Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Dahil edilme kriterlerini karşılayan toplam 168 çalışma (155 WoS, 13 TR Dizin) incelenmiştir.
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışma, 2019–2025 yılları arasında anatomi alanında yapay zekâ (YZ) uygulamalarına ilişkin küresel ve ulusal düzeydeki eğilimleri ortaya koymayı ve bu eğilimlerden kaynaklanan metodolojik ve eğitsel öncelikleri belirlemeyi amaçlamaktadır. Yöntemler: Çalışma, Web of Science (SCI-Expanded) ve TR Dizin veri tabanlarında indekslenen yayınlara dayalı bir bibliyometrik analize dayanmaktadır. Yayın yılı, atıf metrikleri, yazar ve ülke dağılımları ile iş birliği ağları değerlendirilmiştir. Ek olarak, tüm çalışmalar iki araştırmacı tarafından anatomik odak (radyolojik anatomi, mikroanatomi, eğitim) ve YZ görev türü (segmentasyon, sınıflandırma, üretim vb.) açısından manuel içerik-temelli bir sınıflandırma sistemi kullanılarak kategorize edilmiştir. Kodlayıcılar arası uyum nitel olarak değerlendirilmiş ve görüş birliği sağlanmıştır. Bulgular: Dahil edilme kriterlerini karşılayan toplam 168 çalışma (155 WoS, 13 TR Dizin) incelenmiştir. Çalışmaların çoğu radyolojik ve mikroanatomik uygulamalara odaklanırken, eğitim ve büyük dil modelleri (LLM’ler) ile ilgili araştırmalar daha sınırlı düzeydedir. Etik ve beden bağışı temalı çalışmalar ise veri setinde yer almamaktadır. 2021 sonrasında yayın sayısında belirgin bir artış gözlenmiş olup ulusal veriler bu küresel eğilimi yansıtmaktadır. Sonuç: 2019–2025 döneminde anatomi alanında yapay zekâ araştırmaları ağırlıklı olarak radyolojik ve mikroanatomik alanlara yönelmiştir; bu durum görüntüleme yöntemleri ile yapısal analiz arasındaki güçlü ilişkiyi göstermektedir. Eğitsel çalışmalar ve beden bağışı temalı araştırmalar ise oldukça sınırlıdır. Alanın ilerlemesi, çok merkezli veri paylaşımı ve metodolojik standartların (TRIPOD+AI, CLAIM) uygulanmasına bağlı olacaktır. Bu çalışma, yapay zekâ–anatomi araştırmalarının tematik evrimini ortaya koyarak anatomi ve eğitim alanına entegrasyon için bir referans sunmaktadır. Anahtar Sözcükler:
Abstract
Aims: This study aims to determine the global and national trends in Artificial Intelligence (AI) applications in the field of anatomy between 2019 and 2024 and to identify the methodological and educational priorities arising from these trends. Methods: The study is based on a bibliometric analysis of publications indexed in the Web of Science (SCI-Expanded) and TR Index databases. Publication year, citation metrics, author and country distributions, and collaboration networks were evaluated. Additionally, all studies were categorized by two researchers using a manual content-based classification system in terms of anatomical focus (radiological anatomy, microanatomy, education) and AI task type (segmentation, classification, text generation, etc.). Inter-coder agreement was assessed qualitatively, and consensus was achieved. Results: A total of 168 studies (155 WoS, 13 TR Index) meeting the inclusion criteria were reviewed. While most studies focused on radiological and microanatomical applications, research on education and large language models (LLMs) was more limited. After 2021, the number of publications rose sharply, with national data (TR Index) reflecting the same upward global trend. Conclusion: During 2019–2024, AI in anatomy research has mainly focused on radiological and microanatomical fields, highlighting the link between imaging methodologies and structural analysis. Educational applications and LLM-based studies remain limited within Anatomy & Morphology journals. Progress will rely on multi-center data sharing and methodological standardization (TRIPOD+AI, CLAIM). This study outlines the thematic evolution of AI–anatomy research, providing a reference for its integration into anatomy and education.