Inteligencia artificial en la enseñanza de la Odontología: análisis bibliométrico
DOI:
https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1301Palabras clave:
Odontología, Enseñanza, Inteligencia ArtificialResumen
Objetivo: Realizar un análisis bibliométrico de la inteligencia artificial en la enseñanza de la Odontología para identificar brechas en la literatura y sintetizar descubrimientos actuales en el área. Método: Investigación bibliométrica de carácter exploratorio y descriptivo. Se seleccionaron las bases de datos de WoS y Scopus para llevar a cabo el estudio y posterior análisis de los datos. Se excluyeron artículos en edición editorial, cartas y capítulos de libros. Resultados: 93 registros, publicados en 49 revistas indexadas en las bases de datos, con 314 autores afiliados a 199 instituciones responsables de las publicaciones en 34 países diferentes. Tras la eliminación de duplicados, se incluyeron 74 referencias para el análisis completo. Todos los artículos seleccionados fueron analizados según datos bibliométricos preestablecidos. Conclusión: Es fundamental considerar la escasez de trabajos científicos que abordan este tema y la necesidad continua de investigaciones para maximizar los beneficios de su incorporación en el ámbito académico.
Citas
Klaassen H, Ashida S, Comnick CL, Xie XJ, Smith BM, Tabrizi M, et al. Covid-19 pandemic and its impact on dental students: A multi-institutional survey. J Dent Educ. 2021 jul; 85(7):1280-1286. DOI: https://doi.org/10.1002/jdd.12597
Turing AM. Computing machinery and intelligence. Mind. 1950; 49:433-446. DOI: https://doi.org/10.1093/mind/LIX.236.433
Horie Y, Yoshio T, Aoyama K, Yoshimizu S, Horiuchi Y, Ishiyama A, et al. Diagnostic outcomes of esophageal cancer by artificial intelligence using convolutionalneural networks. Gastrointest Endosc. 2019 jan; 89(1):25-32. DOI: https://doi.org/10.1016/j.gie.2018.07.037
Iroda A, Diyora A. Artificial intelligence in medicine: benefits and drawbacks. Br View. 2021; 6(1):55-59.
Lee JH, Ha EJ, Kim JH. Application of deep learning to thediagnosis of cervical lymph node metastasis from thyroid cancerwith CT. Eur Radiol. 2019 oct; 29(10)5452-5457. DOI: https://doi.org/10.1007/s00330-019-06098-8
Carrillo-Perez F, Pecho OE, Morales JC, Paravina RD, Bona AD, Ghinea R, et al. Applications of artificial intelligence in dentistry: A comprehensive review. J Esthet and Restor Dent. 2022 jan; 34(1):259-280. DOI: https://doi.org/10.1111/jerd.12844
Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen H, et al. Developments, application, and performance of artificial intelligence indentistry - A systematic review. J Dent Sci. 2021 jan; 16(1):508-522. DOI: https://doi.org/10.1016/j.jds.2020.06.019
Shan T, Tay FR, Gu L. Application of artificial intelligence indentistry. J Dent Res. 2021 mar; 100(3): 232-244. DOI: https://doi.org/10.1177/0022034520969115
Alauddin MS, Baharuddin AS, Ghazali MIM. The modern and digital transformation of oral health care: A mini review. Healthcare. 2021 jan; 9(2):118. DOI: https://doi.org/10.3390/healthcare9020118
Imran E, Adanir N, Khurshid Z. Significance of haptic and virtual reality simulation (VRS) in the dental education: A review of literature. Appl Sci. 2021; 11(21):10196. DOI: https://doi.org/10.3390/app112110196
Lillehaug SI, Lajoie SP. AI in medical education-another grand challenge for medical informatics. Artif Intell Med. 1998 mar; 12(3):197-225. DOI: https://doi.org/10.1016/S0933-3657(97)00054-7
Zitzmann NU, Matthisson L, Ohla H, Joda T. Digital undergraduate education in dentistry: A systematic review. Int J Environ Res Public Health. 2020 may; 17(9)3269. DOI: https://doi.org/10.3390/ijerph17093269
Hicks D, Wouters P, Waltman L, Rijcke S, Rafols I. Bibliometrics: the Leiden Manifesto for research metrics. Nature. 2015 apr; 520:429-431. DOI: https://doi.org/10.1038/520429a
Mukherjee D, Lim WM, Kumar S, Donthu N. Guidelines for advancing theory and practice through bibliometric research. J Bus Res. 2022 sep; 148:101-115. DOI: https://doi.org/10.1016/j.jbusres.2022.04.042
Liu X, Zhao S, Tan L, Tan Y, Wang Y, Ye Z, et al. Frontier and hot topics in electrochemiluminescence sensing technology based on CiteSpace bibliometric analysis. Biosens Bioelectron. 2022 apr; 201:113932. DOI: https://doi.org/10.1016/j.bios.2021.113932
Yeung AWK. Comparison between Scopus, Web of Science, PubMed and publishers for mislabelled review papers. Curr Sci. 2019 jun; 116(11):1909-1914. DOI: https://doi.org/10.18520/cs/v116/i11/1909-1914
Kishimoto T, Goto T, Matsuda T, Iwawaki Y, Ichikawa T. Application of artificial intelli-gence in the dental field: A literature review. J Prosthodont Res. 2022 jan; 66(1):19-28. DOI: https://doi.org/10.2186/jpr.JPR_D_20_00139
Schwendicke F, Samek W, Krois J. Artificial intelligence in dentistry: Chances and challenges. J Dent Res. 2020 jul; 99(7):769-774. DOI: https://doi.org/10.1177/0022034520915714
Rhienmora P, Haddawy P, Suebnukarn S, Dailey MN. Intelligent dental training simulator with objective skill assessment and feedback. Artif Intell Med. 2011 jun; 52(2):115-21. DOI: https://doi.org/10.1016/j.artmed.2011.04.003
Lee J-H, Yu H-J, Kim M-j, Kim J-W, Choi J. Automated cephalometric landmark detection with confidence regions using Bayesian convolutional neural networks. BMC Oral Health. 2020 out; 20(1): 270. DOI: https://doi.org/10.1186/s12903-020-01256-7
Thurzo A, Strunga M, Urban R, Surovková J, Afrashtehfar KI. Impact of artificial intelligence on dental education: A review and guide for curriculum update. Educ Sci. 2023 jan; 13(150):1-14. DOI: https://doi.org/10.3390/educsci13020150
Speight PM, Elliott AE, Jullien JÁ; Downer MC, Zakzrewska JM. The use of artificial intelligence to identify people at risk of oral cancer and precancer. Br Dent J. 1995 nov; 179:382-387. DOI: https://doi.org/10.1038/sj.bdj.4808932
Rhienmora P, Haddawy P, Khanal P, Suebnukarn S, Dailey MN. A virtual reality simulator for teaching and evaluating dental procedures. Methods Inf Med. 2010 jun; 49(4):396-405. DOI: https://doi.org/10.3414/ME9310
Thurzo A, Urbanová W, Novák B, Czako L, Siebert T, Stano P, et al. Where is the artificial intelligence applied in dentistry? Systematic review and literature analysis. Healthcare (Basel). 2022 jul; 10(7):1269. DOI: https://doi.org/10.3390/healthcare10071269
Monterubbianesi R, Tosco V, Vitiello F, Orilisi G, Fraccastoro F, Putignano A, et al. Augmented, virtual and mixed reality in dentistry: A narrative review on the existing platforms and future challenges. Appl Sci. 2022 jan; 12(2):877. DOI: https://doi.org/10.3390/app12020877
Sallam M, Salim NA, Barakat M, Al-Tammemi AB. ChatGPT applications in medical, dental, pharmacy, and public health education: A descriptive study highlighting the advantages and limitations. Narra J. 2023 abr; 3(1):e103. DOI: https://doi.org/10.52225/narra.v3i1.103
Yüzbaşıoğlu E. Attitudes and perceptions of dental students towards artificial intelligence. J Dent Educ. 2021 jan; 85(1):60-68. DOI: https://doi.org/10.1002/jdd.12385
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La sumisión de un artículo a el Journal of Health Informatics es entendida como exclusiva y que no esta siendo considerado para publicación en otro periódico. La permisión de los autores para la publicación de su artículo en lo JHI implica en la exclusiva autorización concedida a los editores para su inclusión en la revista. Al someter un artículo, a lo autor será solicitada la permisión electrónica de una Nota de Copyright. Una mensaje electrónica será enviada a lo autor correspondiente confirmando el recibo del manuscrito y lo aceite de la Nota de Copyright.
