انجمن علمی مدیریت اطلاعات ایران مدیریت اطلاعات 1735-8418 10 1 2024 08 22 Digitalization of Railway Processes in the Age of AI technologies, a Bibliometric Review دیجیتال‌سازی فرایندهای حمل‌ونقل ریلی در عصر فناوری‌‌های مبتنی بر هوش مصنوعی، مروری با رویکرد کتاب‌‌سنجی 227986 10.22034/aimj.2025.518293.1634 FA عبدالهادی ضرابی دانشجوی دکتری، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران 0000-0003-0941-7745 محمدتقی تقوی فرد استاد، گروه مدیریت فناوری اطلاعات و عملیات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران 0000-0002-4212-2079 ایمان رئیسی وانانی دانشیار، گروه مدیریت فناوری اطلاعات و عملیات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران 0000-0001-8324-9896 منوچهر نجمی دانشیار، گروه مهندسی صنایع، دانشکدۀ مدیریت و اقتصاد، دانشگاه صنعتی شریف، تهران، ایران Journal Article 2025 04 22 The digital transformation of the railway transportation industry—particularly through the integration of artificial intelligence (AI) technologies—has emerged as a key driver of innovation within critical infrastructure sectors. This study aims to map the knowledge landscape and identify prevailing trends, technologies, challenges, and key stakeholders in the application of AI within the railway domain by employing a bibliometric approach. Research data were collected from the Scopus database, and following a screening process, a total of 1,202 articles published between 2010 and 2025 were analyzed using VOSviewer software. The findings reveal that technologies such as machine learning, deep learning, genetic algorithms, and digital twins are most prominently represented in the literature, with the primary application areas including predictive maintenance, health monitoring, and intelligent scheduling. In terms of scientific output structure, China and Beijing Jiaotong University have demonstrated leading positions, while countries such as Iran, despite contributing to the scientific output, have shown weaker performance in international research collaborations. Furthermore, the gap analysis highlights that several strategic topics—such as cyber-resilience, change management, and supply chain optimization—have received comparatively limited attention. Finally, by synthesizing the bibliometric results and cluster analyses, a conceptual framework is proposed along four dimensions: technology-oriented, application-oriented, outcome-oriented, and challenge-oriented. Based on this framework, five research propositions are offered to guide future investigations in the field. تحول دیجیتال در صنعت حمل‌ونقل ریلی، به‌ویژه از طریق بهره‌گیری از فناوری‌های هوش مصنوعی، به یکی از محورهای کلیدی نوآوری در زیرساخت‌های حیاتی تبدیل شده است. هدف این پژوهش، ترسیم نقشه دانشی و شناسایی روندها، فناوری‌ها، چالش‌ها و بازیگران اصلی در حوزه کاربرد هوش مصنوعی در صنعت ریلی با استفاده از روش کتاب‌سنجی است. داده‌های پژوهش از پایگاه اسکوپوس گردآوری شد و پس از پالایش، ۱٬۲۰۲ مقاله منتشرشده بین سال‌های ۲۰۱۰ تا ۲۰۲۵ با بهره‌گیری از نرم‌افزار وس‌ویور تحلیل شدند. نتایج نشان می‌دهد که فناوری‌هایی نظیر یادگیری ماشین، یادگیری عمیق، الگوریتم ژنتیک و دوقلوی دیجیتال، بیشترین حضور را در متون داشته‌اند و تمرکز اصلی کاربردها در زمینه‌هایی چون تعمیرات پیش‌بینانه، پایش سلامت و زمان‌بندی هوشمند بوده است. از منظر ساختار تولید علم، کشور چین و دانشگاه Beijing Jiaotong جایگاه پیشتازی داشته‌اند، در حالی‌که کشورهایی مانند ایران علی‌رغم تولید علمی، از منظر همکاری‌های بین‌المللی پژوهشی ضعیف‌تر عمل کرده‌اند. همچنین تحلیل شکاف‌ها نشان داد که به برخی موضوعات راهبردی مانند تاب‌آوری سایبری، مدیریت تغییر و بهینه‌سازی زنجیره تأمین کمتر  توجه شده است. در پایان، با تلفیق نتایج کتاب‌سنجی و تحلیل‌های خوشه‌ای، چارچوبی مفهومی بر اساس چهار محور غالب، یعنی فناوری‌محور، کاربردمحور، نتیجه‌محور و چالش‌محور ارائه شده و پنج گزاره پژوهشی برای هدایت مطالعات آینده پیشنهاد شده است. https://www.aimj.ir/article_227986_2a26e76cbc0011b52c2d4af6cc0bb24a.pdf