Inteligência artificial na Enfermagem: uma análise bibliométrica (2000-2024)

Abstract

RESUMO: Introdução: A Quarta Revolução Industrial impulsionou a incorporação da Inteligência Artificial (IA) na saúde, transformando a prática e a formação em enfermagem. Diante do crescimento exponencial das publicações, torna-se necessário mapear a estrutura e a evolução desse campo do conhecimento. Objetivo: Realizar uma análise bibliométrica da produção científica sobre o uso de inteligência artificial na enfermagem no período de 2000 a 2024. Metodologia: Estudo bibliométrico descritivo e analítico, com coleta de dados nas bases Scopus, Web of Science e PubMed/MEDLINE. Foram incluídos artigos completos nos idiomas inglês, português e espanhol, publicados entre 2000 e 2024, que abordassem diretamente o uso de IA na enfermagem. A análise foi conduzida com o software Bibliometrix (interface Biblioshiny), empregando indicadores de produção, colaboração e conteúdo. Resultados: Foram recuperados 409 documentos distribuídos em 166 periódicos, com participação de 1.518 autores e taxa de crescimento anual de 13,36%. Observou-se produção incipiente entre 2000 e 2014, discreto aumento a partir de 2015 e crescimento expressivo a partir de 2019, com pico de 147 publicações em 2024. A curva de crescimento acumulativo e a projeção (R²=0,951) indicam tendência de ascensão contínua até 2029. A Columbia University (EUA) foi a instituição mais produtiva (51 documentos), e o periódico CIN: Computers, Informatics Nursing liderou as publicações (25 artigos). As palavras chave mais frequentes foram “artificial intelligence” (n=171), “nursing” (n=84) e “machine learning” (n=59), com emergência recente de termos como “deep learning”, “natural language processing” e “ChatGPT”. A colaboração internacional é polarizada por Estados Unidos e China, com participação reduzida do Brasil. Conclusão: A produção científica sobre IA na enfermagem encontra-se em franca expansão, com consolidação de núcleos de excelência, diversificação temática e transição para aplicações clínicas e educacionais mais sofisticadas. As lacunas identificadas incluem a baixa colaboração Sul-Sul, a necessidade de formação específica em competências digitais e o enfrentamento de desafios éticos e regulatórios. Os resultados fornecem subsídios para futuras pesquisas e para o fortalecimento da enfermagem digital.__ABSTRACT Introduction: The Fourth Industrial Revolution has driven the incorporation of Artificial Intelligence (AI) in healthcare, transforming nursing practice and training. Given the exponential growth of publications, it is necessary to map the structure and evolution of this field of knowledge. Objective: To conduct a bibliometric analysis of scientific production on the use of artificial intelligence in nursing from 2000 to 2024. Methodology: A descriptive and analytical bibliometric study was conducted, collecting data from the Scopus, Web of Science, and PubMed/MEDLINE databases. Full articles in English, Portuguese, and Spanish, published between 2000 and 2024, that directly addressed the use of AI in nursing were included. The analysis was conducted using Bibliometrix software (Biblioshiny interface), employing indicators of production, collaboration, and content. Results: 409 documents distributed across 166 journals were retrieved, with the participation of 1,518 authors and an annual growth rate of 13.36%. Incipient production was observed between 2000 and 2014, a slight increase from 2015 onwards, and significant growth from 2019, peaking at 147 publications in 2024. The cumulative growth curve and projection (R²=0.951) indicate a continuous upward trend until 2029. Columbia University (USA) was the most productive institution (51 documents), and the journal CIN: Computers, Informatics Nursing led the publications (25 articles). The most frequent keywords were "artificial intelligence" (n=171), "nursing" (n=84), and "machine learning" (n=59), with the recent emergence of terms such as "deep learning," "natural language processing," and "ChatGPT." International collaboration is polarized between the United States and China, with reduced participation from Brazil. Conclusion: Scientific production on AI in nursing is rapidly expanding, with the consolidation of centers of excellence, thematic diversification, and a transition to more sophisticated clinical and educational applications. The gaps identified include low South-South collaboration, the need for specific training in digital skills, and addressing ethical and regulatory challenges. The results provide support for future research and for strengthening digital nursing.