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

L'intelligenza artificiale si è spostata dal regno della fantascienza alla meccanica quotidiana della medicina moderna. Non è più solo un concetto teorico, ma un insieme di strumenti che aiutano i medici a riconoscere schemi nelle radiografie, a prevedere quali pazienti potrebbero ammalarsi e a gestire i programmi ospedalieri. Man mano che questi strumenti sono diventati più comuni, i ricercatori hanno iniziato a porsi una domanda critica: funzionano davvero? Per rispondere a questo, gli scienziati hanno scritto le "meta-analisi", che sono tipi speciali di studi che raccolgono e combinano i risultati di molti studi più piccoli per trovare un quadro più chiaro. Pensate a una meta-analisi come a un modo per guardare una foresta invece di singoli alberi, permettendo ai ricercatori di vedere la salute complessiva delle prove piuttosto che perdersi nei dettagli di un singolo esperimento. Tuttavia, mentre il campo dell'intelligenza artificiale nella sanità sta esplodendo con nuove scoperte, nessuno si era mai fermato a osservare la collezione di questi studi riassuntivi per vedere come il campo stia crescendo, chi stia facendo il lavoro e dove risieda l'attenzione.

Un team di ricercatori dell'Università Istanbul Medeniyet ha deciso di colmare questa lacuna conducendo una revisione massiccia della letteratura sulle meta-analisi dell'intelligenza artificiale pubblicate tra il 2010 e il 2025. Non hanno testato nuovi dispositivi medici né hanno condotto nuovi studi clinici; al contrario, hanno agito come cartografi, mappando il panorama esistente della ricerca per comprenderne la struttura. Utilizzando potenti software informatici, hanno raccolto 646 articoli di ricerca da due grandi database globali, filtrando tutto ciò che non fosse un riassunto formale di altri studi. Il loro obiettivo era vedere il quadro generale: quanto velocemente si sta espandendo il campo, quali paesi e università stanno guidando la strada e quali argomenti medici specifici stanno catturando la maggior parte dell'attenzione.

I risultati rivelano un campo che si è costruito silenziosamente per oltre un decennio prima di decollare improvvisamente. Per i primi nove anni del loro studio, dal 2010 al 2018, sono stati pubblicati pochissimi di questi articoli riassuntivi, con solo uno o due comparendo in un singolo anno. Ma a partire dal 2019, il numero di pubblicazioni ha iniziato a salire e la crescita è stata esplosiva negli ultimi anni. Nel 2024, i ricercatori hanno pubblicato 153 di questi studi e nel 2025 quel numero è balzato a 280. Solo questi ultimi due anni rappresentano quasi i due terzi di tutta la ricerca nell'intero dataset. Questo aumento riflette l'adozione più ampia dell'intelligenza artificiale in medicina, che è diventata possibile solo quando gli ospedali hanno avuto abbastanza dati digitali per addestrare i sistemi informatici. Tuttavia, i ricercatori osservano che, sebbene il volume dei documenti stia crescendo rapidamente, il tempo necessario affinché questi nuovi studi vengano letti e citati da altri significa che il loro pieno impatto è ancora in fase di misurazione.

Quando il team ha esaminato chi scrive questi articoli, è emerso un chiaro schema di concentrazione. Sebbene la ricerca sia globale, gli autori più produttivi non sono distribuiti uniformemente nel mondo. Un piccolo gruppo di ricercatori, in particolare un team basato in Iran, ha prodotto una parte significativa del lavoro più citato. L'Università di Teheran in Iran si distingue come la singola istituzione più produttiva, seguita da altre università mediche dello stesso paese. La Cina guida il mondo per il puro numero di pubblicazioni, producendo più di un terzo di tutti gli studi, seguita da vicino dagli Stati Uniti. Tuttavia, quando si tratta di influenza, misurata da quanto spesso questi articoli vengono citati da altri scienziati, il Regno Unito occupa il primo posto, anche se pubblica meno articoli rispetto alla Cina o agli Stati Uniti. Ciò suggerisce che un numero minore di studi di alta qualità dal Regno Unito ha un impatto sproporzionatamente grande sul campo.

Anche gli argomenti trattati in questi studi sono cambiati nel tempo. Negli anni iniziali, la ricerca si concentrava su applicazioni ampie e procedure diagnostiche specifiche come l'endoscopia. Con il passare degli anni, il focus si è ristretto ed è diventato più tecnico. Entro il 2024 e il 2025, i temi più comuni erano specifici della precisione diagnostica, della previsione degli esiti dei pazienti come la mortalità e dell'uso di tecniche di imaging avanzate. I ricercatori hanno scoperto che le riviste più popolari per la pubblicazione di questo lavoro sono quelle dedicate alla salute digitale e all'informatica medica, piuttosto che riviste focalizzate su una singola malattia come il cancro o le malattie cardiache. Ciò indica che le prove vengono raccolte in molte aree diverse della medicina, dalla salute mentale alla chirurgia, piuttosto che essere confinate a una sola specialità.

Nonostante la rapida crescita e la natura internazionale della collaborazione, i ricercatori hanno trovato una sorprendente mancanza di connessione profonda tra le principali istituzioni. Sebbene i paesi collaborino oltre i confini, le università e gli ospedali stessi lavorano spesso in isolamento. La rete di collaborazione tra le istituzioni è rada, con la maggior parte degli articoli che proviene da pochi team molto uniti piuttosto che da un ampio reticolo di partner globali. Inoltre, lo studio evidenzia che, mentre le prestazioni tecniche di questi strumenti sono studiate intensamente, altre aree importanti vengono trascurate. C'è pochissima ricerca in questi articoli riassuntivi su come l'intelligenza artificiale influenzi il benessere mentale degli operatori sanitari o come cambi la gestione degli ospedali. Il focus rimane pesantemente sul fatto se le macchine possano diagnosticare le malattie con precisione, lasciando meno esplorate le questioni legate al lato umano della tecnologia.

Gli autori concludono che, sebbene il campo sia indubbiamente giovane e si stia espandendo a un ritmo vertiginoso, il solo numero di studi non significa automaticamente che l'evidenza sia consolidata. Il rapido aumento delle pubblicazioni suggerisce che i ricercatori siano desiderosi di riassumere ciò che sanno, ma molti di questi riassunti indicano ancora lacune nei dati, come campioni piccoli o una mancanza di test a lungo termine. La crescita dell'attività di ricerca è reale, ma non ha ancora raggiunto la maturità metodologica. Lo studio serve da promemoria: mentre stiamo costruendo una vasta biblioteca di conoscenze sull'intelligenza artificiale nella sanità, dobbiamo fare attenzione a non confondere la velocità di pubblicazione con la certezza dei risultati. La mappa viene tracciata, ma il territorio è ancora in fase di esplorazione.