?
Картирование медицинской науки: результаты интеллектуального анализа больших данных
Цель исследования. Анализ актуальной глобальной повестки в медицинской науке.
Материал и методы. В статье предлагается подход к построению медицинского исследовательского ландшафта на основе семантического анализа и картирования медицинских тематик с помощью системы интеллектуального анализа больших данных iFORA. Для этого была проведена векторизация 2252 тематик из англоязычных статей, опубликованных в 2024 г., относящихся к сфере медицины, эмбеддинги были получены с помощью модели Jina (jina-embeddings-v3).
Результаты. В рамках проведенного исследования была картирована научно-технологическая повестка мировой медицинской науки, которая охватывает 25 тематических кластеров. Были выделены самостоятельные кластеры, посвященные технологиям диагностики, лечения и профилактики заболеваний, кластеры, связанные с отдельными нозологиями, системами и комплексами в организме, платформенными направлениями в сфере наук о жизни, а также кластеры в области организации и политики здравоохранения, цифровизации, фармацевтики и смежных с медициной областей. В статье также приведены наиболее значимые тематики в каждом кластере с учетом их упоминаемости в научной литературе за 2024 г.
Заключение. Понимание глобальной повестки в медицинской науке и наиболее актуальных технологических трендов является ключом к развитию инновационных технологий в этой сфере. Результаты исследования могут стать информационной основой для выбора приоритетов и фокусировки мер поддержки развития науки и технологий в области медицины.