Inteligencia artificial generativa y modelos de lenguaje de gran tamaño como herramientas de apoyo metodológico en la investigación en salud: un análisis bibliométrico

Resumen

Objetivo: Mapear la producción científica y las tendencias temáticas del uso de la inteligencia artificial generativa (GenAI) y de los modelos de lenguaje de gran tamaño (LLM) como herramientas de apoyo metodológico en la investigación en salud.

Método: Estudio bibliométrico realizado en septiembre de 2026 en las bases de datos PubMed, Scopus y Web of Science. Los registros se cribaron mediante un flujo híbrido (humano–IA) en el que un LLM aplicó criterios definidos previamente y una revisora humana verificó los resultados. Los datos se analizaron en RStudio con el paquete bibliometrix y su interfaz biblioshiny.

Resultados: El corpus final estuvo compuesto por 552 documentos, distribuidos en 337 fuentes, con una antigüedad media de 0,88 años y una tasa de crecimiento anual del 70,7%. Estados Unidos concentró el mayor número de afiliaciones de autores, seguido de China. La literatura mostró una alta dispersión entre revistas y una fuerte concentración de autores ocasionales (el 89,2% con una sola publicación), además de una colaboración internacional modesta (14,7%). El mapa temático reveló que los temas motores siguen centrados en el uso genérico de los LLM y de ChatGPT, mientras que las aplicaciones metodológicas específicas aún no conforman agrupaciones consolidadas.

Conclusión: El uso de la GenAI y de los LLM como apoyo metodológico a la investigación en salud constituye un campo emergente y en rápida expansión, pero que todavía carece de una estructura temática y de canales de publicación consolidados. La consolidación del área exige establecer criterios normativos de validación, transparencia en la comunicación de los resultados, una supervisión humana estricta y la alfabetización de los investigadores en inteligencia artificial, de modo que se garantice la integridad de la evidencia científica producida, con repercusiones directas en la calidad de las prácticas y en la seguridad de la atención en salud.