Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
Lista 2024
Status:
Autorzy: Lăzăroiu George Cristian, Szpilko Danuta, Halicka Katarzyna, Rzepka Agnieszka
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2025
Wersja dokumentu: Elektroniczna
Język: angielski
Numer czasopisma: 3
Wolumen/Tom: 21
Strony: 694 - 730
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 30 grudnia 2025
Abstrakty: angielski
This study examines research trends in digital technologies supporting predictive healthcare, with particular attention to the role of digital twins. A structured bibliometric analysis combined with qualitative thematic analysis was conducted using publications indexed in the Scopus and Web of Science databases from 2015 to 2025. The results indicate a clear shift towards integrated, data-driven healthcare solutions, in which digital twins function as central frameworks linking artificial intelligence, machine learning and Internet of Medical Things technologies. Three emerging thematic areas were identified: integrated patient data ecosystems, predictive and preventive digital twins, and digital twin–based treatment planning and patient response simulation. The findings highlight increasing interest in personalised, predictive and simulation-oriented healthcare models. At the same time, the analysis reveals a gap between technological development and routine clinical implementation. The study contributes to a clearer understanding of the evolving structure of this research field and outlines directions for future research and application in predictive healthcare.