A bibliometric analysis of artificial intelligence and machine learning in preclinical mesenchymal stem cell therapy and manufacturing from 2009 to 2025
这项针对2009年至2025年间144篇文献的计量学分析表明，人工智能在间充质干细胞治疗中的应用正处于快速增长阶段，但仍过度集中于临床前研究，侧重于表征而非制造质量控制或临床转化，从而凸显了将该领域推向临床所需的效力预测模型方面存在关键空白。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
二十年来，科学家们一直致力于将一种特定类型的人类细胞转化为药物。这些被称为间充质干细胞（mesenchymal stem cells）的细胞存在于骨髓和脂肪等组织中。它们蕴含着独特的潜力：它们可以平息免疫系统并帮助修复受损器官，为治疗从关节损伤到炎症性疾病等各种疾病带来了希望。然而，将这些细胞从实验室培养皿转移到患者床边已被证明并非易事。这些细胞非常敏感；其行为会根据来源、生长方式以及分裂次数的不同而发生变化。为了确保安全有效，每一批次的细胞都必须经过严格测试，以确保其具有足够的效力且无缺陷。这种被称为质量控制的测试过程缓慢、昂贵，且往往依赖于主观的人类判断，从而形成了瓶颈，阻碍了许多具有前景的疗法进入临床阶段。
近年来，研究人员转向人工智能和机器学习来解决这一问题。这些是旨在发现数据模式的计算机系统，就像人类一样，但具备快速处理海量信息的能力。人们希望这些工具能够自动分析细胞，预测其效果如何，并在无需破坏性或耗时测试的情况下，确保其符合严格的安全标准。尽管这一构想很受欢迎，但尚未有人停下来精确绘制这项技术在这一特定领域究竟是如何被应用的。卡塔尔大学的研究人员进行了一项新研究，正是做了这样的工作，通过对科学文献进行详细描绘，以观察研究工作的开展地点、所使用的具体方法以及存在的差距在哪里。
研究人员收集并分析了 2009 年至 2025 年间发表的 144 篇讨论人工智能与间充质干细胞应用的科学文献。他们研究的内容涵盖了从使用的计算机算法类型到计算机被要求执行的具体任务等各个方面。该领域尚处于起步阶段，但正在迅速发展，出版物数量每年增长约 35%。研究工作集中在少数几个关键国家，以中国和美国为首，国家间的合作程度适中。尽管令人兴奋，但研究显示，绝大多数此类研究仍是在实验室中进行的，远离医院的病床。
当研究人员拆解科学家们实际在做的工作时，一个清晰的模式浮现了出来。大部分工作集中在基于图像或数据对细胞进行分类或诊断其状况。这是一种细胞表征（cell characterization）的形式，即计算机学习识别什么是健康的细胞，什么是受损的细胞。虽然这很有用，但这并不等同于关键的“放行检测”（release testing）步骤。放行检测是决定一批细胞是否安全且足够强效到可以给患者使用的最后一道检查。研究发现，很少有论文涉及这一特定的、高风险的任务。研究人员并非在构建模型来预测某一批次是否能通过监管放行标准，而主要是在构建模型来描述他们所研究的细胞。
实验室与临床之间的差距是巨大的。在分析的所有文献中，近一半描述的是临床前工作，即在实验室或动物身上进行的实验。只有极小的一部分，约 2%，描述了已达到人体临床测试阶段的工作。即使是在占论文总数约 13% 的制造与质量控制类别中，重点仍然在于表征细胞，而非验证其用于患者的使用。研究的最常见细胞来源是骨髓和脂肪组织，最常见的应用场景是骨骼和矫形问题。然而，研究指出，在许多情况下，论文甚至没有明确报告细胞的具体来源，这使得对比结果或建立可靠模型变得困难。
分析表明，虽然人工智能正在进入干细胞治疗领域，但它尚未触及问题的核心难点。该技术正应用于制造过程，但它正集中于“描述”细胞，而非解决阻碍细胞向患者放行的监管障碍。研究人员发现，人工智能的词汇现在已深深织入干细胞生物学的对话之中，但尚未与制造及质量控制的词汇形成强有力的连接。换句话说，科学家们正在使用智能工具来理解细胞，但尚未建立起能够对这些细胞进行认证所需的智能工具。
这并不意味着这项技术正在失败；相反，它表明该领域仍处于早期阶段。研究人员指出，为了让人工智能真正帮助弥合与临床之间的鸿沟，未来的工作必须侧重于创建能够针对向患者发放药物的严格标准进行验证的模型。这将需要更好地报告细胞的来源及其质量属性，以便计算机能从一致的数据中学习。研究结论指出，前进的路径在于将注意力从一般的细胞描述转向制造和放行检测中具体的、受监管的步骤。在这一转变发生之前，人工智能在该领域的承诺在很大程度上仍将停留在图纸上，等待着被整合进那些真正将这些救命疗法送到患者手中的系统中。
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。