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

A inteligência artificial deixou o reino da ficção científica para se tornar parte da engrenagem diária da medicina moderna. Ela não é mais apenas um conceito teórico, mas um conjunto de ferramentas que ajudam os médicos a reconhecer padrões em raios-X, prever quais pacientes podem adoecer e gerenciar escalas hospitalares. À medida que essas ferramentas se tornaram mais comuns, pesquisadores começaram a fazer uma pergunta crítica: elas realmente funcionam? Para responder a isso, cientistas têm escrito "meta-análises", que são tipos especiais de estudos que reúnem e combinam os resultados de muitos estudos menores para encontrar um quadro mais claro. Pense em uma meta-análise como uma forma de olhar para uma floresta em vez de apenas árvores individuais, permitindo que os pesquisadores vejam a saúde geral da evidência em vez de se perderem nos detalhes de um único experimento. No entanto, embora o campo da inteligência artificial na saúde esteja explodindo com novas descobertas, ninguém jamais havia dado um passo atrás para observar a coleção desses próprios estudos de resumo para ver como o campo está crescendo, quem está realizando o trabalho e onde reside o foco.

Uma equipe de pesquisadores da Universidade Medeniyet de Istambul decidiu preencher essa lacuna realizando uma revisão massiva da literatura sobre meta-análises de inteligência artificial publicadas entre 2010 e 2025. Eles não testaram novos dispositivos médicos nem realizaram novos ensaios clínicos; em vez disso, atuaram como cartógrafos, mapeando o cenário existente da pesquisa para entender sua estrutura. Usando softwares computacionais poderosos, eles reuniram 646 artigos de pesquisa de dois grandes bancos de dados globais, filtrando qualquer coisa que não fosse um resumo formal de outros estudos. O objetivo era ver o quadro geral: quão rápido o campo está se expandindo, quais países e universidades estão liderando o caminho e quais tópicos médicos específicos estão capturando a maior atenção.

Os resultados revelam um campo que foi construído silenciosamente por mais de uma década antes de decolar subitamente. Durante os primeiros nove anos do estudo, de 2010 a 2018, muito poucos artigos de resumo foram publicados, com apenas um ou dois aparecendo em um único ano. Mas, a partir de 2019, o número de publicações começou a subir, e o crescimento foi explosivo nos últimos anos. Em 2024, pesquisadores publicaram 153 desses estudos e, em 2025, esse número saltou para 280. Somente esses dois últimos anos representam quase dois terços de toda a pesquisa em todo o conjunto de dados. Esse surto reflete a adoção mais ampla da inteligência artificial na medicina, o que só se tornou possível quando os hospitais passaram a ter dados digitais suficientes para treinar os sistemas de computador. No entanto, os pesquisadores observam que, embora o volume de artigos esteja crescendo rapidamente, o tempo que esses novos estudos levam para serem lidos e citados por outros significa que seu impacto total ainda está sendo medido.

Quando a equipe analisou quem está escrevendo esses artigos, um padrão claro de concentração emergiu. Embora a pesquisa seja global, os autores mais produtivos não estão distribuídos uniformemente pelo mundo. Um pequeno grupo de pesquisadores, particularmente uma equipe baseada no Irã, produziu uma parte significativa do trabalho mais citado. A Universidade de Teerã, no Irã, destaca-se como a única instituição mais produtiva, seguida por outras universidades médicas no mesmo país. A China lidera o mundo em termos de número bruto de publicações, produzindo mais de um terço de todos os estudos, seguida de perto pelos Estados Unidos. No entanto, quando se trata de influência, medida pela frequência com que esses artigos são citados por outros cientistas, o Reino Unido ocupa o primeiro lugar, embora publique menos artigos do que a China ou os EUA. Isso sugere que um número menor de estudos de alta qualidade do Reino Unido está tendo um impacto desproporcionalmente grande no campo.

Os tópicos cobertos por esses estudos também mudaram ao longo do tempo. Nos primeiros anos, a pesquisa focava em aplicações amplas e procedimentos diagnósticos específicos, como a endoscopia. Conforme os anos passaram, o foco tornou-se mais estreito e técnico. Em 2024 e 2025, os temas mais comuns foram específicos de precisão diagnóstica, previsão de desfechos de pacientes, como mortalidade, e uso de técnicas avançadas de imagem. Os pesquisadores descobriram que os periódicos mais populares para publicar este trabalho são aqueles dedicados à saúde digital e informática médica, em vez de periódicos focados em uma única doença, como câncer ou doenças cardíacas. Isso indica que a evidência está sendo reunida em diversas áreas da medicina, da saúde mental à cirurgia, em vez de estar confinada a uma única especialidade.

Apesar do crescimento rápido e da natureza internacional da colaboração, os pesquisadores encontraram uma surpreendente falta de conexão profunda entre as principais instituições. Embora os países estejam trabalhando juntos através das fronteções, as universidades e hospitais em si estão frequentemente trabalhando isoladamente. A rede de colaboração entre instituições é escassa, com a maioria dos artigos vindo de algumas equipes estreitamente ligadas, em vez de uma ampla teia de parceiros globais. Além disso, o estudo destaca que, embora o desempenho técnico dessas ferramentas esteja sendo estudado intensamente, outras áreas importantes estão sendo negligenciadas. Há pouquíssima pesquisa nesses artigos de resumo sobre como a inteligência artificial afeta o bem-estar mental dos profissionais de saúde ou como ela altera a gestão dos hospitais. O foco permanece fortemente em se as máquinas conseguem diagnosticar doenças com precisão, deixando questões sobre o lado humano da tecnologia menos exploradas.

Os autores concluem que, embora o campo seja inegavelmente jovem e esteja se expandindo em um ritmo vertiginoso, o mero aumento no número de estudos não significa automaticamente que a evidência esteja consolidada. O rápido aumento nas publicações sugere que os pesquisadores estão ansiosos para resumir o que sabem, mas muitos desses resumos ainda apontam para lacunas nos dados, como amostras pequenas ou falta de testes de longo prazo. O crescimento na atividade de pesquisa é real, mas ainda não alcançou a maturidade metodológica. O estudo serve como um lembrete de que, embora estejamos construindo uma vasta biblioteca de conhecimento sobre a inteligência artificial na saúde, devemos ter cuidado para não confundir a velocidade da publicação com a certeza dos resultados. O mapa está sendo desenhado, mas o território ainda está sendo explorado.