基于CiteSpace的我国智慧医院研究热点与趋势分析

我国开展医院智慧化试点始于2015年，首批智慧医院试点单位包括中日友好医院、北京大学第三医院等12所。根据国家出台《智慧医疗分级评价方法及标准（2025版）》《关于促进“互联网+医疗健康”发展的意见》《公立医院高质量发展促进行动（2021—2025年）》等文件精神，智慧医院建设契合“以人民健康为中心”的发展思想，通过优化服务流程、推广远程医疗，极大提升群众就医的可及性与满意度，有效破解“看病难”问题。赋能医疗体系提质增效，利用人工智能、大数据等技术辅助临床决策、优化资源配置，推动医疗服务模式从“规模扩张”向“质量效益”转变；夯实“健康中国”战略根基，通过促进区域信息互通、支撑分级诊疗、增强公共卫生应急响应能力，为构建优质高效的整合型医疗服务体系提供核心支撑；推动医疗行业创新发展，为科研提供海量数据，加速新药研发和疾病机制探索，还能推动服务模式创新，从“被动治疗”转向“主动健康管理”。本研究通过文献计量和可视化分析，理清2015—2025年国内智慧医院研究脉络和热点演进过程，预测智慧医院未来研究发展趋势，为推动我国智慧医院高质量发展提供有力支撑。

1 资料与方法

1.1 数据来源

本研究以中国知网（CNKI）为数据来源，采用高级检索策略：主题词、关键词设定为“智慧医院”，限定发表时间为2015年1月1日至2025年10月23日，文献类型为“学术期刊”，学科领域为“医药卫生方针政策与法律法规研究”。初步检索获得1942篇文献，经人工剔除会议论文、报纸等非目标文献及缺少作者、单位、关键词或与该主题不相关的文献后，最终将1428篇文献纳入研究样本。

1.2 研究方法

本研究借助CiteSpace 6.1.R6软件，在年度发文量的变化，作者及机构之间的合作情况，关键词的词频、聚类、共现、时序、突现强度等方面进行可视化分析，进一步揭示我国智慧医院研究现状、热点与发展趋势。

1.3 数据处理

将CNKI检索所得文献导入CiteSpace 6.1.R6软件，设置时间切片（Time Slicing）为2015年1月至2025年10月，时间切片长度（YearPerSlice）为1年，剪枝策略（Pruning）选择Pathfinder与Pruning sliced networks，其余参数采用默认设置。以作者（Author）、机构（Institution）、关键词（Keywords）为节点类型（Node Types）分别进行可视化分析，生成各类知识图谱后，对关键节点展开细化探究，以挖掘深层研究信息。

2 结果与分析

2.1 文献时间分布

经统计，时间分布特征显示，该领域近10年发文量总体呈上升态势：2015—2019年发文量相对匮乏且波动不明显，累计发表189篇，占总文献量的13.2%；2020—2025年发文量增长趋势显著加快且波动明显，累计达1239篇，占比86.8%。这一现象表明，2020年后智慧医院领域的研究热度呈显著攀升态势，相关研究获学界广泛关注，该领域已步入快速发展阶段。

2.2 发文作者分析

研究显示，近10年间（2015—2025年）智慧医院研究领域共有362位作者参与发文，共形成362个节点，网络密度为0.0047。依据普赖斯定律，若某研究主题中半数文献由一群作者完成，则该群体可界定为核心作者。核心作者筛选公式M＝0.749×（Nmax为高产作者最大发文量），结合本研究Nmax=8计算M≈2.12，向上取整后确定筛选阈值为发文量≥2篇，得到169位核心作者。核心作者累计发文395篇，占文献总量的27.6%（≤50%），表明我国智慧医院研究领域未形成核心作者群，说明该领域是一个全新的、刚刚兴起的领域，还没有形成公认的权威或稳定的核心研究者群体，大量学者都在进行探索性研究，研究成果分散，没有形成“核心产出力量”。见图1。

图1 作者合作图

2.3 发文机构分布

根据机构发文量统计，共有14家机构发文量8篇及以上，分别是上海交通大学医学院附属瑞金医院（17篇），河南省人民医院、北京大学深圳医院（均11篇），上海市儿童医院、郑州大学第一附属医院、华中科技大学同济医学院附属协和医院、江苏省苏北人民医院、华中科技大学同济医学院医药卫生管理学院（均10篇），上海交通大学医学院附属新华医院（9篇），北京大学口腔医院、上海市第一人民医院、北京大学第三医院、国家卫生健康委医院管理研究所、上海交通大学医学院附属胸科医院（均为8篇）。这14家机构中发文量有7家在上海，说明上海的医疗机构对智慧医院建设高度重视。见图2。

图2 机构合作图

根据机构合作网络图显示，在智慧医院研究领域已初步形成3个较为明显的合作团队，分别是上海交通大学医学院附属瑞金医院合作团队、北京大学深圳医院、上海交通大学医学院附属新华医院，其中有两个团队机构合作均是在上海区域内合作，跨区域合作较少。

2.4 研究热点与发展趋势分析

2.4.1 高频关键词分析。高频关键词代表了该领域内受到广泛关注的核心议题或研究热点。除了频次，还需要关注中心性，中心性大于0.1的关键词，说明它在网络扮演“桥梁”的角色，连接不同的研究主题，是领域内的研究热点。研究显示，关键词频次排名前12分别是：智慧医院（565次）、公立医院（210次）、智慧财务（123次）、智慧医疗（122次）、医院（109次）、信息化（92次）、物联网（60次）、大数据（44次）、智慧服务（43次）、账务管理（42次）、智慧管理（41次）、人工智能（41次），其中中心性大于0.1的关键词有智慧医院（0.63）、公立医院（0.17）、智慧医疗（0.29）、医院（0.17）、信息化（0.21）、物联网（0.2）、智慧管理（0.13），说明它们连接不同群体的桥梁，促进知识在不同群体之间的活动和融合，在一定程度上“控制”或“影响”着网络中的知识活动路径。关键词共现情况见图3。

图3 关键词共现图

2.4.2 关键词聚类分析。聚类是按照某个特定标准把一个数据集分割成不同的类或簇，使得同一个簇的数据相似性尽可能大，不同簇的数据对象的相似性尽可能小。聚类分析基于关键词之间的共现关系。如果两个关键词频繁地共同出现在同一篇文献中，它们就会被认为在语义上相关。CiteSpace会依据这种关联强度，将关系紧密的关键词聚集到一起，形成一个聚类。评估聚类效果的关键指标有两个，模块度（Q值）和平均轮廓值（S值）。模块度（Q值）＞0.3，通常说明聚类结构是显著的，即分组是合理的。平均轮廓值（S值）用于衡量聚类内部的一致性（同质性）和清晰度。S＞0.5被认为聚类是合理的，S＞0.7则意味着聚类是令人信服的。图4中，节点数N=417，连线数N=757，Q=0.5876＞0.3，S=0.8527＞0.7，表明聚类结构显著且可靠，具有科学依据。共识别出12个研究主题，从0到11分别是#0智慧医院、#1智慧财务、#2互联互通、#3智慧服务、#4后勤管理、5#物联网、#6智慧医疗、#7互联网、#8医院、#9智慧管理、#10信息化、#11建设，数字越小，聚类中包含的关键词越多，每个聚类由多个紧密相关的词组成。

图4 关键词聚类共现图

2.4.3 关键词时间线分析。我国智慧医院的研究演进是一个与政策引导、技术革新紧密联动，研究重心从基础信息化逐步走向深度融合与智能化的过程。我国智慧医院研究领域在2015—2025年经历了显著的演进过程，从初期的概念探索和技术试验，逐步发展到如今的系统化建设与深度融合阶段。这一演进过程呈现出3个鲜明特征：一是研究热度持续攀升，相关学术文献从2015年的13篇，增长至2024年的284篇，增长率达到218.5%；二是政策驱动效应明显，国家卫生健康委等部门发布的一系列政策文件为研究领域指明了方向；三是研究重点随技术发展而转移，从早期的电子病历、信息化建设逐步转向人工智能、大数据分析及智慧化管理等前沿领域。根据图5时间线视图可总结出，智慧医院研究的总体演进脉络可分为初期阶段、快速发展阶段和深化与转型阶段。

初期阶段（2015—2017年）：信息化基础夯实与在线化服务探索。2015—2017年仅发表智慧医院相关文献55篇，主要聚焦在基础信息化完善和在线化服务探索方面。在信息化建设方面，各级医院逐步完成HIS、LIS、PACS、EMR等基础IT系统部署，研究热点集中在系统互联互通、数据标准化及信息集成平台构建上，着力破解信息孤岛难题，同时探讨电子病历在医疗质量提升与患者安全保障中的应用价值，为推进医院信息互联互通标准化成熟度测评提供了重要政策驱动。在在线化服务领域上，随着“互联网+”行动计划的推进，互联网医疗与远程医疗成为研究重点：前者围绕预约挂号、在线支付等便捷服务的在线化实现，着力解决传统医疗“三长一短”痛点；后者聚焦远程会诊、影像诊断等跨区域医疗资源共享模式探索，2018年国务院办公厅出台《关于促进“互联网+医疗健康”发展的意见》，为互联网医院业务开展提供了明确政策支撑。

快速发展阶段（2018—2021年）：框架确立与智能化起步时期。2018—2021年发表智慧医院相关文献474篇，主要体现在智慧医院框架体系的确立与智能化技术的深度渗透方面。2019年国家卫生健康委首次明确智慧医院“智慧医疗（面向医务人员）、智慧服务（面向患者）、智慧管理（面向管理者）”3个核心领域，为研究提供了清晰的系统化框架，推动学术研究从单点技术应用转向多维度系统工程构建，聚焦云计算、大数据、人工智能等新兴技术与医疗服务的深度融合机制。研究热点集中在2个方向：一是人工智能在医疗领域的规模化应用，依托深度学习技术的突破性进展，AI辅助诊断、影像识别、临床决策支持系统（CDSS）等研究热点，旨在提升诊疗准确性与效率、减轻医务人员负担；二是医学大数据研究的深化，研究重点从技术潜力探讨转向数据价值挖掘，围绕医疗大数据“4V”特性（Volume、Velocity、Variety、Value）开展处理与分析方法研究，为临床决策、医院管理及医学研究提供支撑。

深化与转型阶段（2022—2025年）：运营管理优化与新兴技术融合。2022—2025年发表智慧医院相关文献899篇，研究聚焦在医院运营管理精细化优化与新兴技术深度融合创新方面，呈现系统化、前瞻化特征。在政策驱动下，医保支付改革与公立医院高质量发展要求推动医院运营管理信息化研究快速增长，研究集中财务管理、后勤供应链管理、资源优化配置及绩效评价等领域，通过物联网、大数据与AI技术实现设备监控、成本控制等精细化管理目标，契合三级医院绩效考核要求。在技术应用方面，2023年起大模型技术突破引发医学人工智能研究新浪潮，相较于传统单一任务AI，大语言模型凭借强通用性与自然语言理解能力，在医学文献分析、医疗记录生成等多场景的应用探索成为研究热点。2025年以来，智慧医院研究进一步走向系统化与前瞻布局，多学科交叉融合（生命科学与机械、计算机等领域协同）、组学技术支撑的精准医疗、AI与数字孪生技术融合成为核心方向，后者通过医疗资源实时管理、患者数据综合分析等多维度重塑医院运营与诊疗模式，推动个性化精准医疗与健康管理落地。

图5 关键词时间线视图

2.4.4 关键词突现分析。关键词突现性检测可揭示特定时段内研究热点、发展趋势及前沿动态的演变特征。设定γ=0.7时，共检测出16个突现关键词；Year为关键词首次出现年份，Begin、End分别对应前沿起止年份。关键词突现按突发起始时间排序（图6），自2015年出现“互联网+”“体系架构”研究热点，2016年出现“大数据”“发展前景”“微信”“支计算”和“移动医疗”等研究热点，2017—2018年出现了“数据中心”“就医体验”和“医疗”3个研究热点，2020年以后出现了“智慧门诊”“疫情防控”“电子病历”“智慧病房”“运营管理”和“医院档案”等多个研究热点。按突发强度排序，排前5的研究热点是“大数据”“互联网+”“疫情防控”“电子病历”和“就医体验”。按突发的时间范围长度排序，排前5位的研究热点是“大数据”“互联网+”“发展前景”“数据中心”和“云计算”。从突发起始时间、强度和时间范围3个维度表明，“大数据”和“互联网+”两个关键词一直是我国智慧医院领域研究的热点。“大数据”和“互联网+”之所以能成为并持续作为研究热点，是国家政策引领、医疗行业内在需求、技术发展驱动和社会公众期望四者共同作用的结果。“互联网+”代表了“连接”与“流程再造”，它主要解决的是医疗服务可及性和效率的问题，是智慧医院的“四肢”和“脉络”。“大数据”代表了“洞察”与“智能决策”，它主要解决的是医疗质量和精准性的问题，是智慧医院的“大脑”和“中枢”。这两者如同车之两轮、鸟之两翼，共同构成了智慧医院的核心能力。在国家政策的强力推动下，面对医疗体系的现实痛点，借助技术发展的东风，回应人民群众的新期待，“大数据”和“互联网+”将持续成为我国智慧医院研究领域的核心关键词。未来的研究热点将进一步聚焦于两者的深度融合，例如利用AI挖掘互联网医疗数据价值，以及利用大数据模型进一步优化互联网服务体验等。

图6 关键词突现图

3 讨论与建议

本文通过运用CiteSpacec软件对1428篇文献进行计量分析和可视化分析，全面梳理了我国2015—2025年智慧医院研究热点和趋势，总结出我国智慧医院建设目前存在的困境和挑战，并提出建议。

3.1 以“技术赋能+制度护航”破局，摆脱智慧医院底层数据治理困境

目前我国智慧医院建设中存在数据孤岛与安全失衡等问题，这是智慧医院建设的底层挑战。院内各业务系统（如挂号、检验、影像）独立建设，数据标准不一，导致数据无法有效整合与流通，形成大量“信息孤岛”。同时，数据质量参差不齐，且在使用与共享过程中面临严峻的隐私安全风险，难以释放数据的核心价值。因此，在此基础上提出两点建议。一是在技术上，搭建国家—省—市—县四级全民健康信息平台，采用统一数据编码与OFD-H国家标准，通过联邦学习、动态脱敏等技术实现数据“可用不可见”；二是在制度上，成立院长牵头的数字转型委员会，制定全生命周期数据治理规范，明确数据调阅授权机制与安全责任划分。

3.2 以“适配优化+场景驱动”赋能，突破智慧医院技术应用适配痛点

目前我国智慧医院建设中存在医疗设备通信协议陈旧，难以与物联网平台对接，且临床环境的电磁干扰会影响无线传输稳定性等问题。AI等新技术还存在“技术黑箱”问题，决策逻辑难解释，让医患对其结果存疑。此外技术更新快，医院跟进迭代的成本高，且新技术落地周期长、改造成本高。因此，在此基础上提出两点建议：一是在技术适配上，研发兼容陈旧协议的物联网网关，优化临床场景无线传输抗干扰技术，推动AI模型透明化设计以提升医患信任度；二是在场景驱动上，围绕临床诊疗、DRG/DIP成本核算等核心需求，构建“1+N+X”架构（大数据中台+多院区数据整合+场景化智能应用），缩短技术落地周期。

3.3 以“标准引领+校企协同”聚力，补齐智慧医院复合型人才短板

当前我国智慧医院建设中严重缺乏既懂医疗业务，又掌握AI、大数据等信息技术的复合型人才。高校与医疗机构人才培养脱节，相关学科设置和培训机制不健全，导致人才知识结构难以匹配智慧医院建设需求，进而影响技术应用和系统运行效果。因此，在此基础上提出两点建议：一是在标准建设方面，完善电子病历、检查检验结果互认等行业规范，建立智慧医院建设评价体系，避免同质化建设与资源浪费；二是在人才培育方面，高校增设医疗信息化交叉学科，医疗机构与科技企业共建实训基地，通过“技术+业务”双轨培训提升现有人员综合能力。

综上所述，未来我国智慧医院研究将呈现多维度深化趋势：一是人工智能与大模型推动医疗AI从单点应用向整体解决方案演进；二是数据治理与安全仍是核心支撑，隐私计算、区块链等技术有望成为研究热点；三是系统架构将聚焦柔性化与可扩展性，适配需求与技术动态变化；四是患者参与及医患互动模式创新将成为智慧服务研究重点。当前该领域已从技术追随迈向理论创新与实践引领，形成中国特色研究路径，未来将以价值医疗为导向，强化数据驱动决策，持续构建人性化、智能化、一体化智慧医疗服务体系，为我国智慧医院高质量发展提供有力支撑。

来源：《中国医院》杂志社2026年7月刊

作者：杨梅、韦洁莹、农圣、覃巧裕

作者单位：右江民族医学院附属医院、右江民族医学院

（参考文献略）