تحلیل روندهای پژوهش در حوزه هوش مصنوعی و سواد سلامت: با رویکرد علم‌سنجی

نوع مقاله : مقاله پژوهشی

نویسنده
سیف اله اندایش
استادیار، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس. بوشهر. ایران
10.48305/him.2026.45888.1359
چکیده
هدف این پژوهش، تحلیل ساختار دانشی، روندهای علمی و تحول موضوعی پژوهش‌های مرتبط با هوش مصنوعی و سواد سلامت با رویکرد علم‌سنجی است. .

روش‌بررسی: این مطالعه با رویکرد کتابسنجی انجام شد. داده‌ها از پایگاه اسکوپوس و بدون محدودیت زمانی گردآوری شد. 2864 سند منتشرشده طی سال‌های 1983 تا 2025 برای تحلیل انتخاب شد. تحلیل داده‌ها با بهره‌گیری از نرم‌افزار VOSviower و Bibliometrix انجام شد.

یافته‌ها : نتایج نشان می‌دهد که این حوزه با نرخ رشد سالانه ۴.۹۵ درصد رشد پایدار و شتابانی داشته است. الگوی همکاری علمی کشورها نشان می‌دهد که ایالات متحده آمریکا با بیشترین پیوندها در مرکز شبکه قرار دارد. نقشه هم‌واژگانی چهار محور اصلی را مشخص کرد: آموزش سلامت و مدل‌های زبانی، کاربردهای بالینی، روش‌شناسی و سنجش فنی و سلامت روان. تحلیل تحول موضوعی نیز سه فاز متمایز را نشان داد: سیستم‌های خبره (۱۹۸۳-۲۰۰۵)، فناوری‌های دیجیتال و زیرساخت‌های نوین (۲۰۰۵-۲۰۱۸)، و هوش مصنوعی مولد و مدل‌های زبانی بزرگ (۲۰۱۸-۲۰۲۴). در نقشه موضوعی، ترکیب «هوش مصنوعی-ChatGPT-سواد سلامت» به عنوان موضوعی راهبردی با مرکزیت و تأثیرگذاری بالا شناسایی شد.

نتیجه‌گیری: حوزه هوش مصنوعی و سواد سلامت از سیستم‌های خبره به مدل‌های زبانی بزرگ تحول یافته و ترکیب ChatGPT با سواد سلامت به عنوان جبهه پژوهشی راهبردی شناسایی شده است.

واژه‌های کلیدی: هوش مصنوعی، سواد سلامت، مدل‌های زبانی بزرگ، آموزش سلامت

پیام کلیدی: هوش مصنوعی در سلامت از سیستم‌های خبره به مدل‌های زبانی بزرگ تحول یافته است. پیشبرد این حوزه نوظهور در تلاقی با سواد سلامت، نیازمند رویکردی جامع به اخلاق، همکاری میان‌رشته‌ای و زیرساخت‌های نوین است.
کلیدواژه‌ها
هوش مصنوعی
سواد سلامت
مدل‌های زبانی بزرگ
آموزش سلامت
موضوعات

عنوان مقاله English

Analyzing Research Trends in the Field of Artificial Intelligence and Health Literacy: A Scientometric Approach

نویسنده English

Seifallah Andayesh
Assistant Professor, knowledge and information science , Persian Gulf University, Bushehr, Iran.
چکیده English

Objective: This study aims to analyze the knowledge structure, scientific trends, and thematic evolution of research on artificial intelligence and health literacy using a scientometric approach.

Methods: This study was conducted using a bibliometric approach. Data were retrieved from the Scopus database without time restrictions. A total of 2,864 documents published between 1983 and 2025 were selected for analysis. The data were imported into Bibliometrix software.

Results: The findings indicate that this field has experienced sustained and accelerated growth with an annual growth rate of 4.95%. The scientific collaboration network shows that the United States, with the highest number of links, is at the center of the network. The co-occurrence map identified four main themes: health education and language models, clinical applications, methodology and technical assessment, and mental health. Thematic evolution analysis revealed three distinct phases: expert systems (1983-2005), digital technologies and modern infrastructures (2005-2018), and generative AI and large language models (2018-2024). In the strategic diagram, the combination of "AI-ChatGPT-health literacy" was identified as a motor theme with high centrality and impact.

Conclusion: The field of AI and health literacy has evolved from expert systems to large language models, and the integration of ChatGPT with health literacy has been identified as a strategic research front.

Keywords: Artificial Intelligence, Health Literacy, Large Language Models, Health Education

Key Message: AI in healthcare has evolved from expert systems to large language models. Advancing this emerging field at the intersection of health literacy requires a comprehensive approach to ethics, interdisciplinary collaboration, and modern infrastructure.

کلیدواژه‌ها English

Artificial Intelligence
Health Literacy
Large Language Models
Health Education
 1. Sørensen K, Van den Broucke S, Fullam J, Doyle G, Pelikan J, Slonska Z, et al. Health literacy and public health: a systematic review and integration of definitions and models. BMC public health. 2012;12(1):80 .
2. World Health Organization. (2021). Health promotion glossary of terms 2021. https://iris.who.int/server/api/core/bitstreams/96da8799-4938-4d66b171-04770ed4b243/content .
3. Berkman ND, Davis TC, McCormack L. Health literacy: what is it? Journal of health communication. 2010;15(S2):9-19 .
4. Garcia MB, Garcia PS, Maaliw RR, Lagrazon PGG, Arif YM, Ofosu-Ampong K, et al. Technoethical Considerations for Advancing Health Literacy and Medical Practice: A Posthumanist Framework in the Age of Healthcare 5.0.  Emerging Technologies for Health Literacy and Medical Practice: IGI Global Scientific Publishing; 2024. p. 1-19 .
5. Cerqueira F, Ferreira MC, Campos MJ, Fernandes CS. Empowering cancer patients: a scoping review on gamified approaches to health literacy for self-care. Journal of Medical Systems. 2025;49(1):1-14 .
6. Seng JJ, Yeam CT, Huang CW, Tan NC, Low LL. Pandemic-related health literacy: a systematic review of literature in COVID-19, SARS and MERS pandemics. Singapore Medical Journal. 2025 May 1;66(5):244-55 .
7. Smith C, Behan S, Belton S, Nicholl C, Murray M, Goss H. An update on health literacy dimensions: An umbrella review. PLoS One. 2025;20(6):e0321227 .
8. Minutolo A, Damiano E, De Pietro G, Fujita H, Esposito M. A conversational agent for querying Italian Patient Information Leaflets and improving health literacy. Computers in Biology and Medicine. 2022;141:105004 .
9. Nutbeam D. Artificial intelligence and health literacy—proceed with caution. Health Literacy and Communication Open. 2023;1(1):2263355 .
10. Aung YY, Wong DC, Ting DS. The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare. British medical bulletin. 2021;139(1):4-15 .
11. Peres F. Health literacy in ChatGPT: exploring the potential of the use of artificial intelligence to produce academic text. Ciência & Saúde Coletiva. 2024;29:e02412023 .
12. Chang Y-H, Guo Y-T, Fu L-C, Chiu M-J, Chiu H-M, Lin H-J. Interactive healthcare robot using attention-based question-answer retrieval and medical entity extraction models. IEEE journal of biomedical and health informatics. 2023;27(12):6039-50 . 13. Mane HY, Doig AC, Gutierrez FXM, Jasczynski M, Yue X, Srikanth NP, et al. Practical guidance for the development of Rosie, a health education question-and-answer chatbot for new mothers. Journal of Public Health Management and Practice. 2023;29(5):663-70 .
14. Sarangi PK, Lumbani A, Swarup MS, Panda S, Sahoo SS, Hui P, Choudhary A, Mohakud S, Patel RK, Mondal H, snigdha Sahoo S. Assessing ChatGPT's proficiency in simplifying radiological reports for healthcare professionals and patients. Cureus. 2023 Dec 21;15(12).
15. Caglar U, Yildiz O, Meric A, Ayranci A, Gelmis M, Sarilar O, et al. Evaluating the performance of ChatGPT in answering questions related to pediatric urology. Journal of pediatric urology. 2024;20(1):26. e1-. e5 .
16. Guo, Y., Guo, Q., Liu, C., Chen, F., Ma, J., Zhang, H., Lv, Y., Yang, T., & Sun, Y. (2025). Artificial intelligence in patient education: a bibliometric analysis. International journal of surgery (London, England), 10.1097/JS9.0000000000004075. Advance online publication. https://doi.org/10.1097/JS9.0000000000004075
17. Abeo ANA AS, Scriney M, Goss H. Artificial Intelligence Techniques and Health Literacy: A Systematic Review. Mayo Clinic Proceedings: Digital Health. 2025;3(4) .
18. Tbaishat, D. M., & Elfadel, M. W. (2025). Artificial intelligence (AI) for social innovation in health education: promoting health literacy through personalized ai-driven learning tools – a systematic review. BMC Medical Education, 26(1), 123. https://doi.org/10.1186/s12909-025-08462-3 .
19. Behzadifar M, Azari, S., Sajedimehr, N., Aalipour, A., Nematkhah, M., Teli, B. D.,  & Behzadifar, M. Challenges of using artificial intelligence in Iran’s health system: a qualitative study. Journal of Preventive Medicine and Hygiene. 2025;66(3E331-E340) . 20. Koohi F, Rahmanzadeh S, Kia AA, Naghibulsadat S. Digital health in the comprehensive health communication system in Iran. New Media Studies. 2025 Jun 22;11(42):26-1.
  21. Mendoza-Pinto C, Munguía-Realpozo P, Etchegaray-Morales I, Ramírez-Lara E, Solis-Poblano JC, García-Flores MA, Ayón-Aguilar J. Artificial intelligence in patient education: evaluating large language models for understanding rheumatology literature. Frontiers in Digital Health. 2025 Oct 15;7:1623399.
22. Nasra M JR, Pavlin-Premrl D, Kok HK, Khabaza A, Barras C, Slater LA, Yazdabadi A, Moore J, Russell J, Smith P, Chandra RV, Brooks M, Jhamb A, Chong W, Maingard J, Asadi H. Can artificial intelligence improve patient educational material readability? A systematic review and narrative synthesi. Internal medicine journal. 2025;55(1):20-34 .