在快速发展的医疗领域，人工智能（AI）正越来越多地推动传统医疗的转型并改善医疗诊断决策。本文的总体目标是通过应用文本挖掘技术收集科学论文和专利信息，揭示人工智能在医疗领域的新兴趋势和未来可能的发展方向。本研究采用先进的文本挖掘和多种深度学习算法，利用Web of Science数据库中的1587篇科学论文和Derwent创新指数中的1314项专利（2018-2022年），研究新兴AI在医疗领域的未来趋势。本文引入了一种新颖的自监督文本挖掘方法，利用双向编码器表示转换器（BERT）来探索医疗领域的AI趋势。研究结果指出物联网、数据安全和图像处理的市场趋势。这项研究不仅揭示了当前AI在医疗领域的研究热点和技术趋势，还提出了一种先进的研究方法。此外，通过分析专利数据，本研究为探索AI技术的商业化提供了实证依据，指出了未来医疗服务的潜在转型方向。早期的技术趋势分析主要依赖专家判断。本研究首次将深度学习自监督模型引入医疗AI领域，有效提高了分析的准确性和效率。这些发现为研究人员、政策制定者和行业专业人士提供了宝贵的指导，使他们能够做出更加明智的决策。
(全文结束)