Medikal nesnelerin internetinin (IoMT) bibliyometrik analizi

Medikal Nesnelerin İnterneti (IoMT), IoT teknolojisinin sağlık alanına uyarlanmış bir alt kümesi olup, uzaktan teşhis, tedavi ve hasta takibini mümkün kılmaktadır. Giyilebilir ve vücuda yerleştirilebilir medikal sensörler, ağ cihazları ve bulut sistemleri aracılığıyla hasta verileri sürekli toplanarak analiz edilmekte ve sağlık uzmanlarına iletilmektedir. Ancak, IoMT alanındaki akademik çalışmaların büyük bir kısmı teknik konulara odaklanmış olup, bibliyometrik analizler açısından metodolojik çeşitlilik ve güncellik sorunları barındırmaktadır. Bu çalışma, IoMT alanındaki araştırma eğilimlerini, akademik iş birliklerini ve literatürdeki eksiklikleri belirlemek amacıyla kapsamlı ve güncel bir analiz sunmaktadır. Bu kapsamda, bibliyometrik performans analizi, bibliyografik eşleşme, anahtar kelime eş oluşum ve ortak yazar analizi yöntemleri kullanılarak Web of Science veritabanındaki son beş yılın makaleleri analiz edilmiştir. VOSviewer ve Biblioshiny yazılımlarıyla yapılan görselleştirme ve veri analizi sonucunda, IoMT alanındaki araştırma eğilimleri ortaya konmuş ve gelecekteki çalışmalara katkı sağlayacak bulgular elde edilmiştir. Analizler sonucunda ulaşılan bulgulara göre IoMT alanındaki bilimsel üretim oranı, 2020'den 2023'e kadar artış eğiliminde olup en yüksek seviyesine 2023'te ulaşmış, ancak 2024'te %27,7'lik bir düşüş yaşanarak azalma eğilimine girdiği tespit edilmiştir. En etkili dergi IEEE Access, en çok doküman üreten kurum King Saud Universitesi, en çok atıf alan ülke Çin olduğu anlaşılmıştır. En çok iş birliği Suudi Arabistan ve Pakistan arasında gerçekleşirken, bu alandaki üretim ve iş birliği oranının en yüksek Asya ülkeleri arasında olduğu belirlenmiştir. Ortak yazar analizine göre en çok doküman üreten yazar Taher M. Ghazal, en yüksek atıf alan Bashir Ali Kashif idi. Çalışma Lotka yasası ile ılımlı uyum göstermekle birlikte Bradford yasasının uygulanamaz olduğu tespit edilmiştir. Bibliyografik eşleşme analizi sonucu tespit edilen kümelerin en yüksek atıfa sahip yayınlarında COVID-19 ile ilgili çalışmalar ağırlıktayken, makine öğrenmesi, blokzincir ve kimlik doğrulama diğer tematik alanlar olarak belirlenmiştir. Çalışma, literatüre önemli bir katkı olarak, IoMT alanında teknik odaklılığın baskın olduğunu, buna karşın sosyoteknik boyutların ihmal edildiğini ortaya koymakta ve sosyal bilimler odaklı, disiplinlerarası çalışmalara duyulan ihtiyacı vurgulamaktadır.