Pular para o conteúdo principal

Mapeamento da produção e colaboração acadêmica entre especialistas brasileiros em inteligência artificial e machine learning aplicados à saúde: uma análise bibliométrica

Revista Eletrônica de Comunicação, Informação e Inovação em Saúde (RECIIS)
A aplicação da inteligência artificial na saúde tem demonstrado grande potencial nas últimas décadas. No Brasil, esta abordagem acompanha a expansão da pesquisa e da colaboração acadêmica na área. Neste sentido, este estudo realiza uma análise exploratória da produção científica e da colaboração entre pesquisadores brasileiros que trabalham com inteligência artificial e aprendizado de máquina aplicados à saúde. Empregou-se abordagem quantitativa, utilizando o software scriptLattes para mapear dados da plataforma Lattes no período de 2008 a 2024. Foram analisadas: evolução temporal, distribuição geográfica, instituições e áreas de concentração mais recorrentes, palavras-chave e redes de colaboração, avaliando tendências e lacunas na área. Os resultados demonstram crescimento importante da produção científica, concentração de registros na região Sudeste e predominância de termos associados às tecnologias empregadas e a aplicações diagnósticas, com destaque para covid-19. Evidencia-se, ainda, a necessidade de maior colaboração interdisciplinar e interinstitucional e de maior atenção à ética, à governança e à regulação.
DOI
10.29397/reciis.v20.5111
Referências do artigo
AITH, Fernando. Saúde digital e inteligência artificial aplicada à saúde: lacunas regulatórias, desafios e perspectivas jurídicas. Revista Jurídica da Ebserh, Brasília, DF, v. 1, n. 2, p. 61-89, dez. 2024. DOI: https://doi.org/10.5281/zenodo.16043737. Disponível em: https://www.gov.br/hubrasil/pt-br/ensino-e-pesquisa/revista-juridica-da-ebserh/numeros-anteriores/volume-1-numero-2-dezembro-2024/artigos-de-autores-convidados/saude-digital-e-inteligencia-artificial-aplicada-a-saude-lacunas-regulatorias-desafios-e-perspectivas-juridicas-fernando-aith.pdf. Acesso em: 2 abr. 2026. AMISHA et al. Overview of artificial intelligence in medicine. Journal of Family Medicine and Primary Care, Mumbai, v. 8, n. 7, p. 2328-2331, July 2019. DOI: https://doi.org/10.4103/jfmpc.jfmpc_440_19. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC6691444/. Acesso em: 18 jan. 2025. BOUDERHEM, Rabaï. Shaping the future of AI in healthcare through ethics and governance. Humanities and Social Sciences Communications, London, v. 11, 416, 15 Mar. 2024. DOI: https://doi.org/10.1057/s41599-024-02894-w. Disponível em: https://www.nature.com/articles/s41599-024-02894-w. Acesso em: 2 abr. 2026. BRANDÃO, Rodrigo. Mapeamento dos centros de Inteligência Artificial no Brasil: iniciativas, ações e projetos. Panorama Setorial da Internet, São Paulo, v. 16, n. 1, p. 1-19, abr. 2024. Disponível em: https://www.cetic.br/media/docs/publicacoes/6/20240514085112/psi-ano-xvi-n-1-desenvolvimento-ia-brasil.pdf. Acesso em: 18 jan. 2025. BRASIL. Ministério da Saúde. Secretaria-Executiva. Departamento de Informática do SUS. Estratégia de Saúde Digital para o Brasil 2020-2028. Brasília, DF: Ministério da Saúde, 2020. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/estrategia_saude_digital_Brasil.pdf. Acesso em: 2 abr. 2026. COSTA, Isabelle Cristinne Pinto et al. Potencial da inteligência artificial na prática baseada em evidências em enfermagem. Revista Brasileira de Enfermagem, Brasília, DF, v. 77, n. 5, e770501, set. 2024. Disponível em: https://reben.com.br/article/potencial-da-inteligencia-artificial-na-pratica-baseada-em-evidencias-em-enfermagem/. Acesso em: 18 jan. 2025. FONSECA, Bruna de Paula et al. Co-authorship network analysis in health research: method and potential use. Health Research Policy and Systems, London, v. 14, 34, 30 Apr. 2016. DOI: https://doi.org/10.1186/s12961-016-0104-5. Disponível em: https://link.springer.com/article/10.1186/s12961-016-0104-5. Acesso em: 2 abr. 2026. GERKE, Sara et al. The need for a system view to regulate artificial intelligence/machine learning-based software as medical device. npj Digital Medicine, London, v. 3, 53, 7 Apr. 2020. DOI: https://doi.org/10.1038/s41746-020-0262-2. Disponível em: https://www.nature.com/articles/s41746-020-0262-2. Acesso em: 2 abr. 2026. GREENHILL, Alexandra T.; EDMUNDS, Bethany R. A primer of artificial intelligence in medicine. Techniques and Innovations in Gastrointestinal Endoscopy, Amsterdam, v. 22, n. 2, p. 85-89, Apr. 2020. DOI: https://doi.org/10.1016/j.tgie.2019.150642. Disponível em: https://www.sciencedirect.com/science/article/pii/S1096288319300816. Acesso em: 18 jan. 2025. JIMMA, Bahiru Legesse. Artificial intelligence in healthcare: a bibliometric analysis. Telematics and Informatics Reports, Amsterdam, v. 9, 100041, Mar. 2023. DOI: https://doi.org/10.1016/j.teler.2023.100041. Disponível em: https://www.sciencedirect.com/science/article/pii/S2772503023000014. Acesso em: 2 abr. 2026. KAUL, Vivek; ENSLIN, Sarah; GROSS, Seth A. History of artificial intelligence in medicine. Gastrointestinal Endoscopy, Amsterdam, v. 92, n. 4, p. 807-812, Oct. 2020. DOI: https://doi.org/10.1016/j.gie.2020.06.040. Disponível em: https://www.sciencedirect.com/science/article/pii/S0016510720344667. Acesso em: 18 jan. 2025. KULIKOWSKI, Casimir A. Beginnings of artificial intelligence in medicine (AIM): computational artifice assisting scientific inquiry and clinical art – with reflections on present AIM challenges. Yearbook of Medical Informatics, Stuttgart, v. 28, n. 1, p. 249-256, Aug. 2019. DOI: https://doi.org/10.1055/s-0039-1677895. Disponível em: https://www.thieme-connect.com/products/ejournals/abstract/10.1055/s-0039-1677895. Acesso em: 18 jan. 2025. LOBO, Luiz Carlos. Inteligência artificial e medicina. Revista Brasileira de Educação Médica, Rio de Janeiro, v. 41, n. 2, p. 185-193, abr./jun. 2017. DOI: https://doi.org/10.1590/1981-52712015v41n2esp. Disponível em: https://www.scielo.br/j/rbem/a/f3kqKJjVQJxB4985fDMVb8b/. Acesso em: 18 jan. 2025. MARQUES, Francis Bento; MACULAN, Benildes Coura Moreira dos Santos; SOUZA, Renato Rocha. A bibliometria na pós-graduação brasileira: uma revisão integrativa da literatura. Transinformação, Campinas, v. 35, e227089, 2023. DOI: https://doi.org/10.1590/2318-0889202335e227089. Disponível em: https://www.scielo.br/j/tinf/a/rFySmBdKrCH5PcdcHhgTfDx/. Acesso em: 2 abr. 2026. MENA CHALCO, Jesús Pascual; CESAR JUNIOR, Roberto Marcondes. scriptLattes: an open-source knowledge extraction system from the Lattes platform. Journal of the Brazilian Computer Society, Guildford, v. 15, n. 4, p. 31-39, Dec. 2009. DOI: https://doi.org/10.1007/BF03194511. Disponível em: https://link.springer.com/article/10.1007/BF03194511. Acesso em: 18 jan. 2025. NÚCLEO DE INFORMAÇÃO E COORDENAÇÃO DO PONTO BR (NIC.br). Inteligência artificial na saúde: potencialidades, riscos e perspectivas para o Brasil. São Paulo: Comitê Gestor da Internet no Brasil, 2024. (Cadernos NIC.br Estudos Setoriais). Disponível em: https://cetic.br/pt/publicacao/inteligencia-artificial-na-saude-potencialidades-riscos-e-perspectivas-para-o-brasil/. Acesso em: 24 set. 2026. ORGANIZAÇÃO MUNDIAL DA SAÚDE (OMS). Ethics and governance of artificial intelligence for health: WHO guidance. Geneva: World Health Organization, 2021a. Disponível em: https://www.who.int/publications/i/item/9789240029200. Acesso em: 2 abr. 2026. ORGANIZAÇÃO MUNDIAL DA SAÚDE (OMS). Global strategy on digital health 2020-2025. Geneva: World Health Organization, 2021b. Disponível em: https://www.who.int/publications/i/item/9789240020924. Acesso em: 3 abr. 2026. PAIXÃO, Gabriela Miana de Mattos et al. Machine learning na medicina: revisão e aplicabilidade. Arquivos Brasileiros de Cardiologia, Rio de Janeiro, v. 118, n. 1, p. 95-102, jan. 2022. DOI: https://doi.org/10.36660/abc.20200596. Disponível em: https://abccardiol.org/article/machine-learning-na-medicina-revisao-e-aplicabilidade/. Acesso em: 18 jan. 2025. SENTHIL, Renganathan et al. Bibliometric analysis of artificial intelligence in healthcare research: trends and future directions. Future Healthcare Journal, Amsterdam, v. 11, n. 3, 100182, Sept. 2024. DOI: https://doi.org/10.1016/j.fhj.2024.100182. Disponível em: https://www.sciencedirect.com/science/article/pii/S2514664524015728. Acesso em: 2 abr. 2026. SIDONE, Otávio José Guerci; HADDAD, Eduardo Amaral; MENA CHALCO, Jesús Pascual. A ciência nas regiões brasileiras: evolução da produção e das redes de colaboração científica. Transinformação, Campinas, v. 28, n. 1, p. 15-31, jan./abr. 2016. DOI: https://doi.org/10.1590/2318-08892016002800002. Disponível em: https://www.scielo.br/j/tinf/a/tvBDyptMBFSxRSt3VngySRC/. Acesso em: 3 abr. 2026. SILVA, Gabriela Gomes da; PAIXÃO, Hugo; RODRIGUES, Mariana Luiza de Acioly. Desafios do uso da inteligência artificial nos diagnósticos de saúde: uma revisão integrativa. Cadernos Ibero-Americanos de Direito Sanitário, Brasília, DF, v. 13, n. 2, p. 11-18, abr./jun. 2024. DOI: https://doi.org/10.17566/ciads.v13i2.1241. Disponível em: https://www.cadernos.prodisa.fiocruz.br/index.php/cadernos/article/view/1241. Acesso em: 18 jan. 2025. THE LANCET DIGITAL HEALTH. Race representation matters in cancer care. The Lancet Digital Health, Amsterdam, v. 3, n. 7, e408, July 2021. DOI: https://doi.org/10.1016/S2589-7500(21)00113-8. Disponível em: https://www.thelancet.com/journals/landig/article/PIIS2589-7500(21)00113-8/fulltext. Acesso em: 18 jan. 2025. TOPOL, Eric. Deep medicine: how artificial intelligence can make healthcare human again. New York: Basic Books, 2019. E-book. Disponível em: https://www.hachettebookgroup.com/titles/eric-topol/deep-medicine/9781541644632/. Acesso em: 24 set. 2026. VANZ, Samile Andrea de Souza; STUMPF, Ida Regina Chittó. Colaboração científica: revisão teórico-conceitual. Perspectivas em Ciência da Informação, Belo Horizonte, v. 15, n. 2, p. 42-55, maio/ago. 2010. DOI: https://doi.org/10.1590/S1413-99362010000200004. Disponível em: https://www.scielo.br/j/pci/a/Fz4q6DhPGhjnhxXmRxLw6Ct/. Acesso em: 2 abr. 2026. YU, Kun-Hsing; BEAM, Andrew L.; KOHANE, Isaac S. Artificial intelligence in healthcare. Nature Biomedical Engineering, London, v. 2, n. 10, p. 719-731, 10 Oct. 2018. DOI: https://doi.org/10.1038/s41551-018-0305-z. Disponível em: https://www.nature.com/articles/s41551-018-0305-z. Acesso em: 18 jan. 2025.
Publicado por (Instituto)