Bibliometric Analysis of Generative Artificial Intelligence in Medical Education between 2021 and 2026
Abstract
Introduction: Generative artificial intelligence burst into medical education and led to accelerated growth in publications on its integration into the training of health professionals. The structure of this scientific output in terms of volume, origin, journals and thematic trends remains unknown.
Objective: To analyze the scientific output on generative artificial intelligence in medical education indexed in Scopus between 2021 and 2026.
Methods: A descriptive bibliometric study was conducted. The universe comprised the documents indexed in Scopus that addressed generative artificial intelligence in medical education, retrieved through a search strategy applied to title, abstract and keywords. Productivity, impact and thematic trend indicators were analyzed with descriptive statistics and keyword co-occurrence analysis with routines developed in Python.
Results: The sample included 3 223 documents, with sustained growth since 2023 and 90,4 % published between 2024 and 2026. Original articles predominated (72,9 %). The United States (27,0 %) and China (12,7 %) led the output, with marginal Ibero-American participation. JMIR Medical Education headed the journal list. The documents accumulated 52 761 citations (average of 16,4) and the keyword network comprised 132 terms grouped into 4 thematic clusters.
Conclusions: The scientific output showed recent and accelerated growth, concentrated in a few countries and specialized journals, with a thematic shift toward the responsible use of these tools and research gaps in Latin America.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Mario Alexander Aguilar Balseca, Joane Nicole Aguilar Balseca, Daniel Alberto Hidrovo Moreno, Laura Katheryne Hernández León
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Los autores conservan todos los derechos sobre sus obras, las cuales pueden reproducir y distribuir siempre y cuando citen la fuente primaria de publicación.
La revista se encuentra sujeta bajo la Licencia Creative Commons Atribución-No Comercial 4.0 Internacional (CC BY-NC 4.0) y sigue el modelo de publicación de SciELO Publishing Schema (SciELO PS) para la publicación en formato XML.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material.
La licencia no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No Comercial — Usted no puede hacer uso del material con propósitos comerciales.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Avisos:
- No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.
- No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.