3 Построение карт связей для библиографических описаний, полученных с использованием библиографических баз (PubMed)
Анализ большого объема публикаций позволяет определить направления, на которых следует сосредоточить усилия для достижения высокого качества результатов исследования. Для этого можно использовать текстовую базу PubMed, которая предоставляет возможность экспорта библиографических описаний. В данном случае поиск проводился с использованием ключевых слов «AI or deep learning or artificial intelligence», «neurology», «dementia» и «diagnostics», что позволило выявить около 700 научных работ.
Для дальнейшего анализа экспортированные данные были загружены в программу VOSviewer. Процесс включал выполнение команд в следующей последовательности: «Create» → «Create a map based on bibliographic data». При импорте был выбран формат обработки, соответствующий источнику данных из PubMed, а именно «Read data from bibliographic database files». Такой подход обеспечивает корректную обработку и визуализацию информации для последующего анализа.
3.2 Карта связей терминов и ее анализ
Полученная карта представлена на рисунке 3.
Рисунок 3 - Карта связей терминов из библиографической базы
Карта связей терминов демонстрирует сложную сеть взаимосвязей между различными концепциями, отражающими основные направления исследований в области деменции. Визуально карта делится на несколько кластеров, каждый из которых объединяет тесно связанные термины, характеризующие определенные аспекты изучения заболевания.
Первый кластер посвящен методам машинного обучения и искусственного интеллекта, применяемым для анализа данных о деменции, включая такие термины, как машинное обучение, глубокое обучение и нейронные сети, что подчеркивает значение мультиомических подходов.
Второй кластер исследует генетические аспекты деменции, акцентируя внимание на генетическом риске и полиморфизмах однонуклеотидных замен, направленных на понимание причинно-следственных связей.
Третий кластер охватывает биомаркеры и диагностику, включая нейровизуализацию и МРТ, акцентируя усилия по разработке методов ранней диагностики.
Четвертый кластер фокусируется на клинических аспектах и факторах риска, таких как когнитивные нарушения и модифицируемые факторы риска, анализируя клинические записи для понимания течения болезни.
Пятый кластер исследует лечение и терапевтические подходы, включая создание персонализированных стратегий и применение различных медикаментов.
Шестой кластер рассматривает эпидемиологические и социальные факторы, подчеркивая влияние пандемий и хронических заболеваний на развитие деменции.
Седьмой кластер содержит менее связанные термины, связанные с узкоспециализированными направлениями исследований. Общие выводы подчеркивают комплексный характер исследований деменции, междисциплинарные связи между кластерами и потенциал использования технологий ИИ для улучшения диагностики и лечения.
3.3 Карта связей авторов и ее анализ
Карта связи авторов получена аналогичным образом и представлена на рисунке 4.
Рисунок 4 - Карта связей авторов из библиографической базы
Карта связей авторов иллюстрирует сложную сеть взаимодействий между исследователями в области деменции. Она делится на несколько кластеров, каждый из которых объединяет авторов, активно сотрудничающих через совместные публикации. Центральный кластер (красный/оранжевый) включает активных авторов, таких как Хенрик Зеттерберг и Филип Схелтенс, которые играют ведущую роль в исследованиях и демонстрируют высокий уровень междисциплинарного сотрудничества. Северо-западный кластер (зеленый) характеризуется тесными связями между авторами, работающими с методами анализа данных, но имеет менее выраженные связи с другими группами. Северо-восточный кластер (голубой) включает исследователей с корейским фоном, которые фокусируются на локальных проектах. Юго-восточный кластер (розовый/фиолетовый) также имеет ограниченные связи, исследуя специфические аспекты деменции. Периферический кластер (синий) представляет авторов, работающих над узкими темами и имеющих минимальные связи с сетью. В целом, карта демонстрирует централизацию вокруг ключевых исследователей и важность международного сотрудничества, а также наличие новых направлений, представленных молодыми исследователями. Этот анализ помогает выявить ключевых игроков в исследовании деменции и их взаимосвязи, а также подчеркивает важность междисциплинарного подхода и международного сотрудничества для лучшего понимания заболевания.
Анализ отличий между картами связей на английском и русском языках в контексте исследования деменции
Сравнение карт научных связей, построенных на основе русскоязычных и англоязычных источников, выявляет значительные различия как в тематическом наполнении, так и в структуре взаимодействий между исследователями. Эти различия отражают не только специфику научных подходов, но и организационные особенности исследовательских сообществ.
Русскоязычная карта демонстрирует более фрагментированную структуру, где отдельные кластеры слабо связаны между собой. Каждый кластер сосредоточен на узком аспекте изучения деменции, например, генетических факторах, клинической диагностике или анализе когнитивных функций. Такая разобщённость может быть следствием ограниченного уровня междисциплинарного сотрудничества и преобладания локальных исследовательских групп, которые развивают собственные направления без активного диалога с другими участниками. Это также может указывать на недостаточную интеграцию современных технологий, таких как искусственный интеллект и машинное обучение, в исследованиях.
В то же время англоязычная карта характеризуется высокой степенью интеграции. Здесь наблюдается плотная сеть взаимосвязей между кластерами, охватывающими разнообразные темы: от генетики и биомаркеров до технологий нейровизуализации и анализа данных. Междисциплинарный подход и активное сотрудничество между исследователями из разных стран и областей знаний создают условия для комплексного изучения деменции. Визуально карта представляет собой централизованную структуру с выраженными лидерами, что свидетельствует о наличии крупных международных проектов и консорциумов, объединяющих усилия учёных для решения глобальных задач.
Таким образом, русскоязычное научное пространство в области деменции выглядит более фрагментированным и децентрализованным, тогда как англоязычное отличается консолидацией и ориентацией на совместную работу. Эти различия подчеркивают не только разницу в организационных моделях научных сообществ, но и в приоритетах исследований: русскоязычные работы акцентируют внимание на теоретических аспектах и детальном анализе механизмов, тогда как англоязычные источники делают упор на практическое применение технологий и клиническую верификацию результатов.
Предложение решения поставленной в НИР задачи на основе проведенного анализа
Проведённый анализ научных публикаций на русском и английском языках позволил выявить ключевые различия в подходах к изучению деменции. Русскоязычные работы сосредоточены на теоретико-методологических аспектах, таких как изучение когнитивных механизмов и поведенческих особенностей, тогда как англоязычные источники делают акцент на практическом применении технологий, включая использование методов искусственного интеллекта, машинного обучения и междисциплинарных подходов.
Учитывая эти особенности, можно предложить интегративную методологию, сочетающую глубину теоретического анализа русскоязычных исследований с прикладными достижениями англоязычных публикаций. Первым шагом станет разработка единой терминологической платформы, которая объединит понятия и критерии диагностики, используемые в разных научных традициях. Это обеспечит совместимость данных и повысит точность интерпретации в рамках систем искусственного интеллекта.
Следующим шагом станет внедрение в отечественные исследования современных англоязычных практик, таких как систематические обзоры, мета-анализ, шкалы оценки клинических рисков и построение предсказательных моделей на основе нейросетевых архитектур. При этом сохранение фокуса на анализе когнитивных паттернов и поведенческих особенностей, характерного для русскоязычных работ, позволит повысить чувствительность алгоритмов при диагностике деменции на ранних стадиях.
В результате может быть разработана гибкая система тестирования, основанная на машинном обучении, способная эффективно интерпретировать данные нейровизуализации, анализа речи, поведенческих паттернов и биомаркеров. Такой подход не только повысит точность диагностики деменции, но и существенно ускорит процесс, снизив нагрузку на специалистов. Кроме того, он создаст основу для дальнейшего развития персонализированных стратегий лечения и профилактики заболевания.
Заключение
В результате проведенного исследования были проанализированы карты связей терминов и авторов, построенные на основе данных из библиографических баз, таких как PubMed и Zotero, с использованием программы VOSviewer. Анализ показал, что исследования в области деменции охватывают широкий спектр направлений, включая нейровизуализацию, генетику, лечение и социальные факторы. Каждый кластер на картах представляет собой уникальную область знаний, однако они тесно связаны между собой через центральные узлы, такие как "image", "gene" и "drug", что подчеркивает комплексный характер современных исследований. Англоязычные карты демонстрируют высокую степень интеграции и междисциплинарного сотрудничества, тогда как русскоязычные карты отличаются фрагментированностью и сосредоточенностью на узкоспециализированных аспектах. Выявленные различия указывают на необходимость объединения усилий международного научного сообщества для создания единой методологической платформы, которая могла бы интегрировать теоретические и практические подходы. Это позволит разработать более точные и эффективные инструменты диагностики и лечения деменции, основанные на передовых технологиях искусственного интеллекта и машинного обучения, а также обеспечить лучшее понимание причинных механизмов заболевания. Таким образом, дальнейшее развитие исследований должно быть направлено на усиление междисциплинарного взаимодействия, использование больших данных и внедрение инновационных технологий для повышения качества диагностики и лечения деменции.