另一个持续存在的研究热点。例如：基于数据库的对照研究发现，额部纤维化性脱发的免疫细胞与铁死亡有关 ^［20］ ，指出银屑病与肥胖之间可能通过多靶点和多途径相互影响 ^［21］ ，认为ptprc、cxcl8、itgb2和mmp9等可能是痤疮发病的关键预测因子 ^［22］ 。故笔者认为跟踪以上研究热点，密切关注疾病的可能病因和发病机制的最新发现，以此为依据进行精准科研选题和开展深入的验证研究，这对探索皮肤病学分子治疗的新途径和制定个性化诊断策略具有重要意义。

另外，本研究还发现基于数字技术的皮肤病预防也是研究热点之一。例如：基于数据库的回顾性分析指出，女性老年银屑病患者接受IL-12/23抑制剂治疗组的死亡风险显著低于接受TNF-α 抑制剂治疗组 ^［23］ ；有研究表明，银屑病合并化脓性汗腺炎的发生率呈现逐年上升和年轻化的趋势与人群的肥胖及吸烟情况呈正相关 ^［24］ 。笔者建议相关人员持续跟进和关注该领域的最新研究成果，及时制定和修改皮肤病的治疗方案和预防策略，包括实施皮肤健康教育的计划等。

本研究的局限性包括：第一，由于软件适用性问题，仅选择了Web of Science核心合集数据库中的相关文献，未纳入中国知网、Scopus和Pubmed等数据库中的相关文献；第二，文献“暴发”需要时间积累，故新近发表的高质量文献可能会被技术性忽略，这可能错过了一些重要研究结果；第三，选择基于数字技术的全部皮肤病研究论文进行分析，导致研究结果较为宽泛。故笔者下一步将会对全部重要数据库来源的相关文献，分别从皮肤肿瘤、特应性皮炎和皮肤美容等单一皮肤疾病的治疗方法、皮损部位监测技术和诊断途径等方面进行分析和总结，从而进一步提升研究结果的针对性、适用性和可借鉴性。

综上所述，本研究发现数字技术在皮肤病领域的应用受到了学者们的高度关注，未来5年可能会呈持续上升趋势，多数国家/地区和机构之间缺乏横向和纵向的科研协作关系，并以美国的机构和作者的学科生产力和学术影响力最高，我国目前的学科生产力和学术影响力全球排名显著上升的趋势与受到国家相关部门的基金项目支持较多密切相关。该学科领域目前的研究前沿主要涉及基于数字技术的皮肤病监测方法、治疗策略和诊断技术等方面，研究热点主要涉及基于数字技术的皮肤病管理、预防、治疗和护理等方面。了解以上研究前沿和热点将有助于相关人员开展精准科研选题，同时它们还是制定个性化诊疗方案的科学依据，故笔者认为后续可以关注和尝试基于机器学习、大数据和诊断模型等数字技术探索皮肤病监测、诊断、预防和治疗的研究，它们之中也可能存在着未来的潜在研究热点。

（参考文献见本刊网站）

杂志介绍