综述：人工智能在妇产科领域应用的关键研究趋势：文献计量学分析

　　本综述通过文献计量学方法系统分析人工智能（AI）在妇产科领域的研究趋势，涵盖机器学习（ML）、深度学习（DL）等关键技术，聚焦辅助诊疗、健康管理和机器人手术三大方向。文章详细解析了全球研究产出、核心作者与机构分布，并预测未来发展方向，为相关研究者提供了全面的学术参考和前沿洞察。

　　

人工智能（AI）在医学领域的应用可追溯至20世纪中期。1952年，Howard首次提出“机器人麻醉师”概念；1955年，John McCarthy正式定义AI为“制造智能机器的科学与工程”。随着机器学习（ML）和深度学习（DL）技术的发展，AI已从理论探索逐步转化为医疗实践中的重要工具，尤其在妇产科领域展现出显著潜力。

年度发表趋势显示，自1999年至2024年，AI在妇产科领域的年度发文量呈稳定增长趋势，拟合线性模型确定系数R²达0.8995。2024年发文量达204篇，2020–2024年间年均发文量为118.2篇，表明该领域受到持续关注并具备良好的发展前景。

国家/地区分析表明，全球共有79个国家/地区参与该领域研究。中国以283篇发文位居首位，美国（228篇）和英国（78篇）紧随其后。美国总被引数达5995次，加拿大篇均被引最高（49.9次/篇）。国际合作网络显示，北美、亚洲和欧洲国家间合作密切，已形成稳定的研究协作体系。

机构贡献方面，331家机构在该领域发表过研究。发文量前十的机构包括：加州大学系统（27篇）、哈佛大学（22篇）、得克萨斯大学系统（19篇）等。美国机构在数量上占主导地位，中国也有上海交通大学、复旦大学等机构进入前十。合作网络分析表明，各机构间已建立一定合作关系，但跨境合作仍有较大提升空间。

根据普赖斯定律，核心作者阈值N=5.243，即发表6篇及以上文章的作者被视为核心作者。自1999年以来，共27位核心作者发表227篇文章，占总发文量的24.5%。最高产作者为Laios, Alexandros（11篇），其次是Kalampokis, Evangelos（10篇）和Nugent, David（9篇）。所有作者的中心性均为0，说明尚未形成具有显著影响力的核心研究者集群，作者间合作网络较为稀疏。

期刊分析显示，相关研究主要发表在妇科学、肿瘤学、生殖医学和多学科科学类期刊上。American Journal of Obstetrics and Gynecology和BMC Pregnancy and Childbirth以29篇发文量并列第一，Scientific Reports（25篇）和European Journal of Obstetrics & Gynecology and Reproductive Biology（21篇）紧随其后。双图叠加分析表明，该领域研究主要集中于医学、临床、分子生物学、健康护理等知识领域。

关键词分析识别出259个有效关键词。高频关键词包括：“machine learning”（184次）、“risk”（108次）、“women”（105次）、“artificial intelligence”（103次）和“labor”（89次）。聚类分析生成10个有效聚类，如#0卵巢癌、#1宫颈长度、#2风险因素、#4机器学习、#5人工智能等。这些聚类可归纳为三大研究方向：辅助诊断与治疗、健康管理、机器人手术。

AI辅助诊断与治疗方面，研究集中于妇科肿瘤筛查与 prenatal 评估。AI在宫颈细胞病理分析中准确率达90%，宫颈癌阴道镜图像病变分割精度达96%。在预测模型方面，结合年龄与51种生物标志物的卵巢癌风险预测模型AUC值达0.95；AI预测早产和妊娠期高血压的准确率分别达到85%和88%。此外，AI还用于化疗反应预测和生存分析，如Elfiky等利用ML开发的短期死亡风险预测模型，可辅助临床决策。

AI驱动的健康管理覆盖女性全生命周期健康需求，包括月经周期监测、排卵预测、慢性病管理等。可穿戴设备和柔性纳米生物传感器实现对雌激素等激素的无创实时监测，支持数据驱动的健康管理策略。大型语言模型（LLM）的应用进一步拓展了个性化健康规划和远程管理的可能性。

机器人手术在妇产科的应用自1988年首次报道以来不断扩展。2005年达芬奇手术系统获FDA批准用于妇科肿瘤手术。研究表明，机器人辅助手术在子宫肌瘤切除术、骶骨固定术、子宫内膜异位症手术、宫颈环扎术等良性疾病手术中具有操作精确、恢复快的优点。在恶性肿瘤如宫颈癌、子宫内膜癌和卵巢癌的治疗中，机器人手术显示出与开放手术相当的肿瘤学结局，且具有失血少、并发症率低、住院时间短等优势。产科机器人目前仍处于实验阶段，但已有研究展示其在胎儿手术模拟和产程模拟中的应用潜力。

尽管机器人手术前景广阔，但其在良性疾病治疗中的成本-效益比仍存争议，高费用和设备体积限制了其广泛应用。未来发展方向包括器械小型化、移动平台设计以及与实时影像导航和AI的深度融合。

本研究的优势在于首次采用文献计量学方法系统分析AI在妇产科领域的研究现状，结合VOSviewer、CiteSpace等工具提供客观、全面的趋势解析。然而，也存在一定局限性，如数据仅来源于WOSCC数据库、未包含非英文文献以及2025年数据尚未纳入等。未来研究可扩展数据库范围并整合多语言文献，以进一步提升分析的全球代表性。

综上所述，AI在妇产科领域的研究正迅速发展，中国和美国是主要研究力量。当前研究热点集中在AI辅助诊断、健康管理和机器人手术三大方向，尤其在恶性肿瘤诊疗方面应用较为成熟。未来需进一步加强国际合作，推动技术成本降低和临床应用拓展，以实现AI技术在妇产科领域的全面落地和推广。