Kartierung wirtschaftlicher Überlegungen in der klinischen Forschung zur künstlichen Intelligenz

Künstliche Intelligenz (KI) wurde im vergangenen Jahrzehnt schnell in der klinischen Forschung übernommen, doch das Ausmaß, in dem wirtschaftliche Überlegungen in dieser Literatur integriert sind, bleibt unklar. Diese Studie präsentiert eine groß angelegte bibliometrische Analyse der in der Web of Science indexierten klinischen KI-Forschung. Zeitliche Analysen erstrecken sich von 2000 bis 2024 (54.219 klinische KI-Studien), während Netzwerk-Mapping, Zitations-Overlay und Dichteanalysen sich auf die Momentaufnahme von 2024 konzentrieren (N = 14.995). Ein ratio-basierter Indikator wurde verwendet, um die relative Bedeutung wirtschaftlicher Überlegungen im Zeitverlauf zu verfolgen. Die Ergebnisse zeigen eine starke Beschleunigung der klinischen KI-Publikationen nach 2015, während Studien, die explizit Kosten, Kosten-Effektivität oder wirtschaftliche Belastung thematisieren, durchgehend selten bleiben und in den meisten Jahren weniger als 1 % der jährlichen Veröffentlichungen ausmachen. Strukturelle Analysen zeigen, dass wirtschaftliche Begriffe eng mit Modellierungs- und entscheidungsorientierten Schlüsselwörtern verbunden sind, jedoch keine eigenständigen thematischen Cluster bilden. Obwohl wirtschaftlich fokussierte Studien bei Vorhandensein eine moderate normalisierte Zitationswirkung erreichen, begrenzt ihre geringe Häufigkeit den strukturellen Einfluss. Die Ergebnisse zeigen ein anhaltendes Ungleichgewicht zwischen schneller methodischer Innovation und begrenzter wirtschaftlicher Bewertung in der klinischen KI-Forschung auf und unterstreichen die Notwendigkeit einer systematischeren Integration wirtschaftlicher Perspektiven zur Unterstützung einer nachhaltigen klinischen Anwendung.