這項研究回顧了1966年至2024年間41,282篇有關細胞外囊泡（EVs）的文章，並分析了相關的研究、資金及臨床轉化情況。主要發現包括：1. 在傷口癒合和神經退行性疾病方面的研究顯著增長，但與年齡相關的黃斑變性和臨床應用的增長不再顯著。2. 國家癌症研究所是主要資金來源，國家老化研究所的資金也在快速增加。3. 雖然其他醫學領域的臨床試驗增多，眼科的臨床試驗卻明顯不足。這顯示EVs在視力疾病的識別和治療上有潛力，未來的努力應聚焦於此。 PubMed DOI

這項研究針對過去30年醫療保健領域的人工智慧（AI）文獻進行了深入分析，顯示機器學習和深度學習等技術在臨床應用中的整合日益增加。從1993年到2023年，共分析了22,950篇文獻，發現科學產出顯著上升，美國和中國是主要貢獻者，哈佛大學出版量最高。近期趨勢顯示，COVID-19和藥物發現等主題受到高度關注，而2023年最受引用的論文則聚焦於ChatGPT。研究強調了加強國際合作及對AI技術理解的重要性，以推動醫療創新。 PubMed DOI

本研究針對1993至2023年間的890篇文獻進行分析，探討人工智慧（AI）在腎臟移植中的應用，這對末期腎病（ESRD）治療至關重要。透過CiteSpace和VOSviewer等工具，識別全球趨勢及主要研究領域。美國，特別是梅奧診所，成為主要貢獻者。研究主題包括AI在捐贈者配對、深度學習在移植後監測及機器學習在個性化免疫抑制中的應用。自2017年以來，AI應用顯著增加，未來趨勢指向個性化醫療及遠程醫療。本綜述為研究人員和臨床醫生提供了重要資源，並建議未來研究方向。 PubMed DOI

本研究探討人工智慧（AI）輔助的心理社會介入現狀，分析2007至2024年間在Web of Science發表的207篇文章。主要發表來源為*Journal of Medical Internet Research*，美國在研究活動中表現突出。研究主題包括*機器學習*、*心理健康*、*認知行為療法*及*個性化*，自2020年以來對AI驅動療法的興趣逐漸上升，特別是像ChatGPT的工具。這顯示未來心理健康照護將更個性化與創新，並強調了進一步研究的必要性。 PubMed DOI

人工智慧（AI）在醫學領域的應用已顯著提升醫療服務與病人結果。本研究分析了2019年至2023年間AI在醫學的發展，使用Web of Science核心合集進行文獻計量分析，並運用VOSviewer和R-bibliometrix工具探討出版趨勢、作者及關鍵字使用情況。 研究發現包括：共識別1,811篇文獻，來自97國的3,583機構，主要貢獻者為美國，哈佛醫學院出版數量最高。《醫學網路研究期刊》因其高引用率而受到重視。四大關鍵字集群為數位健康中的AI、COVID-19與ChatGPT、精準醫療及公共衛生流行病學，顯示AI在病人健康風險討論中的重要性。 PubMed DOI

視網膜影像提供了一種非侵入性的方法，能夠觀察眼睛中的血管和神經纖維，並透過眼科組學深入了解全身健康。近期研究探討視網膜生物標記與多種全身性疾病的關聯，並結合人工智慧（AI）提升疾病檢測的潛力。數位彩色眼底攝影、光學相干斷層掃描（OCT）等技術被應用於篩檢和早期檢測。儘管AI展現潛力，但在數據質量和技術實施上仍面臨挑戰。這篇綜述旨在成為研究人員和臨床醫生的資源，促進AI在臨床的應用。 PubMed DOI

這項研究分析了過去十年人工智慧（AI）在醫學領域的出版增長，並預測未來將持續快速上升。研究利用OpenAI API，檢視2014至2024年期間前50本醫學期刊的出版物，最終篩選出212,620篇。結果顯示，AI相關出版物從2014年的約500篇增至2022年的超過1,000篇，比例也從2.5%增至2024年的6%以上。心臟病學和腫瘤學成為AI應用的領頭羊。預測到2030年，AI相關出版物可能達到10%。這強調了AI在醫學研究中的重要性及人類監督的必要性。 PubMed DOI

這篇綜述分析了3,581篇文獻，說明機器學習在青光眼早期診斷、疾病預測和個人化治療上的應用進展。重點聚焦於眼疾、視網膜影像和風險因子。研究也指出現有趨勢與不足，並建議結合多模態技術和大型語言模型，有望進一步提升青光眼診斷與照護品質。 PubMed DOI

這篇研究回顧2001到2023年AI在藥物化學領域的應用，重點在QSAR建模、虛擬篩選和藥物設計。中國和美國發表最多論文，中國科學院最具代表性。近期熱門主題有預測模型、分子指紋和評分函數。研究也指出多模態和大型語言模型在未來藥物化學的重要性，並整理了發展趨勢與未來方向。 PubMed DOI

這篇研究用文獻計量分析，整理2022年底到2023年底間3,411篇AI生成內容（AIGC）在醫療領域的論文，發現相關研究快速成長，美國和哈佛大學發表最多。熱門主題包括AIGC的影響、適用性和大眾看法。研究建議未來要加強規範、優化資訊服務、釐清AIGC角色，並推動醫療大型語言模型發展。 PubMed DOI