Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz

Abstract

Bu çalışmada, makine öğrenmesi, derin öğrenme ve yapay zekâ yöntemlerinin klinik karar destek, tanı ve prognoz alanlarındaki uygulamalarına yönelik yayımlanan makalelerin çeşitli parametreler kapsamında değerlendirilerek bibliyometrik analiz yöntemiyle incelenmesi amaçlanmıştır. Araştırmanın veri setini, 2024 ve 2025 yılları arasında (("machine learning" OR "deep learning" OR "artificial intelligence") AND ("clinical decision" OR diagnosis OR prognosis)) sorgusu ile Web of Science (WOS) veri tabanında yapılan alan yazın taraması sonucu elde edilen çalışmalar oluşturmaktadır. Elde edilen bulgular şu şekildedir: 2024 yılından 2025 yılına yayın sayısının belirgin bir artış göstermesi alanın ivme kazandığını ve hızla gelişen bir araştırma eğilimine sahip olduğunu ortaya koymaktadır. En fazla yayın üreten yazarların, kurumların ve ülkelerin farklı coğrafyalara dağılmış olması, klinik yapay zekâ araştırmalarının küresel ölçekte yürütüldüğünü ve uluslararası iş birliği düzeyinin yüksek olduğunu göstermektedir. Tematik harita analizleri, Author Keywords verilerine göre deep learning, convolutional neural network(s) ve transfer learning kavramlarının motor temalar olarak öne çıktığını; Keywords Plus analizinde ise diagnosis, classification, risk ve prediction gibi klinik uygulama odaklı kavramların merkezi bir konumda yer aldığını göstermektedir. Genel olarak bu çalışma, klinik yapay zekâ alan yazınının güncel durumunu, tematik yapısını ve araştırma eğilimlerini sistematik biçimde ortaya koyarak alandaki gelişim yönlerini ve gelecekteki araştırmalar için potansiyel odak alanlarını belirlemekte; araştırmacılara kapsamlı bir bilimsel çerçeve sunmaktadır.