A Scalable Framework for Longitudinal Surveillance of Research Evolution in Digital Medicine

La science progresse rapidement, mais suivre l'évolution d'un champ entier est une tâche monumentale. Imaginez essayer de comprendre l'évolution d'une forêt entière en ne lisant qu'un seul arbre ; vous verriez les feuilles changer, mais vous manqueriez les changements de motifs de la canopée, les nouvelles espèces qui prennent racine et la façon dont les différents bosquets se connectent. C'est le défi auquel sont confrontés les chercheurs en médecine numérique, un paysage vaste et en mutation rapide où l'informatique rencontre la santé humaine. Dans cette arène, de nouveaux outils comme l'apprentissage automatique — des systèmes qui apprennent à partir de données pour faire des prédictions — et l'intelligence artificielle générative, capable de créer de nouveaux textes ou images, émergent constamment. Parallèlement, les manières dont les scientifiques étudient les maladies, du suivi des virus à l'analyse des codes génétiques, sont en train d'être réécrites. Comme de très nombreuses revues publient des travaux dans ce domaine, et parce que le langage utilisé par les scientifiques pour décrire leur travail change au fil du temps, aucun expert ne peut détenir l'ensemble de l'image dans son esprit. Comprendre ces changements est crucial pour les bailleurs de fonds décidant où investir, les éducateurs concevant des cours et les scientifiques décidant quels problèmes aborder ensuite.

Pour résoudre cela, une équipe de chercheurs de l'Université de Columbia a construit un nouveau système évolutif appelé TRACE pour observer l'évolution de la recherche à travers l'ensemble du domaine de l'informatique biomédicale. Au lieu de regarder une seule revue, ils ont collecté et analysé 78 073 articles publiés entre 2011 et 2025 provenant de 29 revues différentes. L'équipe a été confrontée à un obstacle unique : tous les articles ne sont pas accompagnés d'une liste de mots-clés rédigés par les auteurs. Pour combler ces lacunes, ils ont utilisé un mélange ingénieux de méthodes, extrayant des termes des sites web des éditeurs, en substituant des descripteurs médicaux standardisés, et en utilisant même un outil d'intelligence artificielle pour générer des mots-clés à partir des résumés des articles eux-mêmes. Cela leur a permis de suivre 95 872 mots-clés distincts et de les regrouper en thèmes significatifs, créant une carte claire de la croissance et du changement du domaine sur quinze ans.

L'analyse a révélé que le domaine n'a pas seulement grandi en taille, mais qu'il est passé par trois vagues de l'attention qui se chevauchent. La première vague, qui était déjà bien établie au début de l'étude en 2011, consistait en des travaux fondamentaux en biologie computationnelle et en informatique de base, tels que des outils logiciels pour la gestion des données de santé et des méthodes pour analyser les séquences génétiques. La deuxième vague, qui a fait une percée vers 2019, a été portée par l'apprentissage automatique, un ensemble de techniques qui permettent aux ordinateurs de trouver des modèles dans des données complexes. Cette vague s'est étendue rapidement, finissant par représenter près de la moitié de la production de recherche du domaine en 2025. La troisième vague, la plus récente, émergeant en 2024, est définie par les grands modèles de langage et l'IA générative, des technologies capables de comprendre et de générer le langage humain. Ces vagues n'ont pas remplacé les précédentes ; elles se sont superposées, créant un environnement de recherche riche et multicouche où les outils fondamentaux continuent d'être utilisés aux côtés des plus récentes méthodes d'intelligence artificielle.

L'une des découvertes les plus surprenantes a été que de nombreux déclin apparents de sujets de recherche n'étaient pas en réalité des signes d'un désintérêt des scientifiques. En examinant de plus près, les chercheurs ont constaté que la baisse du nombre de certains sujets coïncidait souvent avec un changement dans la provenance des mots-clés. Dans les premières années de l'étude, de nombreux articles ne comportaient pas de mots-clés fournis par les auteurs, l'équipe devait donc s'appuyer sur des balises médicales standardisées assignées par des indexeurs. À mesure que davantage de revues ont commencé à exiger que les auteurs fournissent leurs propres mots-clés, le mélange de termes a changé. Les sujets qui étaient fortement indexés par les indexeurs dans le passé semblaient diminuer, mais lorsque les chercheurs se sont concentrés uniquement sur les mots-clés fournis par les auteurs, ces déclins ont disparu. Cela suggère que le domaine croît en fait dans presque toutes les directions, la grande majorité des thèmes de recherche voyant une augmentation constante du nombre d'articles publiés.

L'étude a également cartographié la manière dont les différentes communautés de recherche se connectent. Elle a révélé que les « technologies de santé numérique » — une catégorie large couvrant tout, des applications de santé mobile aux dossiers de santé électroniques — agissent comme une colonne vertébrale centrale, reliant diverses zones de recherche. Si certaines revues se spécialisent profondément dans des niches spécifiques, comme l'analyse génétique ou l'imagerie médicale, la revue Journal of Biomedical Informatics est apparue comme un pont crucial, reliant le côté clinique de la médecine au côté computationnel. Les communautés de recherche deviennent plus collaboratives, avec des équipes de plus en plus grandes et de plus en plus mixtes entre cliniciens et informaticiens. Ce changement est évident dans la signature des articles, où le nombre d'auteurs par étude a augmenté, et le nombre d'institutions différentes travaillant ensemble sur un seul article a presque doublé au cours de la dernière décennie.

Les chercheurs ont également examiné comment les événements mondiaux majeurs ont façonné le domaine, en utilisant la pandémie de COVID-19 comme étude de cas. Ils ont constaté que la pandémie a provoqué une augmentation massive et immédiate de la recherche liée aux maladies infectieuses et à la surveillance sanitaire. Cependant, l'impact est allé plus loin qu'une simple pointe temporaire ; il a entraîné avec lui des méthodologies connexes, telles que l'analyse de données et l'intelligence artificielle, qui ont progressé parallèlement à la recherche spécifique sur la maladie. Même après le passage de la crise immédiate, la croissance dans ces domaines n'est pas revenue aux niveaux précédents mais a continué de s'accélérer, suggérant que la pandémie a agi comme un catalyseur ayant modifié de façon permanente la trajectoire du domaine.

En fin de compte, ce cadre offre une manière claire et basée sur les données de voir vers où le domaine se dirige. Il montre que si le volume de la recherche explose, le cœur de la discipline se déplace vers des approches plus complexes, collaboratives et pilotées par l'IA. Les résultats offrent une feuille de route pour quiconque souhaite naviguer dans ce paysage en évolution, en distinguant les tendances passagères des changements durables de l'attention scientifique. En séparant le bruit des changements de métadonnées du signal de la véritable croissance de la recherche, l'étude confirme que la médecine numérique ne fait pas que s'agrandir, elle devient plus intégrée, plus diversifiée et de plus en plus centrale dans notre compréhension et l'amélioration de la santé humaine.