伴随着科学技术的迅猛发展，学科的分化越来越细，学科之间的联系被专业内部大量的信息所掩盖，学科间交流越来越困难，知识总量与人类吸收能力之间矛盾日益突出。即出现了所谓的“知识分裂”现象。美国芝加哥大学情报学教授Don.R.Swanson创立的非相关文献知识发现方法可以在大量文献中揭示学科间隐藏联系，即根据互补文献间的链接关系来挖掘出新知识，形成合理的假设来指导科学实践。他的知识发现方法逐渐受到人们的关注。情报研究人员结合数理统计方法，借助计算机软件，展开了对非相关文献知识发现过程的探索。主要的研究方法包括词频统计分析、语义过滤、共词聚类分析等，分析的单元包括标题词、文摘中关键词以及主题词。本文主要包括两部分内容，第一部分是非相关文献知识发现思想和原理的研究，包括非相关文献知识发现思想的产生和发展、国内外研究现状以及该思想的情报学意义等。第二部分为开放式知识发现的医学实践探索。研究中借鉴了国外文献中知识发现的思路，使用WORDSTAT分析软件并结合Foxpro编程，以MEDLINE为数据源，以Mesh字段中的主题词为内容分析单元。实践研究包括两部分内容：(1)模拟Swanson的雷诺病和鱼油、偏头痛和镁缺乏的知识发现过程，探索主题词分析法的规律和可行性；(2)以2型糖尿病(diabetes mellitus，type 2)为来源主题词，通过分析主题词，寻找有价值的目标主题词，即寻找新的知识。主题词分析法模拟Swanson的知识发现是可行的，但与国外的相关研究相比，存在一定差距，在以后的研究中需要进一步完善。非相关文献知识发现思想表现出强大的情报功能和实践意义，为情报学研究带来了新的活力，补充和丰富了情报学的研究方法，完善了情报学的学科建设。我国情报人员须进一步开展对非相关文献知识发现理论的研究和实践。同时，情报工作者应正确面对困难和挑战，积极加强与科研人员的沟通与合作，逐步推广非相关文献知识发现方法在科研领域中的应用，为科研工作提供启示和参考。