dc.contributor.advisor | Roque Henriquez, Joel Christian | |
dc.contributor.author | Vega Olivares, Renatto Joaquin | |
dc.contributor.author | Zumaeta Soria, John Aldrin | |
dc.date.accessioned | 2025-03-27T20:28:11Z | |
dc.date.available | 2025-03-27T20:28:11Z | |
dc.date.issued | 2025 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12805/4112 | |
dc.description.abstract | Objetivos: Este estudio tuvo como objetivo caracterizar la producción científica en SCOPUS sobre el uso de inteligencia artificial (IA) en el diagnóstico y tratamiento de enfermedades entre los años 2014 y 2023. Se analizaron indicadores bibliométricos de producción, visibilidad, impacto y colaboración. Materiales y Métodos: Se realizó un análisis bibliométrico observacional y descriptivo utilizando la base de datos SCOPUS. La búsqueda incluyó términos relacionados con "inteligencia artificial", "machine learning" y "diagnóstico" entre 2014-2023, obteniendo un total de 1765 publicaciones después de aplicar los criterios de inclusión y exclusión. Se emplearon herramientas como Bibliometrix y Scimago Journal & Country Rank para extraer indicadores clave. Resultados: Se observó un aumento significativo en la producción científica durante la última década, especialmente entre 2019 y 2020. China y Estados Unidos fueron los países más productivos, con instituciones chinas liderando el ranking global. Las palabras clave más frecuentes fueron machine learning, human e artificial intelligence, reflejando un enfoque metodológico predominante. Además, las revistas de alto impacto, como Diagnostics y Scientific Reports, fueron las principales plataformas de publicación. Conclusiones: La IA se ha consolidado como una herramienta transformadora en la medicina, con un impacto creciente en el diagnóstico y tratamiento de enfermedades. Este estudio ofrece una visión integral de las tendencias globales en este campo, destacando la necesidad de fortalecer la investigación en regiones subrepresentadas como América Latina, incluyendo Perú. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Científica del Sur | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | es_PE |
dc.subject | Inteligencia artificial | es_PE |
dc.subject | Aprendizaje automático | es_PE |
dc.subject | Diagnóstico | es_PE |
dc.subject | Tratamiento | es_PE |
dc.subject | Análisis bibliométrico | es_PE |
dc.title | Análisis bibliométrico de las publicaciones científicas entre los años 2014 - 2023 sobre el uso de la inteligencia artificial en el diagnóstico y tratamiento de enfermedades | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Medicina Humana | es_PE |
thesis.degree.grantor | Universidad Científica del Sur. Facultad de Ciencias de la Salud | es_PE |
thesis.degree.name | Médico Cirujano | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#3.02.27 | es_PE |
dc.publisher.country | PE | es_PE |
renati.advisor.dni | 41519613 | |
renati.advisor.orcid | https://orcid.org/0000-0002-9206-2422 | es_PE |
renati.author.dni | 72232368 | |
renati.author.dni | 70138783 | |
renati.discipline | 912016 | es_PE |
renati.juror | Concepción Zavaleta, Marcio | |
renati.juror | Zavaleta Corvera, Carlos | |
renati.juror | Goicochea Romero, Paola | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.type.other | Tesis de Licenciatura | es_PE |