A Bibliometric Analysis of Artificial Intelligence Applications in Infectious Diseases: A Decade of Research (2016–2025)
这项针对 2016 年至 2025 年间 1,252 篇文章的文献计量分析显示，在新冠肺炎（COVID-19）疫情的推动下，人工智能在传染病领域应用的研究呈现指数级增长，并日益聚焦于抗生素耐药性监测和脓毒症预测等临床热点。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，传染病（如流感、结核病或败血症）的世界就像一座巨大且混乱的图书馆。多年来，医生和科学家一直试图在这座图书馆中找到能够治愈患者的正确书籍，但图书馆规模日益扩大，而且书中的语言极其复杂。
这篇论文就像是一位制图师，决定对这座图书馆进行一次为期十年的巡游（从2016年到2025年），以观察一种新工具——人工智能（AI）——是如何改变我们寻找答案的方式的。作者并没有去阅读每一本书，而是使用了一种“计数机器”（文献计量分析法）来观察这1,252篇特定研究论文，从而理解全局。
以下是他们发现的研究结果，用通俗易懂的方式进行了解释：
1. 兴趣的爆发
在巡游的前几年（2016–2018年），图书馆中的人工智能区域非常安静。但随后，发生了一件大事：COVID-19大流行。这就像一场突如其来的风暴，吹开了图书馆的大门。
- 增长情况： 在风暴来临前，论文数量很少。到2025年，论文数量已比2016年增长了30倍。
- 热潮： 这十年间，几乎**85%**的研究都发生在过去的五年里。就好像所有人突然意识到：“我们需要利用AI来对抗这些疾病，而且必须现在就做。”
2. 谁在开展工作？
如果这项研究是一场全球接力赛，那么有两个选手显然处于领先地位：
- 美国和中国： 这两个国家跑得最快。它们发表的论文最多，也是与其他国家进行学术交流、共同协作最多的国家。
- 顶尖院校： 哈佛大学拥有最多的“选手”（论文量），但约翰斯·霍普金斯大学的选手（论文）却获得了最多的关注（引用次数）。
- 惊喜之星： 虽然印度发表的论文不是最多的，但其论文的单篇平均关注度最高。这就像他们写的书虽然数量较少，但每一本都是畅销书。
3. 九个研究“街区”
作者使用了一种特殊的视角，将研究划分为九个不同的“街区”或集群。你可以把这些想象成图书馆中不同的房间，人们在不同的房间里研究特定的问题：
- “预警”室： 这是最大的房间。这里的人们正在利用AI监听社交媒体和大数据，以便在疾病爆发前进行预警，就像为病毒制作天气预报一样。
- “超级细菌”室： 这是一个目前非常热门的领域。科学家们正在利用AI研究细菌是如何产生抗生素耐药性的（就像锁的形状发生了变化，导致钥匙不再匹配）。他们正试图找到破解这些锁的新方法。
- “败血症”室： 败血症是一种由感染引起的危及生命的反应。研究人员正在构建AI“看门狗”，能够在人类医生察觉之前，提前数小时嗅出患者体内的败血症迹象，这有望挽救生命。
- “大流行”室： 这个房间是在COVID-19危机期间建立的。这里充满了试图预测病毒传播速度的模型，就像追踪森林中的火灾一样。
- “经典疾病”室： 这里对HIV、结核病和疟疾有着持续的研究。这些不是新问题，但AI正在帮助人们更快地诊断它们，特别是在医生匮乏的地区。
- “X光”室： 在这里，计算机正在学习通过胸部X光片来发现结核病，扮演着一个永不疲倦的“超级放射科医生”的角色。
- “可解释性”室： 这是一个较新的领域，科学家们试图让AI“说人话”。AI不仅仅是给出一个答案，更要解释它为什么做出那个决定，这样医生才能信任它。
4. 未来何去何从？
这张地图显示，该领域正在快速发展。目前的重大趋势包括：
- 对抗超级细菌： 寻找处理抗生素耐药性的更好方法。
- 在ICU中挽救生命： 尽早预测败血症。
核心结论
这篇论文并不是在告诉我们AI已经治愈了所有人。相反，它展示了基础正在被搭建。世界已经意识到，AI是对抗传染病的强大工具。这张地图向我们展示了建设者们在哪里工作，谁在领跑施工队，以及哪些房间（如败血症和抗生素耐药性研究）正获得最多的关注。
作者总结道，尽管仍有大量工作要做，但AI不再仅仅是一个科学实验；它正在成为医生未来对抗感染时不可或缺的常备工具箱中的重要组成部分。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。