El impacto de la Inteligencia artificial en equipos médicos: un análisis bibliométrico de aplicaciones e innovaciones
Resumen
El propósito de esta revisión bibliométrica es analizar las investigaciones científicas relacionadas a los conceptos de IA y redes neuronales artificiales, aplicadas en el diagnóstico médico, diseño y/o desempeño de equipos médicos, en la atención al paciente o rehabilitación. La metodología empleada incluye una revisión de 413 documentos desde 1978 hasta la actualidad, que han sido descargados de Scopus, utilizando el software R Bibliometrix y VOSviewer y el mismo Scopus para el análisis de metadatos, identificando autores, países, organizaciones y publicaciones implicadas. La evaluación y análisis de la información y el conocimiento como producto de la investigación científica, es un componente esencial para toda investigación pública y tecnológica, así como para los programas de desarrollo que se distribuyen a la comunidad en general. Es en este punto, donde la informática brinda un aporte valioso, al crear los métodos y los medios para cuantificar la producción del conocimiento y su conversión en bienes. El componente fundamental de la mayoría de las investigaciones bibliométricas es proporcionar una medición de los documentos científicos que se distribuyen. No obstante, deben ser tratados con cautela, el cálculo de las publicaciones no está exento de sesgos.
Descargas
Citas
Aguilar-Gallardo, C., & Bonora-Centelles, A. (2024). Integrating Artificial Intelligence for Academic Advanced Therapy Medicinal Products: Challenges and Opportunities. Applied Sciences, 14(3), 1303. https://doi.org/10.3390/app14031303
Ali, A. M. A., & Alrobaian, M. M. (2024). Strengths and weaknesses of current and future prospects of artificial intelligence-mounted technologies applied in the development of pharmaceutical products and services. Saudi Pharmaceutical Journal, 32(5), 102043.
https://doi.org/10.1016/j.jsps.2024.102043
Aria, M., y Cuccurullo, C. (2017). “bibliometrix : An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Belal, S. L., Frantz, S., Minarik, D., Enqvist, O., Wikström, E., Edenbrandt, L., & Trägårdh, E. (2023). Applications of Artificial Intelligence in PSMA PET/CT for Prostate Cancer Imaging. Seminars In Nuclear Medicine, 54(1), 141-149.
https://doi.org/10.1053/j.semnuclmed.2023.06.001
Chen, X., Duan, R., Shen, Y., & Jiang, H. (2023). Design and evaluation of an intelligent physical examination system in improving the satisfaction of patients with chronic disease. Heliyon, 10(1), e23906. https://doi.org/10.1016/j.heliyon.2023.e23906
Chen, Z., Zhang, D., Liu, C., Wang, H., Jin, X., Yang, F., & Zhang, J. (2023). Traditional Chinese medicine diagnostic prediction model for holistic syndrome differentiation based on deep learning. Integrative Medicine Research, 13(1), 101019.
https://doi.org/10.1016/j.imr.2023.101019
Cruz Manzo, J., Bolaños González, F. F., Ortuño Barba, L. C., Villafuerte Palavicini, F. S., & Áraoz Baltazar, I. (2024). Bibliometría del Uso del Blockchain en la Economía Circular: Decisión Hacia la Sostenibilidad. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 9165–9180. https://doi.org/10.37811/cl_rcm.v8i5.14304
Farah, L., Borget, I., Martelli, N., & Vallee, A. (2024). Suitability of the Current Health Technology Assessment of Innovative Artificial Intelligence-Based Medical Devices: Scoping Literature Review. Journal Of Medical Internet Research, 26, e51514. https://doi.org/10.2196/51514
Farooq, M., Fontana, J. M., & Sazonov, E. (2014). A novel approach for food intake detection using electroglottography. Physiological Measurement, 35(5), 739-751.
https://doi.org/10.1088/0967-3334/35/5/739
Feng, S., Lin, S., Chiang, Y., Lu, M., & Chao, Y. (2023). Deep Learning-Based Hip X-ray Image Analysis for Predicting Osteoporosis. Applied Sciences, 14(1), 133.
https://doi.org/10.3390/app14010133
García-Villar, C., & García-Santos, J. (2021). Indicadores bibliométricos para evaluar la actividad científica. Radiología, 63(3), 228-235. https://doi.org/10.1016/j.rx.2021.01.002
Grechko, A. V., Yadgarov, M. Y., Yakovlev, A. A., Berikashvili, L. B., Kuzovlev, A. N., Polyakov, P. A., Kuznetsov, I. V., & Likhvantsev, V. V. (2024). RICD: Russian Intensive Care Dataset. General Reanimatology, 20(3), 22-31. https://doi.org/10.15360/1813-9779-2024-3-22-31
Gòmez Flores, N. E., Hernandez Cortes, E., Ramirez Vaquero, E. O., Moreno Sosa, S. M., & Vazquez Evangelista, J. G. (2024). Antocianinas, más allá del Color y el pH: Una Revisión Bibliométrica. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 9053-9080. https://doi.org/10.37811/cl_rcm.v8i5.14297
Guo, C., Cun, Y., Xia, B., Chen, S., Zhang, C., Chen, Y., Shan, E., Zhang, P., & Tai, X. (2024). An analysis of stimulation methods used in rehabilitation equipment for children with cerebral palsy. Frontiers In Neurology, 15. https://doi.org/10.3389/fneur.2024.1371332
Jiatuo, X., Tao, J., & Shi, L. (2024). Research status and prospect of tongue image diagnosis analysis based on machine learning. Digital Chinese Medicine, 7(1), 3-12.
https://doi.org/10.1016/j.dcmed.2024.04.002
Omoumi, P., Ducarouge, A., Tournier, A., Harvey, H., Kahn, C. E., Verchère, F. L., Santos, D. P. D., Kober, T., & Richiardi, J. (2021). To buy or not to buy—evaluating commercial AI solutions in radiology (the ECLAIR guidelines). European Radiology, 31(6), 3786-3796.
https://doi.org/10.1007/s00330-020-07684-x
Posit, PBC. (2024). RStudio 2024.09.1+394 “Cranberry Hibiscus” Release Notes. Recuperado de https://posit.co
Ramesh, A., Kambhampati, C., Monson, J., & Drew, P. (2004). Artificial intelligence in medicine. Annals Of The Royal College Of Surgeons Of England, 86(5), 334-338.
https://doi.org/10.1308/147870804290
Pezo Galdea, J. I., & Medina Bacilio, J. M. (2024). La desnutrición y su influencia en el rendimiento académico de los estudiantes de una escuela de educación básica en la zona rural del Cantón Santa Elena. Estudios Y Perspectivas Revista Científica Y Académica , 4(2), 292–309. https://doi.org/10.61384/r.c.a.v4i2.222
Manzano Vela, M. P. (2024). Prevalencia y epidemiología de la hepatitis A en niños menores de 6 años: Una revisión sistemática de la literatura. Revista Científica De Salud Y Desarrollo Humano, 5(2), 69–100. https://doi.org/10.61368/r.s.d.h.v5i2.122
González García, J. S., Vázquez Villa, L., Inguanzo, R. F., Contreras Bañuelos, I. R., & Salazar Valdés, D. A. (2024). Los juegos motores para facilitar el aprendizaje de contenidos matemáticos: propuesta para docentes en formación. Emergentes - Revista Científica, 4(1), 123–141. https://doi.org/10.60112/erc.v4i1.103
Morales, J. C. (2023). Fostering Recycling Culture Through Playful Strategies. Revista Veritas De Difusão Científica, 4(1), 143–160. https://doi.org/10.61616/rvdc.v4i1.41
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Seoni, S., Shahini, A., Meiburger, K. M., Marzola, F., Rotunno, G., Acharya, U. R., Molinari, F., & Salvi, M. (2024). All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems. Computer Methods And Programs In Biomedicine, 250, 108200.
https://doi.org/10.1016/j.cmpb.2024.108200
Shih-Chung, B., Freedman, M. T., Lin, J., & Mun, S. K. (1993). Automatic lung nodule detection using profile matching and back-propagation neural network techniques. Journal Of Digital Imaging, 6(1), 48-54. https://doi.org/10.1007/bf03168418
Song, K., Feng, J., & Chen, D. (2024). A survey on deep learning in medical ultrasound imaging. Frontiers In Physics, 12. https://doi.org/10.3389/fphy.2024.1398393
Wu, B. (2024). Real Time Monitoring Research on Rehabilitation Effect of Artificial Intelligence Wearable Equipment on Track and Field Athletes. EAI Endorsed Transactions On Pervasive Health And Technology, 10. https://doi.org/10.4108/eetpht.10.5150
Yang, R., & Yu, Y. (2021). Artificial Convolutional Neural Network in Object Detection and Semantic Segmentation for Medical Imaging Analysis. Frontiers In Oncology, 11. https://doi.org/10.3389/fonc.2021.638182
Younis, H. A., Eisa, T. A. E., Nasser, M., Sahib, T. M., Noor, A. A., Alyasiri, O. M., Salisu, S., Hayder, I. M., & Younis, H. A. (2024). A Systematic Review and Meta-Analysis of Artificial Intelligence Tools in Medicine and Healthcare: Applications, Considerations, Limitations, Motivation and Challenges. Diagnostics, 14(1), 109.
https://doi.org/10.3390/diagnostics14010109
Zuhair, V., Babar, A., Ali, R., Oduoye, M. O., Noor, Z., Chris, K., Okon, I. I., & Rehman, L. U. (2024). Exploring the Impact of Artificial Intelligence on Global Health and Enhancing Healthcare in Developing Nations. Journal Of Primary Care & Community Health, 15. https://doi.org/10.1177/21501319241245847
Derechos de autor 2024 Angélica Granados Sánchez , Laura García Cadena, Jessica Cruz Manzo, Rubén Posada Gómez, Karen Lizbeth Ángel García

Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.