《表2 高频关键词 (频次>250) Tab 2 High frequency keywords list (frequency>250)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工智能技术在药学领域的应用——基于Web of Science的文献可视化分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

关键词是作者用来高度概括核心论点的语句，其分布频次和特点可体现研究领域的总体特征、研究热点间的相互联系和发展趋势[24]。将CiteSpace中节点类型设置为“关键词”，聚类词类型设置为“名词短语”，分析获得AI技术应用于药学领域研究的关键词共现网络图谱（图6）。该图谱中三角形的大小和颜色深度代表该关键词出现的频次和时间，字体的深浅也反映了频次的高低。采用CiteSpace对关键词的出现频次进行统计分析，结果出现频次最高的关键词为“Neural network”，其次为“Machine-learning”“Discovery”“Prediction”“Classification”“Design”等（表2），分别反映了AI技术的重要核心（机器学习算法）以及其在药学领域的主要运用（药物发现及设计）；其他研究热点还包括:疾病或不良反应诊断分级、药学模型的建立和优化、药物筛选或药效预测、药学数据库的建立等。中心度较高的关键词如“Discovery”“Design”，则提示有多个研究领域的研究与药物的发现或设计有关，即具有一定的学科交叉性[25]。