各國計算醫(yī)學研發(fā)投入情況

研發(fā)經費投入排名前10的項目開始時間主要集中在最近5年，重點投入在研究中心建設、基礎設施投入、人才培養(yǎng)和個性化治療等領域。

近十年全球計算醫(yī)學領域研發(fā)投入經費前十的項目情況

為了對計算醫(yī)學整體發(fā)展情況，重點研究內容及演進態(tài)勢進行研究，白皮書還對1900年至今Web of Science核心合集中收錄的主題為“computational medicine”的5257篇文獻數(shù)據為樣本進行了分析。

從文獻發(fā)布時間來看，相關文獻的時間跨度為1980－2021年。進入本世紀以來，全球范圍內計算醫(yī)學研究熱度持續(xù)上漲，尤其2010年前后快速上升，呈加速趨勢，計算醫(yī)學研究熱度持續(xù)升高。中美兩國的研究趨勢與全球基本保持一致。

1990－2021年計算醫(yī)學研究領域發(fā)文量時間分布比較

發(fā)文數(shù)量最高的前三個國家分為美國（2154篇）、中國（761篇）和英國（499篇）。僅從發(fā)文數(shù)量來看，中國在研究關注度上與美國相比仍有一定差距。

計算醫(yī)學發(fā)文量國家分布情況

發(fā)文篇數(shù)排名前十的機構中，美國的機構占9個，主要以約翰霍普金斯大學、哈佛大學醫(yī)學院、斯坦福大學等高校為主。這說明美國在計算醫(yī)學領域已經形成了比較有影響力的領域研究中心。中國雖然僅有中國科學院一家機構進入前十，但排名第二且與第一名較為接近，也顯示了較大的發(fā)展?jié)摿Α?/p>

計算醫(yī)學發(fā)文前十機構發(fā)文數(shù)量

發(fā)文量排名前10的期刊共刊登了計算醫(yī)學文獻832篇（15．83％）。其中，排名第一的為《醫(yī)學物理學》（Medical Physics），發(fā)文量為385篇（7．32％）；IF最高的《生物信息學簡報》（Briefings in Bioinformatics）發(fā)文量排名第6位。

計算醫(yī)學領域發(fā)文數(shù)量前十的期刊情況

計算醫(yī)學作為醫(yī)學、工程與計算機的交叉學科，是多個學科專業(yè)共同的交叉研究領域。從文獻學科分類統(tǒng)計來看，計算醫(yī)學主要與放射學、核醫(yī)學和醫(yī)學影像、生物化學和分子生物學、數(shù)學與計算生物學、計算機科學與跨學科應用、藥理學與制藥、生物醫(yī)學工程、生物化學研究方法學、工程、電器與電子、多學科科學、計算機科學及人工智能等學科密切相關。

對文獻關鍵詞統(tǒng)計結果進行分析，計算醫(yī)學領域排名前十的關鍵詞分別為：模型（model）、癌癥（cancer）、表達（expression）、預測（prediction）、仿真（simulation）、識別（identification）、系統(tǒng)生物學（system biology）、精準醫(yī)學（precision medicine）、系統(tǒng)（system）和算法（algorithm）。

在研究領域選擇上不同國家各有側重。中美兩國的研究領域涉及面較廣，各類研究關鍵詞均有相關文獻。

具體對比來看，中國的研究關鍵詞排名前三的為藥物發(fā)現(xiàn)（drug discovery）、精準醫(yī)療（precision medicine）、預測（prediction），美國研究關鍵詞排名前三的則依次為精準醫(yī)療（precision medicine）、模型（model）和機器學習（machine learning）。

就研究關鍵詞的發(fā)文數(shù)量來看，中國在計算醫(yī)療技術領域的模型構建、仿真模擬以及機器學習研究和應用領域的精準醫(yī)療、個性化醫(yī)療等五個方面的研究關注度與美國差距較大。

根據對各國近20年來研究熱點變遷的分析來看，計算醫(yī)學正從原有理論、模型等基礎性研究向應用研究轉變。

2009年以前，各國研究主題非常多樣，較為集中的主題主要集中在“方法（method）”和“模型（model）”，在2002－2009年和2006－2009年分別成為日本、美國的研究熱點。

2010年以后，各國的計算醫(yī)學研究熱點開始出現(xiàn)更多重疊。其中，“癌癥（cancer）”在2014－2017年成為多個國家計算醫(yī)學領域的研究熱點；“表達（expression）”先后成為韓國、英國和中國在計算醫(yī)學領域的研究重點；2018－2021年，“精準醫(yī)療（precision medicine）”成為美國計算醫(yī)學領域研究熱點。

通過將前述1980－2021年的5257篇相關文獻進行關鍵詞聚類，得到了10個非常清晰的計算醫(yī)學聚類類別。排名前三的分別是“精準醫(yī)學”“機器學習”“計算研究”領域。虛擬篩選靶點發(fā)現(xiàn)等藥物發(fā)現(xiàn)相關的“計算研究”也是最新的領域方向，平均發(fā)文時間為2013年。

這些聚類結果主要又可分為三類：第一類為計算建模相關研究，從最早的放射建模相關內容到血流動力學建模、蒙特卡洛模擬、射線與疾病相關研究。其中，最突現(xiàn)的關鍵詞為模型、仿真和系統(tǒng)。

第二類為計算組學相關研究，主要包括基因序列研究、非編碼RNA和基因組學應用相關研究，并向精準醫(yī)療和藥物篩選研究擴展。其關鍵節(jié)點包括癌癥、數(shù)據庫和基因表達。

第三類為基于人工智能的相關研究，包括機器學習領域和精準計算機斷層掃描應用領域。

2010－2021 年計算醫(yī)學領域關鍵詞聚類圖譜

機器學習子領域時間跨度從1990－2021年，是所有聚類中時間跨度最大的子領域，可以反映出機器學習技術在計算醫(yī)學領域應用研究的持續(xù)性。2010年左右，計算模型成為該領域研究熱點；2010－2013年計算模型與大數(shù)據高度共現(xiàn)，也體現(xiàn)出了數(shù)據驅動的計算醫(yī)療模型構建的研究熱度提升；2016年以后，計算醫(yī)學的機器學習領域熱點集中在了精準醫(yī)療領域；最近，研究熱點則主要集中在深度學習。

建模、數(shù)據、智能、精準，闡述計算醫(yī)學研究內容分類

目前，計算醫(yī)學相關院校對于計算醫(yī)學研究內容的分類主要有以下兩種：

從醫(yī)學視角出發(fā)的分類方式可將計算醫(yī)學劃分為計算生理學、計算解剖學、計算病理學等。該種分類方法相當于做加法，即現(xiàn)有的醫(yī)學研究門類均可開展對應的計算科學門類研究。