Exploring AI in radiology: a bibliometric study tailored to a research path
Die Radiologie · 03.03.2026
DOI: 10.1007/s00117-026-01579-6 ↗Kurz gefasst
Fachartikel in der Zeitschrift Die Radiologie, online erschienen am 03.03.2026. Verfasst von Ikram Gouri und 3 weiteren Autor:innen. Beteiligte Einrichtung: LIDSI Laboratory, Faculty of Sciences Aïn Chock, Hassan II University, Casablanca, Morocco. gouriikrame@gmail.com. Die Arbeit nennt 30 Literaturangaben.
Abstract (Originalsprache)
Radiology has been profoundly transformed by artificial intelligence (AI) over the past decade, enabling automated detection, enhanced diagnostic accuracy, and more personalized patient care. In this study, we performed a bibliometric analysis of the scientific literature on AI in radiology from 2010, aiming to map research trends, identify influential authors and institutions, and uncover emerging thematic areas. Our results show a rapid growth of publications since 2016, with the United States, China, and Germany leading in output. Journals such as the European Journal of Radiology, Academic Radiology, and Clinical Radiology have been the most productive, while keyword analysis revealed emerging topics including explainable AI, multimodal imaging, and AI-assisted clinical decision-making. Collaborative networks among countries and institutions have expanded, reflecting increasing international cooperation. This bibliometric overview highlights the evolving landscape of AI in radiology and provides insights to guide future research and clinical integration. ZUSAMMENFASSUNG: Die Radiologie hat in den letzten 10 Jahren durch künstliche Intelligenz (KI) tiefgreifende Veränderungen erfahren, was automatisierte Erkennung, höhere diagnostische Genauigkeit und stärker personalisierte Patientenversorgung ermöglicht hat. In der vorliegenden Studie wurde eine bibliometrische Auswertung der wissenschaftlichen Literatur zur KI in der Radiologie seit 2010 durchgeführt mit dem Ziel, Forschungstendenzen abzubilden, einflussreiche Autoren und Institutionen zu erkennen und aufkommende Themenbereiche zu entdecken. Die vorliegenden Ergebnisse zeigen eine schnelle Zunahme von Publikationen seit 2016, dabei sind die Vereinigten Staaten, China und Deutschland führend. Zeitschriften wie European Journal of Radiology, Academic Radiology und Clinical Radiology waren dabei am produktivsten, während die Analyse der Schlüsselwörter aufkommende Themen wie erklärbare KI, multimodale Bildgebung und KI-assistierte klinische Entscheidungsfindung ergab. Kooperative Netzwerke zwischen Ländern und Institutionen wurden ausgeweitet, was die zunehmende internationale Zusammenarbeit widerspiegelt. Die vorliegende bibliometrische Übersicht beleuchtet die aufkommende Landschaft der KI in der Radiologie und erlaubt Einsichten, um diesbezügliche zukünftige Forschung und klinische Integration zu lenken.
Schlagwörter
Stichwörter der Autor:innen
Autor:innen und Institutionen
- LIDSI Laboratory, Faculty of Sciences Aïn Chock, Hassan II University, Casablanca, Morocco. gouriikrame@gmail.com.
- LIDSI Laboratory, Faculty of Sciences Aïn Chock, Hassan II University, Casablanca, Morocco.
- LTI Laboratory, Faculty of Sciences Ben M'Sick, Hassan II University, Casablanca, Morocco.
- High School of Technology-Dakhla, Ibn Zohr University, Dakhla, Morocco.
Zitieren
APA
Gouri, I., Dehbi, R., Dehbi, A., & Batouta, Z. (2026). Exploring AI in radiology: a bibliometric study tailored to a research path. Die Radiologie. https://doi.org/10.1007/s00117-026-01579-6
Vancouver
Gouri I, Dehbi R, Dehbi A, Batouta Z. Exploring AI in radiology: a bibliometric study tailored to a research path. Die Radiologie. 2026. doi:10.1007/s00117-026-01579-6
BibTeX
@article{Gouri2026,
author = {Gouri, Ikram and Dehbi, Rachid and Dehbi, Amine and Batouta, Zouhair Ibn},
title = {Exploring AI in radiology: a bibliometric study tailored to a research path},
journal = {Die Radiologie},
year = {2026},
doi = {10.1007/s00117-026-01579-6}
}
EUVIMED