人工智能深度学习在肺癌影像诊断领域的主题建模分析

原文图文

目的 系统梳理人工智能（AI）深度学习在肺癌影像诊断领域的研究主题与演化趋势。 方法 基于Web of Science核心合集,检索1995年1月至2026年4月的相关文献,采用BERTopic主题建模方法进行计量分析。 结果 该领域研究可归纳为6大方向：影像组学与AI辅助影像分析、靶向/免疫治疗与分子标志物筛选、低剂量CT筛查与肺结节管理、无创检测与光谱生物标志物、胸部少见肿瘤与转移检测、肿瘤免疫微环境与病理评估。主题演化呈现“持续深化”与“阶段爆发”的双重特征,其中AI驱动的多模态建模与免疫治疗影像评估是当前的核心前沿。 结论 AI深度学习在肺癌影像诊断领域的研究焦点已从“算法识别”演进至“以AI重塑肺癌全程诊疗决策”。未来研究可拓展数据来源,融合多语种文献与全文信息,聚焦多模态多组学融合的前瞻性验证、可解释性AI与临床信任建立、全流程智能化诊疗闭环系统,以推动AI影像诊断从技术驱动迈向临床成熟,为实现“健康中国2030”癌症防治目标及全球肺癌精准医疗贡献智能化解决方案。