💻 computer science

Mapping the Evolution of Artificial Intelligence in Healthcare, 2017–2025: An Integrated Bibliometric and Latent Dirichlet Allocation Topic Modelling Analysis

Este estudio integra el análisis bibliométrico estándar con el modelado de temas mediante la Asignación Latente de Dirichlet (LDA) en un corpus curado de 2.631 documentos sobre IA en la atención médica desde 2017 hasta 2025 para superar las limitaciones de las palabras clave, revelando una trayectoria de maduración desde aplicaciones listas para su implementación hacia fronteras dependientes de la gobernanza, como los modelos de lenguaje de gran tamaño y la IA explicable.

Autores originales: Piyusha Ambradkar, Vandana Tandon Khanna.

Publicado 2026-09-08

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Piyusha Ambradkar, Vandana Tandon Khanna.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El panorama de la medicina moderna está siendo remodelado silenciosamente por una nueva y poderosa fuerza: la inteligencia artificial. Durante décadas, las computadoras han ayudado a los médicos a organizar registros y realizar cálculos básicos, pero los sistemas actuales están aprendiendo a ver patrones en imágenes médicas, predecir resultados de pacientes e incluso redactar notas clínicas. Este cambio está ocurriendo tan rápido que a los líderes de hospitales e investigadores les resulta difícil mantener una visión clara de hacia dónde se dirige el campo. Necesitan una forma de mapear el vasto océano de la nueva investigación, distinguiendo entre ideas que están listas para el uso en el mundo real y aquellas que aún son solo experimentos. Para lograr esto, deben examinar miles de artículos científicos, pero el simple hecho de contar palabras o confiar en las etiquetas que los autores eligen para describir su trabajo a menudo pierde el significado profundo. Diferentes científicos podrían usar diferentes palabras para la misma idea, o las mismas palabras para cosas distintas, creando una niebla que oculta las verdaderas tendencias.

Un equipo de investigadores del Instituto de Gestión K J Somaiya en Mumbai decidió despejar esa niebla combinando dos formas diferentes de observar los datos. Recopilaron una colección masiva de 2,631 artículos científicos publicados entre 2017 y 2025, enfocándose específicamente en cómo se aplica la inteligencia artificial a la atención médica. En lugar de solo leer los títulos y las palabras clave, utilizaron un método computacional que lee los títulos y los resúmenes de los artículos para encontrar temas ocultos, de forma muy similar a un bibliotecario que escucha el contenido de una conversación en lugar de solo leer el asunto en el sobre de una carta. Al emparejar esta lectura profunda con un análisis estándar de quién cita a quién y qué revistas son más activas, crearon un mapa detallado de la evolución del campo. Su trabajo revela no solo qué tecnologías están madurando, sino también qué ideas emergentes están pasando desapercibidas para el seguimiento de la investigación tradicional.

Los investigadores encontraron que el campo ha crecido explosivamente, con el número de publicaciones aumentando de aproximadamente 87 en 2017 a 731 en 2025. Este aumento fue particularmente agudo alrededor de 2020, impulsado por la necesidad urgente de herramientas para ayudar a diagnosticar y rastrear la pandemia de COVID-19. Cuando analizaron los artículos más citados, observaron que el enfoque inicial se centró fuertemente en el uso de computadoras para leer imágenes médicas, como radiografías y escaneos, y en la conexión de dispositivos portátiles (wearables) con los sistemas hospitalarios. Estas áreas han alcanzado ahora un punto de madurez, lo que significa que los problemas técnicos centrales están mayormente resueltos, y la investigación actual se enfoca en refinar estas herramientas para enfermedades específicas como afecciones cardíacas o diabetes.

Sin embargo, el descubrimiento más significativo del estudio provino del método de lectura profunda, que descubrió temas que las búsquedas tradicionales por palabras clave omitieron por completo. Mientras que el análisis tradicional mostraba una imagen clara de las imágenes y los dispositivos portátiles, no logró detectar dos áreas de rápido crecimiento: el uso de modelos de lenguaje extensos para escribir notas clínicas y la necesidad urgente de reglas que expliquen cómo la inteligencia artificial toma sus decisiones. El análisis computacional identificó que estos temas están explotando en popularidad, pero eran invisibles en los mapas de palabras clave estándar porque los científicos estaban utilizando una amplia variedad de términos para describirlos. Esto sugiere que el campo se está moviendo más allá de simplemente construir herramientas inteligentes hacia la preocupación por cómo gobernarlas y cómo integrarlas en el papeleo diario de los hospitales.

Los investigadores organizaron estos hallazgos en una línea de tiempo clara de preparación. Determinaron que las tecnologías para leer imágenes médicas y monitorear pacientes con sensores están listas para ser desplegadas en hospitales ahora mismo. Otras áreas, como el uso de inteligencia artificial para ayudar a los médicos a escribir registros de pacientes o para proteger la privacidad del paciente mientras se comparten datos entre diferentes hospitales, se encuentran todavía en una fase de rápido crecimiento. Estos campos más nuevos aún no están listos para el uso generalizado porque requieren que se establezcan primero nuevas leyes y marcos de seguridad. El estudio concluye que, para los líderes de hospitales e inversores, la información más valiosa no es solo qué está funcionando hoy, sino reconocer qué tecnologías emergentes están en el horizonte y requieren preparación antes de que puedan ser adoptadas de manera segura. Al utilizar este enfoque combinado de contar citas y leer en busca de temas ocultos, el equipo proporcionó una forma confiable de ver el futuro de la tecnología médica antes de que sea obvio para todos los demás.

Resumen Técnico: Mapeo de la Evolución de la Inteligencia Artificial en el Cuidado de la Salud (2017–2025)

Planteamiento del Problema
La rápida transformación de la inteligencia artificial (IA) en el cuidado de la salud —desde sistemas basados en reglas hasta el aprendizaje profundo y los modelos de lenguaje de gran tamaño (LLM)— ha creado un desafío para los investigadores y los tomadores de decisiones al mapear con precisión el estado actual y la trayectoria del campo. Si bien los análisis bibliométricos estándar ofrecen perspectivas a nivel macro, dependen en gran medida de la coocurrencia de palabras clave. Este enfoque está limitado por la heterogeneidad de las palabras clave de los autores, donde diferentes términos describen el mismo concepto o términos idénticos describen conceptos diferentes, introduciendo ruido y no logrando capturar las relaciones semánticas a través de diversas tradiciones de investigación. En consecuencia, los temas semánticos emergentes, particularmente aquellos que utilizan terminología novedosa (por ejemplo, "IA explicable" o aplicaciones específicas de LLM), pueden estar subrepresentados o ser invisibles en los mapas tradicionales basados en palabras clave.

Metodología
Este estudio emplea una metodología integrada que combina un pipeline bibliométrico estándar de siete fases con el modelado de temas mediante la Distribución de Dirichlet Latente (LDA) computacional.

Construcción del Corpus: Se extrajo un corpus de bases de datos duales de OpenAlex y PubMed, cubriendo un conjunto de datos matriz "cloud-healthcare" de 2010–2025. Tras filtrar por términos relacionados con la IA (por ejemplo, "aprendizaje automático", "aprendizaje federado", "LLM") y restringir el periodo de tiempo a 2017–2025, se finalizó un subcorpus de 2,631 documentos siguiendo el cribado PRISMA 2020 (deduplicación, filtros de idioma y disponibilidad de resúmenes).
Análisis Bibliométrico: Se aplicaron métodos estándar utilizando el paquete bibliometrix de R, incluyendo las leyes de Bradford y Lotka, análisis de citas, redes de coautoría/cocitación, acoplamiento bibliográfico y mapeo temático a través de tres periodos (2017–2019, 2020–2022, 2023–2025). Se utilizó el Análisis de Correspondencias Múltiples (MCA) para visualizar las estructuras conceptuales.
Modelado de Temas LDA: Se utilizó el paquete topicmodels de R para modelar el texto combinado de títulos y resúmenes. El preprocesamiento incluyó la conversión a minúsculas, eliminación de palabras de parada (incluyendo términos de alta frecuencia no discriminativos específicos del dominio) y derivación (stemming). El número óptimo de temas ( $k=8$ ) se determinó minimizando la perplejidad de retención (held-out perplexity). Se empleó el muestreo de Gibbs (2,000 iteraciones). Las etiquetas de los temas fueron asignadas mediante revisión cualitativa de los 20 términos principales por tema por parte de dos codificadores independientes, logrando un acuerdo inter-evaluador sustancial (kappa de Cohen = 0.84).

Resultados Clave

Crecimiento y Tendencias: El subcorpus exhibió un crecimiento explosivo, con publicaciones anuales que aumentaron de ~87 en 2017 a 731 en 2025 (CAGR ~30%). Ocurrió un punto de inflexión distintivo en 2020–2021, impulsado por diagnósticos de COVID-19 basados en IA y modelos de vigilancia federada.
Hallazgos Bibliométricos: La ley de Bradford identificó a IEEE Access, IEEE Internet of Things Journal y Future Generation Computer Systems como revistas centrales. La ley de Lotka indicó una comunidad de investigadores de núcleo ligeramente más concentrada ( $\beta=2.58$ ) en comparación con el conjunto de datos matriz.
Descubrimiento de Temas LDA: Se identificaron ocho temas latentes coherentes:
1. Aprendizaje Profundo: Imágenes Médicas (18.4%, Madurando)
2. NLP para Texto Clínico (13.2%, En Crecimiento)
3. Aprendizaje Federado y Privacidad (11.8%, Crecimiento Rápido)
4. CDSS Integrado con IoT (16.7%, Madurando)
5. Descubrimiento de Fármacos y Genómica (8.9%, Estable)
6. LLMs para Documentación Clínica (9.3%, Crecimiento Explosivo post-2023)
7. Gobernanza de la IA Explicable (XAI) (10.6%, Crecimiento Rápido)
8. Monitoreo Remoto de Pacientes mediante IA (11.1%, En Crecimiento)
Integración y Divergencia: El cruce de información entre LDA y la coocurrencia de palabras clave reveló que, si bien temas como el Aprendizaje Federado se alineaban bien, los LLMs para Documentación Clínica y la Gobernanza de la XAI estaban casi totalmente ausentes de los grupos de palabras clave estándar. Esto confirma que el LDA detectó con éxito frentes de investigación nacientes que el análisis de palabras clave omitió.
Análisis de Trayectoria: Los temas se categorizaron por madurez:
- Listos para el Despliegue: Imágenes de aprendizaje profundo y CDSS basados en IoT (crecimiento en meseta, enfoque en validación).
- Listos para la Integración: NLP para texto clínico, aprendizaje federado y monitoreo remoto (tecnología probada, requiere integración de infraestructura).
- Fronteras de Observación de Inversión: LLMs y gobernanza de XAI (aceleración rápida, requieren marcos regulatorios y de gobernanza antes de su escalabilidad).

Significancia y Contribuciones
El artículo reclama tres contribuciones primarias:

Avance Metodológico: Demuestra que integrar LDA con pipelines bibliométricos estándar ofrece un descubrimiento semántico superior al análisis de palabras clave por sí solo, específicamente al identificar temas emergentes (como LLMs y XAI) que aún no están estandarizados en las palabras clave proporcionadas por los autores.
Taxonomía de Madurez Tecnológica: El estudio proporciona un marco replicable para clasificar las aplicaciones de IA en el cuidado de la salud basándose en su fase de desarrollo (maduración, crecimiento o frontera), directamente aplicable a las decisiones de inversión en tecnología de la salud y de exploración de horizontes.
Dimensión de Gobernanza: El análisis destaca la emergencia de una dimensión distinta de "gobernanza y ética" (que abarca XAI, sesgo, equidad y privacidad) como una fuerza estructurante en la literatura desde 2020, un matiz que solo es parcialmente visible en los mapas de palabras clave tradicionales pero que queda claramente definido a través del enfoque integrado.

Limitaciones
Los autores señalan que los resultados de LDA son sensibles al preprocesamiento y a la selección del número de temas. El estudio se restringe a publicaciones en lengua inglesa, lo que podría subrepresentar la significativa investigación en chino sobre IA y salud. Los recuentos de citas para los años recientes están incompletos debido a los retrasos de acumulación. Finalmente, la taxonomía de madurez tecnológica se deriva de patrones de publicación y no de la evaluación directa de sistemas clínicos desplegados.

Resumen Técnico: Mapeo de la Evolución de la Inteligencia Artificial en el Cuidado de la Salud (2017–2025)

Más como este