封 純,呂萍萍,金 敏

(1.浙江大學(xué)醫(yī)學(xué)院附屬第二醫(yī)院生殖醫(yī)學(xué)科,浙江 杭州 310018;2.浙江大學(xué)醫(yī)學(xué)院附屬婦產(chǎn)科醫(yī)院IVF實(shí)驗(yàn)室,浙江 杭州 310006)

虛擬現(xiàn)實(shí)(virtual reality,VR)是一種基于交互式三維可視化的通信界面,它允許用戶與模擬現(xiàn)實(shí)世界的不同感官輸入進(jìn)行交互和集成,1991年首次引入外科手術(shù)教學(xué)[1],現(xiàn)廣泛用于醫(yī)學(xué)解剖、手術(shù)操作培訓(xùn)、情景模擬、虛擬課堂、虛擬實(shí)驗(yàn)室、遠(yuǎn)程醫(yī)療教育等[2-3],有助于激發(fā)學(xué)習(xí)興趣,提高教學(xué)質(zhì)量[4-6],促進(jìn)跨專業(yè)教育的發(fā)展[7]。人工智能(artificial intelligence,AI)是處理計算機(jī)模擬智能行為的一個計算機(jī)科學(xué)分支[8],目前AI已應(yīng)用于醫(yī)學(xué)教育領(lǐng)域[9],輔助臨床思維培養(yǎng)和訓(xùn)練[10],協(xié)助醫(yī)學(xué)考試測評[11]。當(dāng)下,VR與AI在醫(yī)學(xué)教育領(lǐng)域的應(yīng)用處于快速發(fā)展階段,但在我國起步較晚,有必要借鑒吸收國際先進(jìn)經(jīng)驗(yàn)。本研究采用文獻(xiàn)計量學(xué)方法,深入了解該領(lǐng)域的發(fā)展趨勢和結(jié)構(gòu)模式,探討其主要貢獻(xiàn)及影響其發(fā)展的科學(xué)領(lǐng)域,從而分析國內(nèi)外VR &AI在醫(yī)學(xué)教育中應(yīng)用的差距,探索未來研究方向。

1 資料和方法

1.1 數(shù)據(jù)來源及檢索策略

英文文獻(xiàn)來自Web of Science 核心合集(Web of Science Core Collection,WoSCC),中文文獻(xiàn)來自中國知網(wǎng)(China National Knowledge Infrastructure,CNKI),WoSCC和CNKI是使用最廣泛的英文和中文科學(xué)文獻(xiàn)數(shù)據(jù)庫。在WoSCC中采用主題詞檢索,檢索策略:(“virtual reality” OR “artificial intelligence”) AND (education OR teach*) AND (medicine OR medical),限制語言為英語。在CNKI中采用主題詞檢索,檢索策略:(虛擬現(xiàn)實(shí) OR人工智能) AND 教育 AND 醫(yī)學(xué),限制語言為中文。二者均選擇時間跨度:2002年1月1日—2021年12月31日;文獻(xiàn)類型:論文或綜述論文。數(shù)據(jù)在2022年7月24日收集,排除重復(fù)的文獻(xiàn)及與主題不相關(guān)的文獻(xiàn),以文本文件格式提取數(shù)據(jù)集中所有文獻(xiàn)的數(shù)據(jù)字段。

1.2 研究方法與研究工具

采用HistCite分析發(fā)表文獻(xiàn)的國家/地區(qū),并分析其主要機(jī)構(gòu),其中CNKI數(shù)據(jù)采用VOSviewer分析。利用CiteSpace進(jìn)行期刊dual-map分析,探索施引期刊和被引期刊之間的引文關(guān)系。采用pajek領(lǐng)域疊加工具包生成在全球科學(xué)覆蓋圖中的位置并使用 VOSviewer 可視化。利用VOSviewer對共關(guān)鍵詞網(wǎng)絡(luò)進(jìn)行分析,得到研究的主題聚類和趨勢。應(yīng)用CitNetExplorer構(gòu)建直接引文網(wǎng)絡(luò),展示文獻(xiàn)聚類和研究進(jìn)展。最后,對結(jié)果進(jìn)行解釋(見圖1)。

圖1 VR &AI在國外和國內(nèi)醫(yī)學(xué)教育領(lǐng)域應(yīng)用的文獻(xiàn)計量分析流程圖

2 結(jié)果

2.1 論文產(chǎn)出比較分析

自2002-2021年共20年間,WoSCC中發(fā)表文獻(xiàn)1 747篇,CNKI中發(fā)表文獻(xiàn)359篇 。如圖2A所示,WoSCC中每篇文獻(xiàn)的相關(guān)作者、雜志、關(guān)鍵詞數(shù)量均多于CNKI中的文獻(xiàn),WoSCC對照CNKI中平均每篇論文作者數(shù)量分別為4.6,3.0人,雜志數(shù)量分別為0.4,0.5本,關(guān)鍵詞數(shù)量分別為1.8,2.0個。VR &AI在醫(yī)學(xué)教育領(lǐng)域的應(yīng)用在2017年后快速增長,尤其在WoSCC數(shù)據(jù)庫中2019年后每年發(fā)文量增長均在50%左右(見圖2B)。在CNKI數(shù)據(jù)庫中,2017—2021年這5年中發(fā)文量占總發(fā)文量的近70%,在WoSCC數(shù)據(jù)庫中也占到了65%以上,近3年即2019—2021年占50%以上(見圖2C)。

圖2 VR &AI在國內(nèi)外醫(yī)學(xué)教育領(lǐng)域的應(yīng)用的文獻(xiàn)信息及發(fā)文量A.文獻(xiàn)數(shù)據(jù)基本信息。B.每年發(fā)文量。C.累計發(fā)文量。

國家/地區(qū)排名中,美國研究人員發(fā)表的論文數(shù)量最多(n=645),其次是英國(n=246)和加拿大(n=183),見表1?？偙灰l次(total citation score,TCS)和平均被引頻次(average citation score,ACS)是衡量論文影響力的指標(biāo)。美國(TCS=21 160)的總被引頻次最高,其次是加拿大(TCS=6 706)和英國(TCS=6 673)。每篇論文被引頻次加拿大(ACS=36.64)排名第一,其次是美國(ACS=32.81)和荷蘭(ACS=30.31)。中國總發(fā)文量排名第五,但總被引頻次不高,尤其是平均被引頻次較低,ACS=30.31。在機(jī)構(gòu)排名中,多倫多大學(xué)發(fā)文量63篇排名第一,其次是哈佛大學(xué)(n=43)和哥本哈根大學(xué)(n=34)。多倫多大學(xué)的總被引頻次和平均被引頻次均位居第一。中國機(jī)構(gòu)排名未進(jìn)入前十。

表1 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究中發(fā)文量最多的10個國家/地區(qū)和機(jī)構(gòu)

2.1.3 期刊產(chǎn)出分布

使用VOSviewer獲得排名靠前的高產(chǎn)與高被引期刊(見表2)。國外的文獻(xiàn)主要發(fā)表在“醫(yī)學(xué)、臨床醫(yī)學(xué)”類型的期刊上,“Anatomical Sciences Education”“Journal of Surgical Education”和“Surgical Endoscopy and Other Interventional Techniques”是排名前三的期刊。主要引用的文獻(xiàn)來自“健康、護(hù)理、醫(yī)學(xué)”和“心理、教育、社會”領(lǐng)域,“Surgical Endoscopy and Other Interventional Techniques”“Anatomical Sciences Education”和“Educational Media International”是引用量排名前三的期刊。而我國的文獻(xiàn)則主要發(fā)表在醫(yī)學(xué)教育相關(guān)的期刊上,《中國醫(yī)學(xué)教育技術(shù)》《中國高等醫(yī)學(xué)教育》和《繼續(xù)醫(yī)學(xué)教育》是發(fā)文量排名前三的期刊,臨床醫(yī)學(xué)專業(yè)期刊較少。

表2 VR &AI在國內(nèi)外醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的高產(chǎn)和高被引雜志

論文發(fā)表于WoS中248個期刊分類中的135個類別(圖3),其中發(fā)表文獻(xiàn)最多的分類為手術(shù)、教育科學(xué)學(xué)科、衛(wèi)生保健及科學(xué)服務(wù)、放射學(xué)、核醫(yī)學(xué)、醫(yī)學(xué)影像學(xué)、普通內(nèi)科醫(yī)學(xué)、教育研究、醫(yī)學(xué)信息學(xué)、臨床神經(jīng)病學(xué)、和泌尿外科及腎臟內(nèi)科。全球科學(xué)覆蓋圖可分為五個聚類:#1 生物學(xué)和醫(yī)學(xué)、#2 化學(xué)和物理學(xué)、#3 生態(tài)和環(huán)境科技、#4 工程和數(shù)學(xué)、#5 心理學(xué)和社會科學(xué)[12]。VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的論文主要發(fā)表于#1生物學(xué)和醫(yī)學(xué)和#5心理學(xué)和社會科學(xué)。

圖3 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究在全球?qū)W科覆蓋圖中的定位

雙圖疊加在全球期刊科學(xué)地圖上展示施引期刊和被引期刊的分布,以及它們之間的引文鏈接。在圖4中,左側(cè)橢圓的大小顯示施引期刊的論文和作者數(shù)量,右側(cè)顯示被引期刊的被引頻次。線條的粗細(xì)與Z分?jǐn)?shù)的引用頻率成正比,表示分析中科學(xué)領(lǐng)域之間的聯(lián)系強(qiáng)度。VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究有2種主流引用路徑,即主要發(fā)表在“醫(yī)學(xué)、臨床醫(yī)學(xué)”類型的期刊上,主要引用 “健康、護(hù)理、醫(yī)學(xué)”(Z分?jǐn)?shù)=10.04)和“心理、教育、社會” (Z分?jǐn)?shù)=2.21),與“系統(tǒng)、計算、計算機(jī)”關(guān)系并不密切。

圖4 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的雙圖疊加左側(cè)為施引領(lǐng)域,右側(cè)為被引領(lǐng)域;映射了324種施引期刊和16 602種被引期刊。

2.2 研究熱點(diǎn)分析

用VOSviewer創(chuàng)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò),在WoSCC數(shù)據(jù)庫中,5 663個關(guān)鍵詞中出現(xiàn)頻率≥5的有464個,在CNKI數(shù)據(jù)庫中,716個關(guān)鍵詞中出現(xiàn)頻次≥5的有33個,選擇出現(xiàn)頻率≥5的關(guān)鍵詞構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)(圖5),出現(xiàn)頻率最高的關(guān)鍵詞列于表3。

表3 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的前20個關(guān)鍵詞

WoSCC數(shù)據(jù)分為3個聚類(圖5A)。聚類1為VR在醫(yī)學(xué)各學(xué)科的應(yīng)用,包含180個關(guān)鍵詞,位于圖譜右側(cè),平均出版年份最早,包含虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、手術(shù)、模型、技能、培訓(xùn)、模擬、住院醫(yī)師、學(xué)習(xí)曲線等關(guān)鍵詞,覆蓋關(guān)節(jié)鏡、支氣管鏡、內(nèi)窺鏡、腹腔鏡、心肺復(fù)蘇、婦產(chǎn)科學(xué)、放射介入、眼科學(xué)、泌尿外科等學(xué)科。聚類2為VR與醫(yī)學(xué)教育,包含105個關(guān)鍵詞,平均出版年份較新,包含醫(yī)學(xué)教育、模型、3D打印、解剖教學(xué)、計算機(jī)輔助、住院醫(yī)師教育、手術(shù)模擬等。聚類3為AI與醫(yī)學(xué)教育,包含179個關(guān)鍵詞,位于圖譜左下方,平均出版年份最新,近年來熱度較高,包含人工智能、機(jī)器學(xué)習(xí)、醫(yī)學(xué)教育、分類、深度學(xué)習(xí)、決策、大數(shù)據(jù)、放射學(xué)、遠(yuǎn)程醫(yī)療。CNKI數(shù)據(jù)主要分為2類(圖5B),聚類1為VR與醫(yī)學(xué)教育,位于圖譜左下方,平均出版年份較老,高頻關(guān)鍵詞包括醫(yī)學(xué)教育、虛擬現(xiàn)實(shí)、虛擬手術(shù)、虛擬實(shí)驗(yàn)室、增強(qiáng)現(xiàn)實(shí)等。聚類2為AI與醫(yī)學(xué)教育,位于圖譜右上方,平均出版年份較新,包含人工智能、教學(xué)改革、智能醫(yī)學(xué)等。

2.3 研究的演變

根據(jù)施引論文的本地引文創(chuàng)建直接引文網(wǎng)絡(luò),通過引文鏈接展示研究的演變。每個節(jié)點(diǎn)代表施引論文,標(biāo)簽為第一作者的姓氏,連線代表每篇施引論文之間的引文關(guān)系。前50篇被引用的VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究論文(表4)的直接引用情況見圖6A,文獻(xiàn)可分為4個聚類。聚類1“VR與外科手術(shù)教育”包含489篇文獻(xiàn),出現(xiàn)時間較早,2016年后無文獻(xiàn)發(fā)表(圖6B)。聚類2“VR與解剖學(xué)教育”包含384篇文獻(xiàn)(圖6C),聚類3“VR與模擬在醫(yī)學(xué)教育中的應(yīng)用”包含103篇文獻(xiàn)(圖6D),聚類2和聚類3出現(xiàn)時間早,持續(xù)時間長,在2019年后明顯減少。聚類4“AI與醫(yī)學(xué)教育”包含101篇文獻(xiàn),在2018年出現(xiàn)并大量爆發(fā),是最為活躍的研究領(lǐng)域(圖6E)。

表4 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究引用排名前10的論文

圖6 VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的直接引文網(wǎng)絡(luò)A.被引用次數(shù)最多的前 50 篇論文的直接引文網(wǎng)絡(luò)。B.VR與外科手術(shù)教育。C. VR與解剖學(xué)教育。D. VR與模擬在醫(yī)學(xué)教育中的應(yīng)用。E. AI與醫(yī)學(xué)教育。

3 討論

近20年來醫(yī)學(xué)教育領(lǐng)域中VR &AI的應(yīng)用在國內(nèi)外均持續(xù)增長,2017年增長加速,國內(nèi)外發(fā)文量的一半以上均發(fā)表于近3年。2017年論文數(shù)量的增加更多源自AI研究,究其原因,近年來各國都看到了AI在自然科學(xué)領(lǐng)域的巨大潛力,加速布局AI研究,2015年美國發(fā)布“美國國家創(chuàng)新戰(zhàn)略”將與AI密切相關(guān)的精密醫(yī)療、衛(wèi)生保健、教育技術(shù)等9大領(lǐng)域作為優(yōu)先發(fā)展對象;2016年歐盟公布了神經(jīng)信息平臺、大腦模擬平臺供AI研究者使用,以促進(jìn)神經(jīng)科學(xué)、醫(yī)學(xué)和計算機(jī)學(xué)的合作研究;我國2016年出臺《“互聯(lián)網(wǎng)+”人工智能三年行動實(shí)施方案》以打造AI基礎(chǔ)資源與創(chuàng)新平臺[13]。國外發(fā)文量為我國國內(nèi)的5倍左右,提示世界范圍內(nèi)VR &AI在醫(yī)學(xué)教育領(lǐng)域的應(yīng)用較之我國國內(nèi)發(fā)展更為迅猛。中國總發(fā)文量排名第五,平均被引頻次較低,中國機(jī)構(gòu)排名未進(jìn)入前十,提示研究質(zhì)量還有較大的提升空間,需要密切跟蹤世界范圍內(nèi)的先進(jìn)研究,提高VR &AI在醫(yī)學(xué)教育領(lǐng)域應(yīng)用研究的數(shù)量和質(zhì)量,在VR &AI快速發(fā)展的階段,抓住全球快速發(fā)展的機(jī)遇,爭取后來居上。近年來,我國學(xué)者也發(fā)表了一些高質(zhì)量論文,如西北工業(yè)大學(xué)王鵬在Robotics and Computer-Integrated Manufacturing總結(jié)了基于增強(qiáng)現(xiàn)實(shí)和混合現(xiàn)實(shí)的遠(yuǎn)程協(xié)作在醫(yī)學(xué)教育等領(lǐng)域的重要作用[14]。

通過比較國內(nèi)外文獻(xiàn)關(guān)鍵詞,表明在國內(nèi)外研究中VR和AI雖然有融合,但仍是聚類的兩大分支,醫(yī)學(xué)教育、人工智能、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等關(guān)注度都很高。國外相關(guān)研究更為全面和深入,比如VR在內(nèi)窺鏡領(lǐng)域的應(yīng)用,包括腹腔鏡[15]、關(guān)節(jié)鏡[16]、胃腸鏡[17]、內(nèi)鏡[18]、支氣管鏡[19]等。比如在AI分類下,關(guān)于AI的具體組成成分,包括決策[20]、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)[21-23]、大數(shù)據(jù)分析[24]等。研究包括:大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法輔助臨床決策和預(yù)測手術(shù)結(jié)果[20],機(jī)器學(xué)習(xí)和深度學(xué)習(xí)用于口腔科診斷和治療[21],采用深度學(xué)習(xí)改進(jìn)診斷成像模式[22],通過預(yù)測、分類、回歸、診斷、監(jiān)控等機(jī)器學(xué)習(xí)來完成復(fù)雜任務(wù),支持生物醫(yī)學(xué)、神經(jīng)科學(xué)或機(jī)器人技術(shù)等多個研究領(lǐng)域[23]?？傊?國外VR &AI在醫(yī)學(xué)教育中應(yīng)用的研究相對成熟,細(xì)分至醫(yī)學(xué)的亞專科,而我國的研究多為概括的醫(yī)學(xué)教育相關(guān)的初步研究,可在已有的AI分支及應(yīng)用領(lǐng)域的基礎(chǔ)上,進(jìn)行更深入的探究。

綜合關(guān)鍵詞聚類和直接引文網(wǎng)絡(luò)研究結(jié)果提示,手術(shù)教學(xué)、解剖學(xué)教學(xué)、和模擬是VR在醫(yī)學(xué)教育中應(yīng)用的三大方面。高被引論文中大多是VR相關(guān)的,50篇高被引論文中46篇研究VR的應(yīng)用,僅有4篇文獻(xiàn)是AI相關(guān)的。其中,被引次數(shù)最多的文獻(xiàn)2006年發(fā)表于New England Journal of Medicine,領(lǐng)域內(nèi)共被引108次,明確指出VR技術(shù)在增強(qiáng)外科技能培訓(xùn)方面的潛力,VR提供了非常詳細(xì)的反饋機(jī)會,可更細(xì)致地衡量學(xué)員的表現(xiàn)精確度、準(zhǔn)確性以及錯誤率[25]。AI旨在執(zhí)行傳統(tǒng)上需要人工完成的任務(wù),機(jī)器學(xué)習(xí)是應(yīng)用于AI的計算機(jī)算法,能夠進(jìn)行自動學(xué)習(xí)和數(shù)據(jù)推斷,可以結(jié)合不同的學(xué)習(xí)算法,其中人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)最常見,人工神經(jīng)網(wǎng)絡(luò)用于分析輸入并分配合適的權(quán)重來預(yù)測結(jié)果,深度學(xué)習(xí)使用多級人工神經(jīng)網(wǎng)絡(luò)進(jìn)行非線性數(shù)據(jù)處理[26]。AI應(yīng)用研究中被引次數(shù)最多的論文發(fā)表于2019年,領(lǐng)域內(nèi)被引28次,該研究評估本科醫(yī)學(xué)生對放射學(xué)和醫(yī)學(xué)領(lǐng)域AI的態(tài)度[27]。

本研究存在一些局限性。首先,只搜索WoS核心數(shù)據(jù)庫,而沒有搜索Scopus、PubMed等常用數(shù)據(jù)庫,可能遺漏一些相關(guān)文獻(xiàn)。其次,由于沒有考慮論文的質(zhì)量,結(jié)果的質(zhì)量難以評估。

4 結(jié)語

本研究通過文獻(xiàn)計量學(xué)分析比較國內(nèi)外VR &AI在醫(yī)學(xué)教育中應(yīng)用的發(fā)展趨勢、科學(xué)領(lǐng)域及研究熱點(diǎn),結(jié)果提示國外VR &AI在醫(yī)學(xué)教育中應(yīng)用的研究成果涉及更廣泛的領(lǐng)域,對我國的研究有較強(qiáng)的借鑒意義。目前VR在醫(yī)學(xué)教育中的應(yīng)用集中于手術(shù)教學(xué)、解剖學(xué)教學(xué)和模擬,可進(jìn)一步拓展延伸,深入挖掘。AI在醫(yī)學(xué)教育中的應(yīng)用是近年來最活躍的研究領(lǐng)域,其分支包括決策、大數(shù)據(jù)、深度學(xué)習(xí)等,應(yīng)抓住機(jī)遇全力發(fā)展。