Meta-Analysis Studies on Artificial Intelligence in Healthcare: A Bibliometric Analysis (2010-2025)

आर्टिफिशियल इंटेलिजेंस विज्ञान कथाओं के क्षेत्र से निकलकर आधुनिक चिकित्सा की दैनिक कार्यप्रणाली का हिस्सा बन गया है। यह अब केवल एक सैद्धांतिक अवधारणा नहीं है, बल्कि उपकरणों का एक समूह है जो डॉक्टरों को एक्स-रे में पैटर्न पहचानने, यह अनुमान लगाने कि कौन से मरीज बीमार पड़ सकते हैं, और अस्पताल के शेड्यूल को प्रबंधित करने में मदद करता है। जैसे-जैसे ये उपकरण अधिक सामान्य होते गए, शोधकर्ताओं ने एक महत्वपूर्ण प्रश्न पूछना शुरू कर दिया: क्या वे वास्तव में काम करते हैं? इस उत्तर को खोजने के लिए, वैज्ञानिक "मेटा-एनालिसिस" (meta-analyses) लिख रहे हैं, जो विशेष प्रकार के अध्ययन हैं जो कई छोटे अध्ययनों के परिणामों को एकत्र और संयोजित करके एक स्पष्ट तस्वीर बनाने में मदद करते हैं। मेटा-एनालिसिस को एक ऐसे तरीके के रूप में सोचें जिससे आप केवल व्यक्तिगत पेड़ों के बजाय पूरे जंगल को देख पाते हैं, जिससे शोधकर्ता किसी एक प्रयोग के विवरण में खो जाने के बजाय साक्ष्यों के समग्र स्वास्थ्य को देख सकते हैं। हालाँकि, जबकि स्वास्थ्य सेवा में आर्टिफिशियल इंटेलिजेंस का क्षेत्र नई खोजों से विस्फोट की तरह बढ़ रहा है, किसी ने भी इन सारांश अध्ययनों के संग्रह को देखने के लिए पीछे मुड़कर नहीं देखा था कि यह क्षेत्र कैसे बढ़ रहा है, कौन यह काम कर रहा है, और ध्यान कहाँ केंद्रित है।

इस्तांबुल मेडेनियत विश्वविद्यालय के शोधकर्ताओं की एक टीम ने 2010 और 2025 के बीच प्रकाशित आर्टिफिशियल इंटेलिजेंस मेटा-एनालिसिस के साहित्य की एक व्यापक समीक्षा करके इस कमी को भरने का निर्णय लिया। उन्होंने नए चिकित्सा उपकरणों का परीक्षण नहीं किया या नए क्लिनिकल ट्रायल नहीं चलाए; इसके बजाय, उन्होंने मौजूदा अनुसंधान के परिदृश्य को समझने के लिए मानचित्रकार (cartographers) की भूमिका निभाई। शक्तिशाली कंप्यूटर सॉफ्टवेयर का उपयोग करते हुए, उन्होंने दो प्रमुख वैश्विक डेटाबेस से 646 शोध लेख एकत्र किए, और उन सभी को हटा दिया जो अन्य अध्ययनों का औपचारिक सारांश नहीं थे। उनका लक्ष्य एक बड़ी तस्वीर देखना था: यह क्षेत्र कितनी तेजी से विस्तार कर रहा है, कौन से देश और विश्वविद्यालय इसमें अग्रणी भूमिका निभा रहे हैं, और कौन से विशिष्ट चिकित्सा विषय सबसे अधिक ध्यान आकर्षित कर रहे हैं।

परिणाम एक ऐसे क्षेत्र को प्रकट करते हैं जो अचानक उछाल आने से पहले एक दशक से अधिक समय से चुपचाप निर्माण कर रहा था। उनके अध्ययन के पहले नौ वर्षों के लिए, 2010 से 2018 तक, बहुत कम ऐसे सारांश पत्र प्रकाशित हुए थे, जिसमें एक वर्ष में केवल एक या दो ही दिखाई देते थे। लेकिन 2019 से, प्रकाशनों की संख्या बढ़ने लगी, और हाल के वर्षों में यह वृद्धि विस्फोटक रही है। 2024 में, शोधकर्ताओं ने इन 153 अध्ययनों को प्रकाशित किया, और 2025 में, वह संख्या बढ़कर 280 हो गई। अकेले इन पिछले दो वर्षों में पूरे डेटासेट के कुल शोध का लगभग दो-तिहाई हिस्सा शामिल है। यह उछाल चिकित्सा में आर्टिफिशियल इंटेलिजेंस के व्यापक उपयोग को दर्शाता, जो केवल तभी संभव हुआ जब अस्पतालों के पास कंप्यूटर सिस्टम को प्रशिक्षित करने के लिए पर्याप्त डिजिटल डेटा उपलब्ध हो गया। हालाँकि, शोधकर्ता नोट करते हैं कि जबकि पत्रों की मात्रा तेजी से बढ़ रही है, इन नए अध्ययनों को पढ़ने और दूसरों द्वारा उद्धृत (cite) किए जाने में लगने वाला समय यह दर्शाता है कि उनके पूर्ण प्रभाव को अभी मापा जा रहा है।

जब टीम ने देखा कि ये पत्र कौन लिख रहा है, तो एकाग्रता का एक स्पष्ट पैटर्न सामने आया। जबकि अनुसंधान वैश्विक है, सबसे उत्पादक लेखक दुनिया भर में समान रूप से फैले हुए नहीं हैं। शोधकर्ताओं के एक छोटे समूह ने, विशेष रूप से ईरान में स्थित एक टीम ने, सबसे अधिक उद्धृत किए गए कार्यों का एक महत्वपूर्ण हिस्सा तैयार किया है। ईरान में तेहरान विश्वविद्यालय सबसे अधिक उत्पादक संस्थान के रूप में खड़ा है, जिसके बाद उसी देश के अन्य चिकित्सा विश्वविद्यालय आते हैं। चीन प्रकाशनों की संख्या के मामले में दुनिया का नेतृत्व करता है, जो सभी अध्ययनों का एक-तिहाई से अधिक उत्पादन करता है, और उसके ठीक बाद संयुक्त राज्य अमेरिका है। फिर भी, जब प्रभाव की बात आती है, जिसे वैज्ञानिकों द्वारा उनके उद्धरणों (citations) के माध्यम से मापा जाता है, तो यूनाइटेड किंगडम शीर्ष स्थान पर आता है, भले ही वह चीन या अमेरिका की तुलना में कम शोध पत्र प्रकाशित करता हो। यह सुझाव देता है कि यूके के कुछ उच्च-गुणवत्ता वाले अध्ययन इस क्षेत्र पर असंगत रूप से बड़ा प्रभाव डाल रहे हैं।

इन अध्ययनों में कवर किए गए विषय भी समय के साथ बदलते रहे हैं। शुरुआती वर्षों में, अनुसंधान व्यापक अनुप्रयोगों और एंडोस्कोपी जैसी विशिष्ट नैदानिक प्रक्रियाओं पर केंद्रित था। जैसे-जैसे वर्ष बीतते गए, ध्यान संकुचित होता गया और अधिक तकनीकी होता गया। 2024 और 2025 तक, सबसे आम विषय नैदानिक सटीकता, मृत्यु दर जैसे रोगी परिणामों की भविष्यवाणी करने और उन्नत इमेजिंग तकनीकों के उपयोग के विशिष्ट विषयों तक सीमित हो गए। शोधकर्ताओं ने पाया कि इस कार्य को प्रकाशित करने के लिए सबसे लोकप्रिय जर्नल वे हैं जो डिजिटल स्वास्थ्य और मेडिकल इंफॉर्मेटिक्स को समर्पित हैं, न कि वे जो कैंसर या हृदय रोग जैसी किसी एक बीमारी पर केंद्रित हैं। यह इंगित करता है कि साक्ष्य मानसिक स्वास्थ्य से लेकर सर्जरी तक, चिकित्सा के कई अलग-अलग क्षेत्रों में एकत्र किए जा रहे हैं, न कि केवल एक विशेषज्ञता तक सीमित हैं।

गहन अंतर्राष्ट्रीय सहयोग के बावजूद, शोधकर्ताओं ने प्रमुख संस्थानों के बीच गहरे जुड़ाव की आश्चर्यजनक कमी पाई। जबकि देश सीमाओं के पार मिलकर काम कर रहे हैं, संस्थान और अस्पताल अक्सर अलगाव में काम करते हैं। संस्थानों के बीच सहयोग का नेटवर्क विरल है, जहाँ अधिकांश शोध कुछ घनिष्ठ टीमों से आता है, न कि वैश्विक भागीदारों के एक विस्तृत जाल से। इसके अलावा, अध्ययन इस बात पर प्रकाश डालता है कि जहाँ इन उपकरणों के तकनीकी प्रदर्शन का तीव्रता से अध्ययन किया जा रहा है, वहीं अन्य महत्वपूर्ण क्षेत्रों की अनदेखी की जा रही है। इन सारांश पत्रों में इस बारे में बहुत कम शोध है कि आर्टिफिशियल इंटेलिजेंस स्वास्थ्य कर्मियों के मानसिक कल्याण को कैसे प्रभावित करता है या यह अस्पतालों के प्रबंधन को कैसे बदलता है। ध्यान अभी भी भारी रूप से इस बात पर है कि क्या मशीनें बीमारियों का सटीक निदान कर सकती हैं, जिससे तकनीक के मानवीय पक्ष से जुड़े प्रश्न कम खोजे गए हैं।

लेखकों का निष्कर्ष है कि हालांकि यह क्षेत्र निर्विवाद रूप से युवा है और बहुत तीव्र गति से विस्तार कर रहा है, लेकिन अध्ययनों की विशाल संख्या का मतलब यह नहीं है कि साक्ष्य स्थापित हो गए हैं। प्रकाशनों में तीव्र वृद्धि यह बताती है कि शोधकर्ता यह सारांश देने के लिए उत्सुक हैं कि वे क्या जानते हैं, लेकिन इनमें से कई सारांश अभी भी डेटा के अंतराल की ओर इशारा करते हैं, जैसे कि छोटे नमूना आकार या दीर्घकालिक परीक्षण की कमी। अनुसंधान गतिविधि में वृद्धि वास्तविक है, लेकिन यह पद्धतिगत परिपक्वता (methodological maturity) की आवश्यकता के साथ अभी तक तालमेल नहीं बिठा पाई है। यह अध्ययन एक अनुस्मारक के रूप में कार्य करता है कि जबकि हम स्वास्थ्य सेवा में आर्टिफिशियल इंटेलिजेंस के बारे में ज्ञान का एक विशाल पुस्तकालय बना रहे हैं, हमें प्रकाशन की गति को परिणामों की निश्चितता समझने की गलती करने से बचना चाहिए। मानचित्र बनाया जा रहा है, लेकिन क्षेत्र अभी भी खोजा जा रहा है।