Évaluation systématique des progrès de la recherche sur le traitement automatique du langage naturel en médecine au cours des 20 dernières années : étude bibliométrique sur PubMed

CONTEXTE : Le traitement automatique du langage naturel (NLP) est un domaine traditionnel important de l'informatique, mais son application dans la recherche médicale a été confrontée à de nombreux défis. Avec la numérisation massive des informations médicales à l'échelle mondiale et l'importance croissante de la compréhension et de l'exploration des mégadonnées dans le domaine médical, le NLP devient de plus en plus crucial. OBJECTIF : L'objectif de cette recherche était de réaliser une revue systématique sur l'utilisation du NLP dans la recherche médicale afin de comprendre les progrès mondiaux concernant les résultats de recherche, le contenu, les méthodes et les groupes d'étude impliqués dans le NLP. MÉTHODES : Une revue systématique a été menée en utilisant la base de données PubMed comme plateforme de recherche. Toutes les études publiées sur l'application du NLP en médecine (à l'exception de la biomédecine) au cours des 20 années comprises entre 1999 et 2018 ont été extraites. Les données obtenues à partir de ces études publiées ont été nettoyées et structurées. Excel (Microsoft Corp) et VOSviewer (Nees Jan van Eck and Ludo Waltman) ont été utilisés pour réaliser une analyse bibliométrique des tendances de publication, de l'ordre des auteurs, des pays, des institutions, des relations de collaboration, des thématiques de recherche phares, des maladies étudiées et des méthodes de recherche. RÉSULTATS : Au total, 3498 articles ont été obtenus lors du criblage initial, et 2336 articles répondaient aux critères de l'étude après sélection manuelle. Le nombre de publications a augmenté chaque année, avec une croissance significative après 2012 (le nombre de publications variait de 148 à un maximum de 302 par an). Les États-Unis ont occupé la première place depuis la création de ce domaine, avec le plus grand nombre d'articles publiés. Les États-Unis ont contribué à 63,01 % (1472/2336) de toutes les publications, suivis par la France (5,44 %, 127/2336) et le Royaume-Uni (3,51 %, 82/2336). L'auteur ayant publié le plus grand nombre d'articles était Hongfang Liu (70), tandis que Stéphane Meystre (17) et Hua Xu (33) ont publié le plus grand nombre d'articles en tant que premier auteur et auteur correspondant. Parmi les institutions d'affiliation du premier auteur, Columbia University a publié le plus grand nombre d'articles, représentant 4,54 % (106/2336) du total. Plus précisément, environ un cinquième (17,68 %, 413/2336) des articles concernait des recherches sur des maladies spécifiques, et les domaines d'étude se concentraient principalement sur les maladies mentales (16,46 %, 68/413), le cancer du sein (5,81 %, 24/413) et la pneumonie (4,12 %, 17/413). CONCLUSIONS : Le NLP traverse une période de fort développement dans le domaine médical, avec une moyenne d'environ 100 publications par an. Les dossiers médicaux électroniques étaient les matériels de recherche les plus utilisés, mais les réseaux sociaux tels que Twitter sont devenus des matériels de recherche importants depuis 2015. Le cancer (24,94 %, 103/413) était le domaine le plus fréquent dans la recherche médicale assistée par le NLP sur les maladies, les cancers du sein (23,30 %, 24/103) et les cancers du poumon (14,56 %, 15/103) représentant les proportions d'études les plus élevées. Columbia University et les talents qui y ont été formés ont constitué les forces de recherche les plus actives et les plus prolifiques sur le NLP dans le domaine médical.