Aprendizaje automático en la investigación de la tuberculosis: un análisis bibliométrico global de las tendencias de diagnóstico, pronóstico y descubrimiento de fármacos

Área de la Ciencia:

• Información bibliométrica
• Inteligencia artificial
• Investigación sobre la tuberculosis

Sus antecedentes:

• La tuberculosis (TB) representa una carga significativa para la salud mundial, que requiere nuevas estrategias de diagnóstico y tratamiento.
• La inteligencia artificial (IA), específicamente el aprendizaje automático (AM), está revolucionando la investigación de la tuberculosis, afectando la predicción de la resistencia a los medicamentos, la radiómica y el descubrimiento de medicamentos.
• Este estudio proporciona un análisis bibliométrico de la investigación mundial sobre el aprendizaje automático y la tuberculosis (MLTB).

Objetivo del estudio:

• Realizar un análisis bibliométrico exhaustivo de la investigación mundial sobre el aprendizaje automático y la tuberculosis (MLTB).
• Identificar las tendencias clave y las redes de colaboración en la investigación de la TBL que sean relevantes para la innovación terapéutica y la ciencia reguladora.

Principales métodos:

• Una búsqueda sistemática de la base de datos de Scopus para las publicaciones MLTB basadas en datos en inglés hasta el 1 de mayo de 2024.
• Los indicadores bibliométricos se analizaron utilizando el software Biblioshiny y VOSviewer.
• El análisis se centró en las tendencias de publicación, el impacto de la citación, la colaboración internacional y el agrupamiento temático.

Principales resultados:

• El campo MLTB muestra un rápido crecimiento, con una tasa de crecimiento anual promedio del 22,12% entre 2000 y 2024.
• Las publicaciones reciben un promedio de 21,64 citas, de las cuales el 40,11% son de colaboración internacional.
• Se identificaron doce grupos de investigación clave, incluidos el aprendizaje profundo, el descubrimiento de fármacos, la bioinformática y la infección latente por tuberculosis.

Conclusiones:

• El aprendizaje automático y la investigación de la tuberculosis están evolucionando rápidamente, impulsados por la colaboración interdisciplinaria y los avances de la IA.
• Los hallazgos ofrecen ideas para futuras estrategias terapéuticas de TB impulsadas por la IA.
• Los esfuerzos de investigación se alinean cada vez más con las prioridades regulatorias y de traslación en el control de la TB.