Impacto acadêmico e atenção on-line de pesquisas sobre inteligência artificial na área da saúde: análise de dados bibliométricos e altmétricos

AutorMarília Catarina Andrade Gontijo, Ronaldo Ferreira de Araújo
CargoMestre em Gestão e Organização do Conhecimento Universidade Federal de Minas Gerais, Escola de Ciência da Informação, Belo Horizonte, Brasil mariliacgontijo@gmail.com https://orcid.org/0000-0002-9181-0302 - Doutor em Ciência da Informação Universidade Federal de Minas Gerais, Escola de Ciência da Informação, Belo Horizonte, Brasil ronaldo...
Páginas1-21
Encontros Bibli: revista elet rônica de biblioteconomia e ciência da informação, Florianópolis, v. 2 6, p. 01-21, 2021.
Universidade Federal de Santa Catarina. ISSN 1518-2924. DOI: ht tps://doi.org/10.5007/1518-2924.2021.e76249
Artigo
Original
IMPACTO ACADÊMICO E ATENÇÃO ON-LINE DE
PESQUISAS SOBRE INTELIGÊNCIA ARTIFICIAL
NA ÁREA DA SAÚDE: ANÁLISE DE DADOS
BIBLIOMÉTRICOS E ALTMÉTRICOS
Academic impact and on-line attention of papers on artificial intelligence in health field:
bibliometric and altmetric analysis
Marília Catarina Andrade GONTIJO
Mestre em Gestão e Organização do Conhecimento
Universidade Federal de Minas Gerais, Escola de Ciência da Informação, Belo
Horizonte, Brasil
mariliacgontijo@gmail.com
https://orcid.org/0000-0002-9181-0302
Ronaldo Ferreira de ARAÚJO
Doutor em Ciência da Informação
Universidade Federal de Minas Gerais, Escola de Ciência da Informação, Belo
Horizonte, Brasil
ronaldo.araujo@ichca.ufal.br
http://orcid.org/0000-0003-0778-9561
A lista completa com informações dos autores está no final do artigo
RESUMO
Objetivo: A inteligência artificial, como campo interdisciplinar, tem sua literatura presente em diversas áre as do
conhecimento e suas aplicações têm oferecido importantes contribuições para os campos científicos que a ela se
dedicam. Este estudo tem por objetivo analisar a produção científica sobre inteligência artificial em artigos científicos de
acesso aberto na área da saúde e compreender seus indicadores de impacto.
Método: Trata-se de pesquisa descritiva, exploratória e quantitativa, que utiliza técnicas bibliométricas e altmétricas em
complementaridade, a fim de averiguar o impacto acadêmico por meio dos dados de citações e a atenção on-line pelas
menções encontradas n as fontes da Web So cial. Os dados da produção e s uas métricas de citação foram obtidos e m
consultas a Dimensions; e os dados altmétricos recuperados via Altmetric Explorer.
Resultado: Ao todo fo ram analisados 3.121 artigos publicados entre 2014 e 2019. A distribuição temporal demonstrou-
se crescente, tendo 2019 a maior concentração de artigos. O impacto acadêmico registrou cobertura d e 70,81% dos
artigos com dados de citações e, para a visibilidade, 61,93% obtiveram dados altmétricos referentes às menções na
Web Social. As citações são frequentes em artigos antigos e a atenção on-line é maior para publicações recentes. As
mídias sociais são as fontes com maior quantidade de menções, seguidas pelos portais de notícias e blogs.
Conclusões: Considera-se que, ao complementar os estudos métricos tradicionais, como os bibliométricos e de
citação, a altmetria e seus indicadores alternativos possibilitam uma compreensão considerada mais ampla do real
impacto causado pelas produções científicas.
PALAVRAS-CHAVE: Altmetria. Bibliometria. Produção científica. Inteligência artificial. Saúde
ABSTRACT
Objective: Artificial intelligence, as an interdisciplinary field, presents its literature in several areas of knowledge, and its
applications offers impo rtant contributions for the scientific fields that it dedicates. This study aim is to analyze the
scientific production on artificial intelligence in open access scientific articles in the health field and understand its
indicators of impact.
Methods: It is a descriptive, exploratory and quantitative research, that uses bibliometric and altmetric techniques in
complementarity with the aim of ascertaining academic impact through citations data and the on-line attention through
the mentions found in the sources of the Social Web. The production data and its metrics were obtained in consultation
in Dimensions; and altmetric data retrieved via Altmetric Explorer.
Results: In total, 3,121 articles published between 2014 an d 2019 were analyzed. The temporal distribution shows
increase, with 2 019 showing the highest concentration of articles. The academic impact was considered moderate,
70.81% have citation data and, for the visibility, 61.93% presented altmetric data regarding the mentions in the sources
Encontros Bibli: revista eletrônica de biblioteconomia e ciên cia da informação, Florianópolis, v. 26, p. 01-21, 2021.
Universidade Federal de Santa Catarina. ISSN 1518-2924. DOI: ht tps://doi.org/10.5007/1518-2924.2021.e76249
2
of the Social Web. Citations are frequent in old articles and on-line attention is greater for recent publications. Social
media as sources with a greater number of mentions, followed by news portals and blogs.
Conclusions: It is considered that, by complementing traditional metric studies, such as bibliometrics and citations,
altmetrics and its alternative indicators enable a broader understanding of the real impact caused by scientific
productions.
KEYWORDS: Altmetrics. Bibliometrics. Scientific production. Artificial intelligence. Health.
1 INTRODUÇÃO
A inteligência artificial (IA) tem sido considerada um campo de estudo
interdisciplinar, desenvolvido a partir de iniciativas de várias áreas como psicologia,
ciência cognitiva, ciência da computação, robótica, matemática, entre outras (RUSSELL;
NORVIG, 2013). Nesse contexto, encontram-se na literatura diversas conceituações; para
alguns autores a IA é a capacidade de simular, até certo ponto, a inteligência humana em
máquinas autônomas, para que possam tomar decisões adequadas de acordo com as
situações postas (DEAN, 1995; GINSBERG, 1993; MILLINGTON, 2009). Em que imita
“[...] o processo básico do aprendizado humano por meio do qual as novas informações
são absorvidas e se tornam disponíveis para referências futuras” (LEVINE, 1988, p. 3).
Esse tipo de tecnologia vem sendo utilizado em diferentes setores de aplicação,
demonstrando interesse crescente pela sociedade. Nota-se o uso de sistemas e agentes
derivados da inteligência artificial em setores como segurança, infraestrutura, engenharia,
e saúde, esse último pode ser elucidado pelo auxílio em diagnósticos de pacientes
(OVANESSOFF; PLASTINO, 2017; SARLET; MOLINARO, 2017). Machine learning
(aprendizado de máquina), deep learning (aprendizado profunda), Big Data e aspectos
físicos, como a robótica e mecanismos de visão computacional também são utilizados nas
diversas práticas da medicina, dando suporte a análises de imagens, diagnoses e
predições médicas, além de realizar operações e cirurgias médicas com uso de robôs
automatizados (BRAGA et al., 2018; RUSSELL; NORVIG, 2013).
Encontram-se também as redes de sensores na área da saúde, que permitem
registrar sinais vitais de pacientes e os transmitirem eletronicamente aos médicos, que
ajustam os medicamentos conforme os resultados, fazendo com que pacientes cardíacos
contem com “monitores que compilam pressão arterial, níveis de oxigênio no sangue e
batimentos cardíacos” (WEST, 2015, p. 5), aumentando a qualidade dos tratamentos.
Diante do avanço do interesse da sociedade pela inteligência artificial e seus
sistemas, com grande destaque no início do século XXI, as demandas de seus estudos
têm demonstrado crescimento nos últimos anos, tanto na academia, assim como na
indústria e no comércio (JORDAN, 2019). Esse novo contexto, impõe a necessidade de

Para continuar a ler

PEÇA SUA AVALIAÇÃO

VLEX uses login cookies to provide you with a better browsing experience. If you click on 'Accept' or continue browsing this site we consider that you accept our cookie policy. ACCEPT