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

인공지능은 공상 과학의 영역에서 현대 의학의 일상적인 기제로 이동했습니다. 인공지능은 더 이상 단순한 이론적 개념이 아니라, 의사들이 엑스레이에서 패턴을 인식하고, 어떤 환자가 병에 걸릴지 예측하며, 병원 일정을 관리하도록 돕는 도구 세트입니다. 이러한 도구들이 더욱 보편화됨에 따라, 연구자들은 결정적인 질문을 던지기 시작했습니다. 과연 이 도구들이 실제로 효과가 있는가 하는 점입니다. 이에 답하기 위해 과학자들은 '메타 분석'이라는 특수한 형태의 연구를 작성해 왔습니다. 메타 분석은 여러 개의 작은 연구들을 모으고 결합하여 더 명확한 그림을 찾아내는 특별한 유형의 연구입니다. 메타 분석을 개별적인 나무가 아닌 숲 전체를 보는 방법이라고 생각하면 됩니다. 이를 통해 연구자들은 단일 실험의 세부 사항에 매몰되지 않고 증거의 전반적인 건강 상태를 볼 수 있습니다. 그러나 의료 분야의 인공지능이 새로운 발견들로 폭발적으로 성장하고 있음에도 불구하고, 그 누구도 이 요약 연구들의 집합 자체를 되돌아보며 연구가 어떻게 성장하고 있는지, 누가 이 일을 하고 있는지, 그리고 초점이 어디에 놓여 있는지를 살펴본 적이 없었습니다.

이스탄불 메데니예트 대학교(Istanbul Medeniyet University)의 한 연구팀은 2010년부터 2025년 사이에 발표된 인공지능 메타 분석 문헌에 대한 방대한 검토를 수행함으로써 이 공백을 메우기로 했습니다. 그들은 새로운 의료 기기를 테스트하거나 새로운 임상 시험을 수행한 것이 아니라, 기존 연구의 지형을 파악하여 그 구조를 이해하는 지도 제작자 역할을 했습니다. 강력한 컴퓨터 소프트웨어를 사용하여 그들은 두 개의 주요 글로벌 데이터베이스에서 646개의 연구 논문을 수집했으며, 다른 연구들의 공식적인 요약이 아닌 것들은 모두 걸러냈습니다. 그들의 목표는 큰 그림을 보는 것이었습니다. 즉, 이 분야가 얼마나 빠르게 확장되고 있는지, 어떤 국가와 대학이 앞장서고 있는지, 그리고 어떤 구체적인 의학적 주제가 가장 많은 관심을 끌고 있는지를 확인하는 것이었습니다.

결과는 이 분야가 갑자기 도약하기 전 10년 넘게 조용히 구축되어 왔음을 보여줍니다. 연구 대상 기간의 첫 9년인 2010년부터 2018년까지는 매우 적은 수의 요약 논문이 발표되었으며, 단일 연도에 한두 편만이 등장했습니다. 하지만 2019년부터 출판물 수가 증가하기 시작했고, 최근 몇 년 동안 그 성장은 폭발적이었습니다. 2024년에는 연구자들이 153개의 연구를 발표했고, 2025년에는 그 숫자가 280개로 급증했습니다. 이 마지막 2년 동안 전체 데이터셋의 거의 3분의 2가 발생했습니다. 이러한 급증은 컴퓨터 시스템을 훈련할 만큼 병원에 충분한 디지털 데이터가 확보된 이후에나 가능해졌던 의료 분야의 광범위한 인공지능 도입 양상을 반영합니다. 그러나 연구자들은 출판물의 양은 빠르게 늘어나고 있지만, 이 새로운 연구들이 읽히고 다른 이들에게 인용되기까지 걸리는 시간 때문에 그 완전한 영향력은 여전히 측정 중이라는 점에 주목합니다.

연구팀이 이 논문들을 누가 쓰고 있는지 살펴보았을 때, 명확한 집중 패턴이 나타났습니다. 연구는 전 세계적으로 이루어지고 있지만, 가장 생산적인 저자들은 세계 전역에 고르게 퍼져 있지 않았습니다. 소수의 연구자 그룹, 특히 이란에 기반을 둔 팀이 가장 많이 인용된 작업의 상당 부분을 생산했습니다. 이란의 테헤란 대학교는 단일 기관으로서 가장 생산적인 기관으로 두드러졌으며, 같은 국가의 다른 의과 대학들이 그 뒤를 이었습니다. 중국은 출판물의 순수 수치 면에서 세계를 선도하며 전체 연구의 3분의 1 이상을 생산했고, 미국이 그 뒤를 바짝 쫓았습니다. 그러나 과학자들에 의해 얼마나 자주 인용되는지로 측정되는 영향력 측면에서는, 영국이 중국이나 미국보다 논문 수는 적음에도 불구하고 1위를 차지했습니다. 이는 영국의 적지만 고품질인 연구들이 이 분야에 불균형적으로 큰 영향을 미치고 있음을 시사합니다.

이 연구들이 다루는 주제 또한 시간이 흐름에 따라 변화했습니다. 초기 연구는 광범범한 응용 분야와 내시경과 같은 특정 진단 절차에 집중되었습니다. 시간이 지나면서 초점은 좁아지고 더욱 기술적으로 변했습니다. 2024년과 2025년에는 진단 정확도, 사망률과 같은 환자의 예후 예측, 그리고 고급 영상 기술과 관련된 구체적인 주제들이 가장 흔한 테마였습니다. 연구자들은 가장 인기 있는 학술지가 암이나 심장병과 같은 단일 질환에 집중된 저널보다는 디지털 헬스 및 의료 정보학을 전문으로 하는 저널이라는 것을 발견했습니다. 이는 증거가 정신 건강부터 수술에 이르기까지 다양한 의학 분야에 걸쳐 수집되고 있으며, 하나의 전문 분야에 국한되지 않고 있음을 나타냅니다.

급격한 성장과 국제적인 협력에도 불구하고, 연구자들은 주요 기관들 사이의 깊은 연결성이 부족하다는 놀라운 사실을 발견했습니다. 국가 간에는 국경을 넘어 협력하고 있지만, 대학과 병원 자체는 종종 고립되어 작업하고 있습니다. 기관 간의 협력 네트워크는 희박하며, 대부분의 논문은 광범위한 글로벌 파트너의 넓은 웹이라기보다는 소수의 긴밀하게 연결된 팀에서 나오고 있습니다. 또한, 본 연구는 기술적 성능에 대한 도구들이 집중적으로 연구되고 있는 반면, 다른 중요한 영역들은 간과되고 있음을 강조합니다. 이 요약 논문들에서 인공지능이 의료 종사자의 정신적 웰빙에 어떤 영향을 미치는지, 또는 인공지능이 병원 관리를 어떻게 변화시키는지에 대한 연구는 매우 적습니다. 초점은 여례히 기계가 질병을 얼마나 정확하게 진단할 수 있는지에 치중되어 있어, 기술의 인간적인 측면에 대한 질문들은 덜 탐구된 상태로 남아 있습니다.

저자들은 이 분야가 분명히 젊고 놀라운 속도로 확장되고 있지만, 연구의 양이 곧 증거가 확정되었음을 의미하는 것은 아니라고 결론지었습니다. 출판물의 급격한 증가는 연구자들이 자신들이 알고 있는 것을 요약하기를 열망하고 있음을 시사하지만, 이러한 요약들 중 상당수는 여전히 작은 표본 크기나 장기적인 테스트 부족과 같은 데이터의 공백을 지적하고 있습니다. 연구 활동의 성장은 실재하지만, 아직 방법론적 성숙함의 필요성을 따라잡지는 못했습니다. 이 연구는 우리가 의료 분야의 인공지능에 관한 방대한 지식의 도서관을 구축하고 있지만, 출판의 속도를 결과의 확실성과 혼동해서는 안 된다는 점을 상기시켜 줍니다. 지도는 그려지고 있지만, 영토는 여전히 탐험 중입니다.