💻 computer science

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

Cette étude intègre l'analyse bibliométrique standard à la modélisation thématique par allocation de Dirichlet latente (LDA) sur un corpus organisé de 2 631 documents sur l'IA en santé de 2017 à 2025 afin de surmonter les limites des mots-clés, révélant une trajectoire de maturation passant d'applications prêtes au déploiement à des frontières dépendantes de la gouvernance telles que les grands modèles de langage et l'IA explicable.

Auteurs originaux : Piyusha Ambradkar, Vandana Tandon Khanna.

Publié 2026-09-08

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Piyusha Ambradkar, Vandana Tandon Khanna.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le paysage de la médecine moderne est discrètement remodelé par une nouvelle force puissante : l'intelligence artificielle. Pendant des décennies, les ordinateurs ont aidé les médecins à organiser les dossiers et à effectuer des calculs de base, mais les systèmes d'aujourd'hui apprennent à déceler des modèles dans les images médicales, à prédire les résultats des patients et même à rédiger des notes cliniques. Ce changement se produit si rapidement qu'il est difficile pour les dirigeants d'hôpitaux et les chercheurs de garder une vision claire de l'évolution du domaine. Ils ont besoin d'un moyen de cartographier l'océan vaste de la nouvelle recherche, en distinguant les idées prêtes pour une utilisation réelle de celles qui ne sont encore que des expérimentations. Pour ce faire, ils doivent examiner des milliers d'articles scientifiques, mais le simple fait de compter les mots ou de s'appuyer sur les étiquettes que les auteurs choisissent pour décrire leur travail manque souvent le sens profond. Différents scientifiques peuvent utiliser des mots différents pour une même idée, ou les mêmes mots pour des choses différentes, créant un brouillard qui cache les véritables tendances.

Une équipe de chercheurs de l'Institut K J Somaiya de Management à Mumbai a décidé de dissiper ce brouillard en combinant deux manières différentes d'analyser les données. Ils ont rassemblé une collection massive de 2 631 articles scientifiques publiés entre 2017 et 2025, se concentrant spécifiquement sur la manière dont l'intelligence artificielle est appliquée à la santé. Au lieu de simplement lire les titres et les mots-clés, ils ont utilisé une méthode informatique qui lit les titres et les résumés des articles pour trouver des thèmes cachés, un peu comme un bibliothécaire qui écoute le contenu d'une conversation plutôt que de simplement lire l'objet d'une lettre. En associant cette lecture profonde à une analyse standard de qui cite qui et quels journaux sont les plus actifs, ils ont créé une carte détaillée de l'évolution du domaine. Leur travail révèle non seulement quelles technologies arrivent à maturité, mais aussi quelles idées émergentes passent sous le radar du suivi de recherche traditionnel.

Les chercheurs ont constaté que le domaine a connu une croissance explosive, le nombre de publications passant d'environ 87 en 2017 à 731 en 2025. Cette poussée a été particulièrement forte autour de 2020, sous l'impulsion du besoin urgent d'outils pour aider à diagnostiquer et à suivre la pandémie de COVID-19. Lorsqu'ils ont analysé les articles les plus cités, ils ont vu que l'accent initial était fortement mis sur l'utilisation de l'informatique pour lire les images médicales, telles que les radiographies et les scanners, et sur la connexion des dispositifs portables aux systèmes hospitaliers. Ces domaines ont désormais atteint un point de maturité, ce qui signifie que les problèmes techniques de base sont largement résolus, et que la recherche actuelle se concentre sur le perfectionnement de ces outils pour des maladies spécifiques comme les troubles cardiaques ou le diabète.

Cependant, la découverte la plus significative de l'étude est venue de la méthode de lecture profonde, qui a mis au jour des thèmes que les recherches par mots-clés standards avaient complètement manqués. Si l'analyse traditionnelle montrait un portrait clair de l'imagerie et des dispositifs portables, elle n'a pas réussi à détecter deux domaines en pleine croissance : l'utilisation de grands modèles de langage pour rédiger des notes cliniques et le besoin urgent de règles pour expliquer comment l'intelligence artificielle prend ses décisions. L'analyse informatique a identé que ces sujets explosent en popularité, pourtant ils étaient invisibles dans les cartes de mots-clés standard car les scientifiques utilisaient une grande variété de termes pour les décrire. Cela suggère que le domaine évolue au-delà de la simple construction d'outils intelligents pour se soucier de la manière de les gouverner et de la manière de les intégrer dans le travail administratif quotidien des hôpitaux.

Les chercheurs ont organisé ces résultats dans une chronologie claire de l'état de préparation. Ils ont déterminé que les technologies pour la lecture d'images médicales et la surveillance des patients avec des capteurs sont prêtes à être déployées dans les hôpitaux dès maintenant. D'autres domaines, tels que l'utilisation de l'intelligence artificielle pour aider les médecins à rédiger les dossiers des patients ou pour protéger la vie privée des patients lors du partage de données entre différents hôpitaux, sont encore dans une phase de croissance rapide. Ces nouveaux domaines ne sont pas encore prêts pour une utilisation généralisée car ils nécessitent que de nouvelles lois et des cadres de sécurité soient mis en place au préalable. L'étude conclut que pour les dirigeants d'hôpitaux et les investisseurs, l'enseignement le plus précieux n'est pas seulement ce qui fonctionne aujourd'hui, mais la reconnaissance des technologies émergentes qui sont à l'horizon et qui nécessitent une préparation avant de pouvoir être adoptées en toute sécurité. En utilisant cette approche combinée de comptage des citations et de lecture de thèmes cachés, l'équipe a fourni un moyen fiable de voir l'avenir de la technologie médicale avant qu'elle ne devienne évidente pour tout le monde.

Résumé technique : Cartographie de l'évolution de l'intelligence artificielle en santé (2017–2025)

Énoncé du problème
La transformation rapide de l'intelligence artificielle (IA) dans le secteur de la santé — passant de systèmes fondés sur des règles au deep learning et aux grands modèles de langage (LLM) — a créé un défi pour les chercheurs et les décideurs afin de cartographier avec précision l'état actuel et la trajectoire du domaine. Bien que les analyses bibliométriques standards offrent des perspectives macroscopiques, elles reposent fortement sur la cooccurrence de mots-clés. Cette approche est limitée par l'hétérogénéité des mots-clés des auteurs, où différents termes décrivent un même concept ou des termes identiques décrivent des concepts différents, introduisant ainsi du bruit et échouant à capturer les relations sémantiques entre diverses traditions de recherche. Par conséquent, les thèmes sémantiques émergents, particulièrement ceux utilisant une terminologie nouvelle (ex. : « IA explicable » ou des applications spécifiques de LLM), peuvent être sous-représentés ou invisibles dans les cartes traditionnelles basées sur les mots-clés.

Méthodologie
Cette étude emploie une méthodologie intégrée combinant un pipeline bibliométrique standard en sept phases avec une modélisation thématique par allocation de Dirichlet latente (LDA) computationnelle.

Construction du corpus : Un corpus issu de deux bases de données a été extrait d'OpenAlex et PubMed, couvrant un ensemble de données parent « cloud-healthcare » de 2010 à 2025. Après filtrage des termes liés à l'IA (ex. : « machine learning », « apprentissage fédéré », « LLM ») et restriction de la période de temps à 2017–2025, un sous-corpus de 2 631 documents a été finalisé après application du protocole PRISMA 2020 (déduplication, langue et filtres de disponibilité des résumés).
Analyse bibliométrique : Des méthodes standards ont été appliquées via le package R bibliometrix, incluant les lois de Bradford et de Lotka, l'analyse de citations, les réseaux de co-auteur/co-citation, le couplage bibliographique et la cartographie thématique sur trois périodes (2017–2019, 2020–2022, 2023–2025). L'analyse des correspondances multiples (ACM) a été utilisée pour visualiser les structures conceptuelles.
Modélisation thématique LDA : Le package R topicmodels a été utilisé pour modéliser le texte combiné des titres et des résumés. Le prétraitement comprenait la mise en minuscules, la suppression des mots vides (incluant les termes non discriminants à haute fréquence spécifiques au domaine) et la racinisation (stemming). Le nombre optimal de thèmes ( $k=8$ ) a été déterminé en minimisant la perplexité de l'échantillon tenu à l'écart (held-out perplexity). L'échantillonnage de Gibbs (2 000 itérations) a été employé. Les étiquettes de thèmes ont été assignées via une revue qualitative des 20 termes principaux par thèmes par deux codeurs indépendants, atteignant un accord inter-juges substantiel (kappa de Cohen = 0,84).

Résultats clés

Croissance et tendances : Le sous-corpus a présenté une croissance explosive, les publications annuelles passant d'environ 87 en 2017 à 731 en 2025 (TCAC ~30 %). Un point d'inflexion distinct est survenu en 2020–2021, porté par les diagnostics de la COVID-19 basés sur l'IA et les modèles de surveillance fédérée.
Résultats bibliométriques : La loi de Bradford a identifié IEEE Access, IEEE Internet of Things Journal et Future Generation Computer Systems comme les revues centrales. La loi de Lotka a indiqué une communauté de chercheurs plus concentrée ( $\beta=2,58$ ) par rapport au jeu de données parent.
Découverte thématique par LDA : Huit thèmes latents cohérents ont été identifiés :
1. Deep Learning : Imagerie médicale (18,4 %, en maturation)
2. NLP pour le texte clinique (13,2 %, en croissance)
3. Apprentissage fédéré et confidentialité (11,8 %, croissance rapide)
4. Systèmes d'aide à la décision (CDSS) intégrés à l'IoT (16,7 %, en maturation)
5. Découverte de médicaments et génomique (8,9 %, stable)
6. LLM pour la documentation clinique (9,3 %, croissance explosive post-2023)
7. Gouvernance de l'IA explicable (XAI) (10,6 %, croissance rapide)
8. Surveillance à distance des patients par l'IA (11,1 %, en croissance)
Intégration et divergence : Le recoupement de la LDA avec la cooccurrence de mots-clés a révélé que, bien que des thèmes comme l'apprentissage fédéré s'alignent bien, les LLM pour la documentation clinique et la Gouvernance de l'XAI étaient presque totalement absents des clusters de mots-clés standards. Cela confirme que la LDA a détecté avec succès des fronts de recherche naissants que l'analyse par mots-clés a manqués.
Analyse de trajectoire : Les thèmes ont été classés par maturité :
- Prêts pour le déploiement : Imagerie par deep learning et CDSS basés sur l'IoT (croissance plafonnante, focalisation sur la validation).
- Prêts pour l'intégration : NLP pour le texte clinique, apprentissage fédéré et surveillance à distance (technologies éprouvées, nécessitant une intégration infrastructurelle).
- Frontières à surveiller pour l'investissement : LLM et gouvernance de l'XAI (accélération rapide, nécessitant des cadres réglementaires et de gouvernance avant le passage à l'échelle).

Signification et contributions
L'article revendique trois contributions principales :

Avancée méthodologique : Il démontre que l'intégration de la LDA aux pipelines bibliométriques standards offre une découverte sémantique supérieure à l'analyse par mots-clés seule, spécifiquement pour identifier les thèmes émergents (comme les LLM et l'XAI) qui ne sont pas encore standardisés dans les mots-clés fournis par les auteurs.
Taxonomie de la maturité technologique : L'étude fournit un cadre reproductible pour classifier les applications de l'IA en santé selon leur phase de développement (maturation, croissance ou frontière), directement applicable à l'investissement en technologies de santé et à la veille stratégique.
Dimension de gouvernance : L'analyse souligne l'émergence d'une dimension distincte de « gouvernance et éthique » (englobant l'XAI, le biais, l'équité et la confidentialité) comme une force structurante dans la littérature depuis 2020, une nuance seulement partiellement visible dans les cartes de mots-clés traditionnelles mais clairement définie grâce à l'approche intégrée.

Limites
Les auteurs notent que les résultats de la LDA sont sensibles au prétraitement et à la sélection du nombre de thèmes. L'étude est limitée aux publications en langue anglaise, ce qui pourrait sous-représenter la recherche importante en langue chinoise sur l'IA en santé. Les comptes de citations pour les années récentes sont incomplets en raison des délais d'accumulation. Enfin, la taxonomie de la maturité technologique est dérivée des modèles de publication plutôt que d'une évaluation directe des systèmes cliniques déployés.

Résumé technique : Cartographie de l'évolution de l'intelligence artificielle en santé (2017–2025)

Articles similaires