Inteligencia artificial en la artroplastia articular: un análisis bibliométrico de las tendencias mundiales de la...

Área de la Ciencia:

• La ortopedia
• La informática médica
• Inteligencia artificial

Sus antecedentes:

• La inteligencia artificial (IA) está transformando la artroplastia articular, afectando la planificación quirúrgica, el diseño de implantes y el manejo del paciente.
• Las tendencias y prioridades de la investigación en IA para la artroplastia articular requieren una mayor exploración.
• Este análisis bibliométrico examina las tendencias mundiales de investigación en IA y artroplastia desde 2001 hasta 2025.

Objetivo del estudio:

• Aclarar las principales áreas de enfoque de investigación y las tendencias globales en las aplicaciones de IA para la artroplastia articular.
• Identificar contribuyentes influyentes y puntos de interés emergentes de la investigación en el campo.
• Trazar un mapa de la evolución de las prioridades de investigación en la artroplastia impulsada por la IA.

Principales métodos:

• Análisis bibliométrico de 533 publicaciones de la colección central de la Web of Science (2001-2025).
• Utilizó CiteSpace, VOSviewer y Scimago Graphica para el análisis y la visualización de datos.
• Se examinaron las métricas clave, incluidos países, instituciones, autores, revistas, referencias y palabras clave.

Principales resultados:

• El volumen de publicaciones y las citas muestran un aumento constante, alcanzando su punto máximo en 2024.
• Inglaterra lidera la producción de investigación; la Universidad de Harvard es la institución más productiva.
• Los términos clave incluyen 'aprendizaje automático', 'IA', 'artroplastia total de rodilla', 'artroplastia total de cadera' y 'aprendizaje profundo'. La identificación de implantes es un enfoque reciente.

Conclusiones:

• La investigación en IA para la artroplastia articular está creciendo y evolucionando rápidamente.
• El aprendizaje automático y el aprendizaje profundo son cada vez más frecuentes, listos para revolucionar la práctica clínica.
• El trabajo futuro debería optimizar las soluciones de IA para los desafíos clínicos, mejorar los resultados y promover la colaboración.