董娜，崔婷，王露露，师荣慧，冯洁，黄晓俊*

    1.730000 甘肃省兰州市，兰州大学第二临床医学院

    2.730000 甘肃省兰州市，兰州大学第二医院消化科

    胃癌是全球第五大常见恶性肿瘤和癌症相关死亡的第四大原因，全球每年新增胃癌患者约109 万例，因胃癌死亡患者约77 万例[1]。我国是胃癌高发国家，胃癌发病率和死亡率分别位居恶性肿瘤第2、3 位[2]。据报道，早期胃癌5 年生存率>90.0%[3]，而进展期胃癌5 年生存率<10.0%[4]。由于胃癌早期缺乏特异性症状和体征，大多数胃癌被诊断时病程已进展到晚期，导致胃癌患者整体预后较差[5]。因此胃癌的早期诊断和合理治疗对于改善患者预后至关重要。然而胃癌的诊断准确性与医师的临床经验和专业知识储备密切相关，存在被误诊和漏诊的可能性。随着人工智能(AI)在医学领域的快速发展，机器学习技术特别是深度学习和神经网络在胃癌诊断、治疗和预后预测方面展示出良好应用前景[6]。有学者尝试采用支持向量机算法识别可用于早期诊断胃癌的生物标志物[7]；有学者利用深度学习技术对内镜图像、计算机断层扫描图像、病理图像进行诊断分析，实现了对胃癌的诊断/分期和预后预测[8]。近年来将AI 应用于胃癌诊治的研究日益增多，但尚未得到系统分析。本研究采用VOSviewer、CiteSpace 软件对2003—2022 年AI 应用于胃癌诊治的研究进行文献计量学分析，旨在阐明该领域研究的概况和发展趋势，为该领域研究者提供参考。

    1 资料与方法

    1.1 数据来源

    于2022-11-06，计算机检索Web of Science(WOS)核心合集数据库，获取将AI 应用于胃癌诊治的相关研究。采用的检索式为(((((TS=(Stomach Neoplasm*))OR TS=(Gastric Neoplasm*))OR TS=(Cancer of Stomach))OR TS=(Stomach Cancer))OR TS=(Gastric Cancer))AND((((((((((((((((((((((((TS=(artificial intelligence))OR TS=("computational intelligence"))OR TS=("deep learning"))OR TS=("computer aided"))OR TS=("machine learning"))OR TS=("support vector machine"))OR TS=("data learning"))OR TS=("artificial neural network"))OR TS=("digital image"))OR TS=("convolutional neural network"))OR TS=("evolutionary algorithms"))OR TS=("feature learning"))OR TS=("reinforcement learning"))OR TS=("big data"))OR TS=("image segmentation"))OR TS=("image segmentation"))OR TS=("hybrid intelligent system"))OR TS=("recurrent neural network"))OR TS=("natural language processing"))OR TS=("bayesian network"))OR TS=("bayesian learning"))OR TS=("random forest"))OR TS=("evolutionary algorithms"))OR TS=("multiagent system")) ......