运用文献计量学方法，探讨人工智能（Artificial Intelligence，AI）在间质性肺疾病（Interstitial Lung Disease, ILD）领域中的应用现状、研究热点及未来发展趋势。

全面检索Web of Science（WOS）核心合集建库至 2026年3月收录的应用AI 研究ILD的英文文献，采用 VOSviewer 1.8.0 与 CiteSpace 6.1.R6 软件对发文国家、作者、机构和关键词进行可视化分析。

共纳入英文文献 1022 篇；2018 年起发文量显著增长，2020年后进入爆发期。国家层面形成了以北美（美国）、东亚（中、日）和欧洲为核心的全球研究格局：美国作为知识枢纽，中心性最高，与各国协作最为紧密；中国发文量全球第一（512 篇），是新兴主力，日本为东亚结缔组织病相关ILD（CTD-ILD）亚群研究核心。涉及研究机构以美国国家犹太健康中心、美国密歇根大学、英国帝国理工学院为代表，以Stowasser S、Cottin V、Maher TM、Raghu G 等为核心作者。高频关键词包括特发性肺纤维化（IPF）、机器学习（Machine Learning,ML）、深度学习（Deep Learning, DL）、计算机断层扫描（CT）等。关键词聚类显示研究主题包括基于DL的自动化影像表型分析、多模态生物标志物挖掘、多模态数据融合、ILD 临床全流程智能化管理等。最新的研究前沿集中在可解释性 AI、以急性加重（AE）为代表的危重症风险动态预警、以及基于真实世界数据的跨中心模型验证。

AI 正推动 ILD 诊疗进入精准化与智能化时代。未来研究应着力于提升模型的临床可解释性、构建纵向追踪系统，并加强针对罕见 ILD 亚型的多中心协作研究。