各国计算医学研发投入情况
研发经费投入排名前10的项目开始时间主要集中在最近5年，重点投入在研究中心建设、基础设施投入、人才培养和个性化治疗等领域。
近十年全球计算医学领域研发投入经费前十的项目情况
为了对计算医学整体发展情况，重点研究内容及演进态势进行研究，白皮书还对1900年至今Web of Science核心合集中收录的主题为“computational medicine”的5257篇文献数据为样本进行了分析。
从文献发布时间来看，相关文献的时间跨度为1980－2021年。进入本世纪以来，全球范围内计算医学研究热度持续上涨，尤其2010年前后快速上升，呈加速趋势，计算医学研究热度持续升高。中美两国的研究趋势与全球基本保持一致。
1990－2021年计算医学研究领域发文量时间分布比较
发文数量最高的前三个国家分为美国（2154篇）、中国（761篇）和英国（499篇）。仅从发文数量来看，中国在研究关注度上与美国相比仍有一定差距。
计算医学发文量国家分布情况
发文篇数排名前十的机构中，美国的机构占9个，主要以约翰霍普金斯大学、哈佛大学医学院、斯坦福大学等高校为主。这说明美国在计算医学领域已经形成了比较有影响力的领域研究中心。中国虽然仅有中国科学院一家机构进入前十，但排名第二且与第一名较为接近，也显示了较大的发展潜力。
计算医学发文前十机构发文数量
发文量排名前10的期刊共刊登了计算医学文献832篇（15．83％）。其中，排名第一的为《医学物理学》（Medical Physics），发文量为385篇（7．32％）；IF最高的《生物信息学简报》（Briefings in Bioinformatics）发文量排名第6位。
计算医学领域发文数量前十的期刊情况
计算医学作为医学、工程与计算机的交叉学科，是多个学科专业共同的交叉研究领域。从文献学科分类统计来看，计算医学主要与放射学、核医学和医学影像、生物化学和分子生物学、数学与计算生物学、计算机科学与跨学科应用、药理学与制药、生物医学工程、生物化学研究方法学、工程、电器与电子、多学科科学、计算机科学及人工智能等学科密切相关。
对文献关键词统计结果进行分析，计算医学领域排名前十的关键词分别为：模型（model）、癌症（cancer）、表达（expression）、预测（prediction）、仿真（simulation）、识别（identification）、系统生物学（system biology）、精准医学（precision medicine）、系统（system）和算法（algorithm）。
在研究领域选择上不同国家各有侧重。中美两国的研究领域涉及面较广，各类研究关键词均有相关文献。
具体对比来看，中国的研究关键词排名前三的为药物发现（drug discovery）、精准医疗（precision medicine）、预测（prediction），美国研究关键词排名前三的则依次为精准医疗（precision medicine）、模型（model）和机器学习（machine learning）。
就研究关键词的发文数量来看，中国在计算医疗技术领域的模型构建、仿真模拟以及机器学习研究和应用领域的精准医疗、个性化医疗等五个方面的研究关注度与美国差距较大。
根据对各国近20年来研究热点变迁的分析来看，计算医学正从原有理论、模型等基础性研究向应用研究转变。
2009年以前，各国研究主题非常多样，较为集中的主题主要集中在“方法（method）”和“模型（model）”，在2002－2009年和2006－2009年分别成为日本、美国的研究热点。
2010年以后，各国的计算医学研究热点开始出现更多重叠。其中，“癌症（cancer）”在2014－2017年成为多个国家计算医学领域的研究热点；“表达（expression）”先后成为韩国、英国和中国在计算医学领域的研究重点；2018－2021年，“精准医疗（precision medicine）”成为美国计算医学领域研究热点。
通过将前述1980－2021年的5257篇相关文献进行关键词聚类，得到了10个非常清晰的计算医学聚类类别。排名前三的分别是“精准医学”“机器学习”“计算研究”领域。虚拟筛选靶点发现等药物发现相关的“计算研究”也是最新的领域方向，平均发文时间为2013年。
这些聚类结果主要又可分为三类：第一类为计算建模相关研究，从最早的放射建模相关内容到血流动力学建模、蒙特卡洛模拟、射线与疾病相关研究。其中，最突现的关键词为模型、仿真和系统。
第二类为计算组学相关研究，主要包括基因序列研究、非编码RNA和基因组学应用相关研究，并向精准医疗和药物筛选研究扩展。其关键节点包括癌症、数据库和基因表达。
第三类为基于人工智能的相关研究，包括机器学习领域和精准计算机断层扫描应用领域。
2010－2021 年计算医学领域关键词聚类图谱
机器学习子领域时间跨度从1990－2021年，是所有聚类中时间跨度最大的子领域，可以反映出机器学习技术在计算医学领域应用研究的持续性。2010年左右，计算模型成为该领域研究热点；2010－2013年计算模型与大数据高度共现，也体现出了数据驱动的计算医疗模型构建的研究热度提升；2016年以后，计算医学的机器学习领域热点集中在了精准医疗领域；最近，研究热点则主要集中在深度学习。
建模、数据、智能、精准，阐述计算医学研究内容分类
目前，计算医学相关院校对于计算医学研究内容的分类主要有以下两种：
从医学视角出发的分类方式可将计算医学划分为计算生理学、计算解剖学、计算病理学等。该种分类方法相当于做加法，即现有的医学研究门类均可开展对应的计算科学门类研究。
3
