NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Bu bibliyometrik inceleme, 2000'den 16 Mart 2025'e kadar nörodejeneratif hastalıklar araştırmalarında yapay zekanın (AI) gelişen manzarasını inceliyor ve Web of Science Core Collection'da indekslenen 1.402 yayından (1.159 makale, 243 inceleme) elde edilen verileri kullanıyor. Gelişmiş araçlar aracılığıyla - VOSviewer, CiteSpace ve Bibliometrix R - çalışma işbirliği ağlarını, anahtar kelime eğilimlerini ve bilgi yörüngelerini haritalandırır. Sonuçlar, derin öğrenme ve multimodal veri entegrasyonundaki gelişmelerden kaynaklanan üstel büyüme post-2017'yi ortaya koyuyor. Amerika Birleşik Devletleri (%25.96) ve Çin (%24.11) yayın hacmine hakimken, Birleşik Krallık en yüksek işbirliği merkeziliğini (0.24) ve yayın başına ortalama atıfları (31.68) sergilemektedir. Aging Neuroscience'daki Scientific Reports ve Frontiers gibi temel dergiler bu alandaki en çok makaleyi yayınladı. Son derece atıflı yayınlar ve patlama referansları, gelişim tarihindeki önemli kilometre taşlarını vurgulamaktadır. Yüksek frekanslı anahtar kelimeler arasında "alzheimer hastalığı", "parkinson hastalığı", "manyetik rezonans görüntüleme", "konvolutional sinir ağı", "biyomarkerler", "demans", "sınıflandırma", "hafıza bilişsel bozukluğu", "nöroimaj" ve "özellik çıkarma" sayılabilir. Anahtar noktalar arasında akıllı nörogörüntüleme analizi, makine öğrenimi metodolojik iterasyonlar, moleküler mekanizmalar ve ilaç keşfi ve erken teşhis sistemleri için klinik karar desteği bulunmaktadır. Gelecekteki öncelikler, gelişmiş derin öğrenme mimarileri, çoklu omik entegrasyon, açıklanabilir AI sistemleri, dijital biyobelirteç tabanlı erken tespit ve transformatörler ve teletıp dahil dönüştürücü teknolojileri içerir. Bu analiz, yapay zekanın tanıyı optimize etmedeki ve terapötik yeniliği hızlandırmadaki dönüştürücü rolünü tanımlarken, klinik çeviri ile hesaplamalı ilerlemeleri köprülemek için disiplinlerarası işbirliğinin geliştirilmesini savunuyor.
Özgün kaynak özetini okuyun
This bibliometric review examines the evolving landscape of artificial intelligence (AI) in neurodegenerative diseases research from 2000 to March 16, 2025, utilizing data from 1,402 publications (1,159 articles, 243 reviews) indexed in the Web of Science Core Collection. Through advanced tools - VOSviewer, CiteSpace, and Bibliometrix R - the study maps collaboration networks, keyword trends, and knowledge trajectories. Results reveal exponential growth post-2017, driven by advancements in deep learning and multimodal data integration. The United States (25.96%) and China (24.11%) dominate publication volume, while the UK exhibits the highest collaboration centrality (0.24) and average citations per publication (31.68). Core journals like Scientific Reports and Frontiers in Aging Neuroscience published the most articles in this field. Highly cited publications and burst references highlight important milestones in the development history. High-frequency keywords include "alzheimer's disease," "parkinson's disease," "magnetic resonance imaging," "convolutional neural network," "biomarkers," "dementia," "classification," "mild cognitive impairment," "neuroimaging," and "feature extraction." Key hotspots include intelligent neuroimaging analysis, machine learning methodological iterations, molecular mechanisms and drug discovery, and clinical decision support systems for early diagnosis. Future priorities encompass advanced deep learning architectures, multi-omics integration, explainable AI systems, digital biomarker-based early detection, and transformative technologies including transformers and telemedicine. This analysis delineates AI's transformative role in optimizing diagnostics and accelerating therapeutic innovation, while advocating for enhanced interdisciplinary collaboration to bridge computational advances with clinical translation.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.