Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Bulgular, sağlık alanında LLM’lere yönelik bilimsel ilginin belirgin şekilde arttığını ve ABD, Çin ve bazı Avrupa ülkelerinin bu alandaki araştırmalara öncülük ettiğini göstermektedir. “Yapay Zekâ”, “ChatGPT” ve “Tıp Eğitimi” gibi anahtar kelimelerin öne çıkması, LLM’lerin eğitim ve klinik destek sistemlerinde giderek daha fazla araştırıldığını ortaya koymaktadır.
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışma, sağlık alanında Büyük Dil Modelleri’nin (LLM) kullanımına ilişkin mevcut durumu ve araştırma eğilimlerini bibliyometrik analiz yöntemiyle ortaya koymayı amaçlamaktadır. Gereç ve Yöntemler: Veriler, 2023-2025 yılları arasında yayımlanmış açık erişimli klinik araştırma makaleleri arasından seçilerek Web of Science veri tabanından elde edilmiştir. Dahil etme kriterlerini karşılayan 173 makale, R programında “Bibliometrix” paketi ve “Biblioshiny” arayüzü kullanılarak analiz edilmiştir. Yayın eğilimleri, ortak yazarlık ağları, anahtar kelime eş-oluşumları ve tematik haritalama gibi temel bibliyometrik göstergeler incelenmiştir. Bulgular: Bulgular, sağlık alanında LLM’lere yönelik bilimsel ilginin belirgin şekilde arttığını ve ABD, Çin ve bazı Avrupa ülkelerinin bu alandaki araştırmalara öncülük ettiğini göstermektedir. “Yapay Zekâ”, “ChatGPT” ve “Tıp Eğitimi” gibi anahtar kelimelerin öne çıkması, LLM’lerin eğitim ve klinik destek sistemlerinde giderek daha fazla araştırıldığını ortaya koymaktadır. Tematik analizde, “performans”, “sağlık eşitsizlikleri” ve “etik zorluklar” gibi konuların yükselen araştırma alanları olduğu görülmüştür. LLM’ler sağlık hizmetlerinde önemli fırsatlar sunarken, veri gizliliği, yanlış bilgi üretimi ve etik denetim eksiklikleri gibi riskler de barındırmaktadır. Sonuç: Sonuç olarak, bu çalışma sağlık alanında LLM’lerin kullanımına yönelik kapsamlı bir haritalama sunarak, öne çıkan araştırma temalarını ve literatürdeki boşlukları ortaya koymaktadır.
Abstract
Aim: This study aims to reveal the current scientific studies and research trends on the use of Large Language Models (LLM) in the field of health by bibliometric analysis. Material and Methods: Data were sourced from open-access clinical research articles published between 2023 and 2025, extracted from the Web of Science database. A total of 173 articles meeting the inclusion criteria were analyzed using the “Bibliometrix” R package and the “Biblioshiny” interface, focusing on publication trends, co-authorship networks, keyword co-occurrences, and thematic mapping. Results: Results revealed a substantial rise in academic interest in LLMs within healthcare, with significant contributions from researchers in the United States, China, and various European countries. Prominent keywords such as "Artificial Intelligence," "ChatGPT," and "Medical Education" indicate that LLMs are increasingly explored for educational and clinical support applications. Thematic analysis identified emerging research areas including "performance," "health disparities," and "ethical challenges." While LLMs offer considerable opportunities in healthcare, they also present notable risks like data privacy issues, misinformation, and ethical oversight gaps. Conclusion: In conclusion, this study provides a comprehensive overview of LLM applications in healthcare, highlighting key research themes and identifying gaps within the current literature.