Inteligencia artificial en enfermedades crónicas: análisis cienciométrico y su implicación en la toma de deciciones clínicas

Resumen

Introducción: la inteligencia artificial ha transformado la investigación clínica moderna, particularmente en
el abordaje de las enfermedades crónicas no transmisibles. El crecimiento masivo y desestructurado de
publicaciones científicas actuales imponen un desafío crítico para la actualización constante y la síntesis
de evidencia científica por parte del profesional médico. Objetivo: describir desde una perspectiva
cienciométrica la evolución, estructura intelectual y tendencias de la producción científica global sobre
inteligencia artificial aplicada a enfermedades crónicas no transmisibles. Métodos: se realizó un estudio
descriptivo y transversal utilizando la base de datos Scopus, año 2024. Se emplearon herramientas
avanzadas de minería de datos como VOSviewer y el paquete Bibliometrix de R para procesar 9181
documentos, evaluando indicadores de producción, impacto científico y redes de colaboración
internacional. Resultados: se identificó una tasa de crecimiento anual sostenida, destacando un índice h
de 47 para el corpus analizado. China y Estados Unidos se consolidan como las potencias líderes en
producción y citación. El análisis de clústeres temáticos reveló un marcado predominio del aprendizaje
profundo aplicado a la oncología, la cardiología y el diagnóstico por imagen de alta precisión,
evidenciando una transición hacia la medicina personalizada. Conclusiones: la saturación informativa y la
complejidad tecnológica exigen un cambio profundo en el paradigma educativo. Los hallazgos subrayan la
necesidad de integrar formalmente la alfabetización de datos en la formación médica. Este enfoque
permitirá fortalecer las competencias del especialista, facilitando la toma de decisiones clínicas y
quirúrgicas optimizados mediante modelos de inteligencia artificial, garantizando una práctica médica más
precisa, eficiente y segura.