我國醫(yī)療影像云發(fā)展現(xiàn)狀研究——基于文獻計量學分析

鐘龍龍，姜雷

中國移動通信集團內(nèi)蒙古有限公司 集團客戶部，內(nèi)蒙古 呼和浩特 010010

引言

“十三五”期間，隨著《“十三五”衛(wèi)生與健康規(guī)劃》[1]的出臺，以三醫(yī)聯(lián)動、醫(yī)藥分開、分級診療為核心的健康中國建設正式進入了實施階段。積極創(chuàng)新互聯(lián)網(wǎng)健康醫(yī)療服務模式，大力發(fā)展便民惠民服務，探索醫(yī)療健康服務新模式、培育發(fā)展新業(yè)態(tài)將成為踐行健康中國建設的重要支撐[2]。影像云是“互聯(lián)網(wǎng)+醫(yī)療健康”背景下數(shù)字醫(yī)療服務的重點組成部分，該平臺是基于居民健康檔案的云端建設，可以提供準確有效的離線醫(yī)療服務，適用于醫(yī)療體制改革的各項需求，對我國醫(yī)療衛(wèi)生服務水平的提高有著重要意義[3]。

近年來，國內(nèi)外的醫(yī)學影像云平臺都發(fā)展起來，從國外發(fā)展現(xiàn)況來看，云計算已進入醫(yī)療成像領域，為更靈活的工作流程提供便捷手段，很多醫(yī)療影像云平臺也隨之誕生，如Box DICO等。相比于國外而言，我國醫(yī)療影像云發(fā)展較晚，雖然經(jīng)驗積累較少，但是成長迅速[4]，且在醫(yī)療健康行業(yè)得到了較廣泛的應用與實踐。許志堅等[5]以廈門市為例，分析了區(qū)域醫(yī)療影像云平臺搭建過程中在數(shù)據(jù)集成、數(shù)據(jù)采集等方面遇到的問題；鄭靜等[6]以深圳市為例，介紹了區(qū)域醫(yī)療影像中心搭建的設計構思、主要功能及應用效果；馬如慧[7]以延安大學附屬醫(yī)院為例，介紹了PACS的體系構架、實現(xiàn)方式及應用效果等。

目前對于醫(yī)療影像云的研究存在資助資金投入較少、相關研究的專業(yè)人員缺乏以及研究地區(qū)差異性較大等問題。本研究通過文獻計量學的方法對國內(nèi)醫(yī)療影像云的研究現(xiàn)狀進行多角度分析，以期發(fā)現(xiàn)此研究領域的研究熱點、主要研究人員、熱門期刊以及主要研究機構和地區(qū)等，為日后醫(yī)療影像云的研究與應用提供參考。

1 資料與方法

1.1 資料來源

納入文獻均來自于中國知網(wǎng)、萬方及維普數(shù)據(jù)庫。

1.2 檢索策略

對三大數(shù)據(jù)庫進行主題詞檢索，檢索式為“醫(yī)療影像云”，檢索時間從建庫至2020年3月。

1.3 文獻的納入標準

研究醫(yī)療影像云的期刊論文、會議論文、學位論文類；若內(nèi)容雷同且經(jīng)判斷為同一研究者，選擇資料最完整的文獻。

1.4 文獻的排除標準

綜述類文章、科普類文章、文摘類文章；主要的研究內(nèi)容未涉及醫(yī)療影像云類文章。

1.5 分析方法

將所檢索到的文獻題錄全部導入Note Express 3.2軟件并下載全文，根據(jù)納入與排除標準進行文獻的查重、篩選、整理，同時對納入文獻的題目、作者、發(fā)表時間、資助來源、課題號、發(fā)表類型、研究內(nèi)容等進行歸類分析。利用普賴斯定律分析是否形成核心作者等；采用EXCEL 2019對數(shù)據(jù)進行系統(tǒng)分析，如年發(fā)文量統(tǒng)計等；應用BICOMB 2.0納入所有關鍵詞，并進行數(shù)據(jù)的歸納與清洗，然后應用UCINET 6.0對高頻關鍵詞進行聚類分析。

1.6 質(zhì)量控制

2名專業(yè)人員在通過特定培訓后，根據(jù)統(tǒng)一的文獻納入和排除標準，結合逐篇閱讀的方法獨立完成文獻的篩選和信息的提取工作，再進行反復核對，資料分析過程嚴格按照相應的統(tǒng)計流程。

2 結果

2.1 檢索結果

從中國知網(wǎng)數(shù)據(jù)庫檢索文獻32篇、萬方數(shù)據(jù)庫檢索文獻337篇、維普數(shù)據(jù)庫檢索文獻5篇，共計374篇。將數(shù)據(jù)庫的文獻進行查重合并，刪除重復文獻后最終剩余334篇。按照本文的納入和排除標準，剔除綜述類文章37篇、科普類文章37篇、文摘類文章8篇、數(shù)據(jù)不全文章2篇、與醫(yī)療影像云類無關文章165篇。最終有效文獻85篇，其中博士論文4篇，碩士論文13篇，期刊文章67篇，會議論文1篇，詳見圖1。納入文獻的研究內(nèi)容較廣泛，囊括了醫(yī)療影像云平臺的系統(tǒng)架構設計、搭建方案、影像數(shù)據(jù)的采集與存儲、數(shù)據(jù)的標準化及實際應用案例等。

圖1 文獻檢索過程

2.2 文獻發(fā)布時間

從統(tǒng)計各年的文獻數(shù)量及其變化情況中可以分析研究學科的發(fā)展趨勢[8]。國內(nèi)與醫(yī)療影像云相關的文章最早出現(xiàn)于2011年，文獻數(shù)量總體呈上升趨勢，在2017年達到了發(fā)表量的峰值22篇，近兩年發(fā)文量又有所回落，其中2018年發(fā)文量的回落比達45.5%。導致此結果的原因可能是相關技術的基礎研究已較完善和成熟，更多的是將醫(yī)療影像云投入到了實際應用中。文獻分布情況如圖2所示。

圖2 與醫(yī)療影像云相關文獻年發(fā)文量情況

2.3 文獻作者的發(fā)文情況與機構分析

85篇文獻共涉及196位作者，納入的文獻中發(fā)表文章數(shù)目前5的第一作者如表1所示。發(fā)文量最多的第一作者為李芹，來自于南方醫(yī)科大學，一共參與發(fā)表文獻3篇，占本次納入文獻的3.52%。根據(jù)普賴斯定律[9]，本文核心作者最低文獻量 m = 1.29，取整為2，發(fā)文量為2篇及以上的作者共4人，累計參與發(fā)表文章9篇，占總文獻數(shù)10.59%<50%，所以不符合普賴斯定律的要求。提示還未形成有關醫(yī)療影像云研究的核心作者，與本領域發(fā)展較晚有關。

表1 發(fā)文前5作者的發(fā)文量及構成比

2.4 作者地域分布

通過對文獻發(fā)表的作者所在地域分布的統(tǒng)計分析，以此來了解文獻發(fā)表作者所在的地域分布特點[10]。80位第一作者分別分布于24個省市，其中發(fā)文量最多的作者來自于廣東省，發(fā)文量達11篇，占納入文獻數(shù)的12.94%；北京以9篇的發(fā)文量僅次于廣東省，其文獻占比也達到了10.59%；江蘇省與上海市以發(fā)文量7篇并列第三，各提供了8.24%的發(fā)文量。納入的文章中位于前10位的省市具體數(shù)據(jù)如表2所示。由此可見，醫(yī)療影像云的研究都集中在了廣東、北京等發(fā)達地區(qū)，而中西部等不發(fā)達地區(qū)涉及較少。

表2 發(fā)文量位于前十的作者的地域分布情況及構成比

2.5 高頻關鍵詞分析

通過對關鍵詞詞頻的統(tǒng)計分析，有利于分析學科的研究熱點或研究現(xiàn)狀的估計及發(fā)展趨勢的預測[11]。在納入的85篇文獻中，共提取關鍵詞230個，出現(xiàn)頻次最高的為云計算一詞，共計26次，高頻關鍵詞排名前十的具體情況如表2所示。截取排名前20位的高頻關鍵詞做聚類分析，結果如圖3所示。

圖3 高頻關鍵詞聚類分析圖

2.6 文獻期刊分布情況

67篇期刊文章分布于38種不同的期刊，其中《中國數(shù)字醫(yī)學》載文量最多，達13篇，占此次發(fā)文量的19.40%。發(fā)文量兩篇及兩篇以上的期刊具體情況如表4所示。從表中可以看出，該研究領域中較熱門的核心期刊有《中國數(shù)字醫(yī)學》《中國醫(yī)療設備》《中國衛(wèi)生信息管理雜志》等。

表3 文獻中高頻關鍵詞頻率分布表

表4 文獻期刊分布情況表

2.7 文獻資助來源分析

在納入的85篇文章中，有27篇提到基金資助，占總納入文獻的31.76%。這些文章中共涉及六種基金項目，資助文章的基金項目具體如圖4所示。結果顯示，國家級及省部級層面都比較重視醫(yī)療影像云的相關研究。

圖4 資助文獻資金項目情況

2.8 醫(yī)療影像云承載業(yè)務平臺分析

在所納入的研究中，31篇文獻涉及醫(yī)療影像云承載業(yè)務平臺，承載業(yè)務平臺一般包括四種類型，分別是私有云、公有云、互聯(lián)網(wǎng)數(shù)據(jù)中心（Internet Data Center，IDC）和自有機房，納入研究中所涉及承載業(yè)務平臺最多的是公有云，達20篇文獻（占比64.52%）。由于當前技術的發(fā)展水平有限及相關資金的投入較少等，使得IDC與自有機房的承載業(yè)務平臺應用較少。具體情況如圖5所示。

圖5 文獻承載業(yè)務平臺分析圖

2.9 醫(yī)療影像云在中小型醫(yī)院部署方案演示

以某醫(yī)院業(yè)務系統(tǒng)和影像系統(tǒng)上云方案為例，此醫(yī)院是一家民營二級醫(yī)院，每天500人次門診量，借機整體IT系統(tǒng)升級，新上了第三方軟件包，為達標省衛(wèi)健委“2020年互聯(lián)網(wǎng)醫(yī)院”實現(xiàn)整體上云。圖6是該醫(yī)院整體上云的部署方案展示，通過在云資源池劃分“一朵”專屬云，部署包括醫(yī)院的PACS、HIS、LIS等核心系統(tǒng)，通過互聯(lián)網(wǎng)出口實現(xiàn)微信服務和對公APP服務，通過專網(wǎng)實現(xiàn)醫(yī)院首終端高速、安全訪問云上數(shù)據(jù)。

圖6 中小型醫(yī)院系統(tǒng)上云部署圖

3 討論

文獻計量學是指借助文獻的各種特征的數(shù)量，采用數(shù)學與統(tǒng)計方法來描述、評價和預測科學技術的現(xiàn)狀與發(fā)展趨勢的圖書情報學分支學科，目前被廣泛地應用于各種學科中[12]。伴隨我國經(jīng)濟科技的不斷發(fā)展，國家對于醫(yī)療水平的要求不斷提高，響應國家衛(wèi)生健康大會的號召，我國在逐步構建和完善醫(yī)療影像云平臺[13]。服務云化是必經(jīng)之路，影像云也是未來的發(fā)展趨勢[14]。因此，本文通過文獻計量學的方法對我國有關醫(yī)療影像云的相關文章進行現(xiàn)狀分析，有望為日后我國醫(yī)療影像云的研究提供參考。

3.1 研究被關注程度及地域分布問題分析

通過分析文獻發(fā)行量的變化趨勢，可以從側面反映出相關研究被關注的程度[15]。從本文納入文獻的年發(fā)行量趨勢來看，文獻數(shù)量總體呈上升趨勢，在2017年達到了發(fā)表量的峰值22篇，說明在醫(yī)療水平不斷提高的趨勢下，醫(yī)療影像云也被越來越多的研究者們所關注。2018 —2020 年相關文章的發(fā)表數(shù)量有所回落，說明研究者們對醫(yī)療影像云實際案例研究的關注度較低；從文獻總數(shù)量來看，與其他類別文獻相比，文獻數(shù)量較少，說明目前針對醫(yī)療影像云的相關研究還有待加強；從本文統(tǒng)計的數(shù)據(jù)可以看出，對于醫(yī)療影像云方面的研究機構主要分布在廣東、北京、江蘇、上海等經(jīng)濟發(fā)達地區(qū)，而中西部等不發(fā)達地區(qū)相關研究文章的發(fā)表少之又少，由此也可以看出相關研究的受重視程度和研究水平同當?shù)亟?jīng)濟發(fā)展水平和醫(yī)療發(fā)達程度呈正相關性[16]，且地區(qū)分布存在著差異性。因此筆者也呼吁相關單位進一步加強對醫(yī)療影像云（尤其在中西部等不發(fā)達地區(qū)）的研究與應用。

3.2 高頻關鍵詞聚類分析

本文共提取230個關鍵詞，詞頻為339，截取詞頻前20位的關鍵詞對其進行聚類分析。高頻關鍵詞共現(xiàn)網(wǎng)絡圖譜所顯示的聚類效果較差，與本文納入的研究數(shù)量較少有很大關系，但從圖中我們?nèi)匀豢梢园l(fā)現(xiàn)，PACS即醫(yī)學影像信息系統(tǒng)一詞處于中心位置，與之關聯(lián)性較強的詞分別有：云計算、云平臺、云存儲、醫(yī)學影像、區(qū)域醫(yī)療、遠程會診、區(qū)域PACS等。由高頻關鍵詞共現(xiàn)網(wǎng)絡圖譜可以看出PACS、云計算、云平臺、云存儲是研究熱點。

3.3 混合云模式有待研究與推廣

在所納入的研究中，31篇文獻涉及醫(yī)療影像云承載業(yè)務平臺，應用最廣泛的便是公有云模式，其他也都是單一地應用私有云模式或IDC模式。就目前影像云技術已經(jīng)相對完善與成熟而言，英特爾公司對于云技術提出的“混合云”架構的想法值得研究與推廣，即醫(yī)院在搭建影像云架構時，重要的核心業(yè)務要在醫(yī)院內(nèi)網(wǎng)辦理，其他業(yè)務則可以在公有云或私有云上實現(xiàn)，這樣既可以保證醫(yī)院對患者數(shù)據(jù)的擁有權，同時又能提升影像的使用效率，降低成本，也是目前比較適用、安全的影像云架構[14]。所以在今后的研究中，對混合云模式的研究與推廣值得我們關注與深入研究。

4 總結

醫(yī)療影像云的應用使我國醫(yī)療水平發(fā)展邁入一個新的歷史時期。醫(yī)療影像云的推廣與應用為醫(yī)院醫(yī)學影像資料的存儲、共享、遠程醫(yī)療的實現(xiàn)以及分診醫(yī)療的實現(xiàn)提供了強有力的技術支撐。但影像云的發(fā)展與研究在我國仍面臨著諸多的挑戰(zhàn)。例如：對于該研究的資金項目投入較少、相關研究的專業(yè)人員缺乏以及相關設備的成本過高等問題。但是值得肯定的是，醫(yī)療影像云的構建已經(jīng)逐步完善與成熟，并已投入實踐，也收獲了一些明顯的成效?？梢婋S著經(jīng)濟社會的發(fā)展和現(xiàn)代科技的進步，人類對醫(yī)療水平的要求不斷提高，所以加強對于醫(yī)療影像云的應用研究，挖掘更多醫(yī)療影像云在醫(yī)療服務中的價值體現(xiàn)，必然成為未來的發(fā)展趨勢。