|
عنوان
|
ارزیابی ساختار، روند و پویایی دانش در حوزه هوش مصنوعی و داده های پزشکی: یک رویکرد جامع علم سنجی برای تحلیل خروجی علمی و موضوعات آینده گرا
|
|
نوع پژوهش
|
مقالات در همایش ها
|
|
کلیدواژهها
|
هوش مصنوعی، داده های پزشکی، علم سنجی، بیبلیومتریک
|
|
چکیده
|
این پژوهش با هدف ترسیم چشم انداز علمی حوزه «هوش مصنوعی و داده های پزشکی» با استفاده از رویکرد علم سنجی و تحلیل اسناد نمایه شده در پایگاه اسکوپوس طی سال های 1975 تا 2025 انجام شد. برای شناسایی واژه های کلیدی، از اصطلاحات Medical Subject Headings (MeSH) استفاده و رشته جستجویی جامع تدوین گردید. پس از استخراج، پاک سازی و حذف موارد تکراری و نامرتبط، مجموعه داده نهایی شامل 6618 سند بوده و در نرم افزارهای ScientoPy و Bibliometrix برای تحلیل و تجسم علمی بارگذاری شد. نتایج نشان داد که از سال 2019 رشد انتشارات در این حوزه شتاب چشمگیری یافته و سال 2024 بیشترین تعداد مقالات را به خود اختصاص داده است. همچنین، 94 کشور در تولید دانش مشارکت داشته اند و آمریکا، بریتانیا و هند سه کشور پیشرو محسوب می شوند. تحلیل حوزه های موضوعی نشان داد که علوم کامپیوتر، مهندسی و پزشکی کانون های اصلی پژوهش ها هستند. نتایج شبکه هم واژگانی و روند تحول مفاهیم آشکار ساخت که ساختار مفهومی این حوزه در سه سطح شامل توسعه روش های الگوریتمی، ابزارهای تحلیلی داده محور و کاربردهای کلینیکی شکل گرفته است. روند زمانی موضوعات نیز بیانگر حرکت پژوهش ها از مدل های کلاسیک یادگیری ماشین به سمت یادگیری عمیق، تحلیل تصاویر پزشکی، یادگیری فدرال و مدل های پیش بینی بالینی است. در مجموع، یافته ها نشان می دهد که هوش مصنوعی و داده های پزشکی به یک حوزه بالغ، میان رشته ای و اثرگذار تبدیل شده و نقش فزاینده ای در تحول پزشکی دیجیتال و ارتقای تشخیص و درمان ایفا می کند.
|
|
پژوهشگران
|
سیف اله اندایش (نفر اول)، زهرا کیانراد (نفر دوم)
|
|
تاریخ انجام
|
1404-11-28
|