247 ورقة بحثية
طوّر باحثون وتحققوا من صحة "درجة الصحة العصبية" (NHS) القائمة على التعلم الآلي باستخدام بيانات جينية ونمط حياة وبيانات كيميائية حيوية، مما أظهر أن الدرجات الأعلى ترتبط ارتباطاً وثيقاً بانخفاض خطر الإصابة بمختلف الاضطرابات العصبية وتحسن الرفاه الاجتماعي.
تقيم هذه الدراسة وتقارن بين مختلف طرق الإسناد الإحصائية وطرق تعلم الآلة للتعامل مع البيانات المفقودة في النتائج المبلغ عنها من قبل مرضى سرطان المريء، وذلك لتقديم توصيات قائمة على الأدلة من أجل تحسين صلاحية البحث.
تكشف هذه الدراسة عن انفصال حرج بين التفكير الأخلاقي المجرد والذاكرة السريرية في النماذج اللغوية الكبيرة، حيث وجدت أنه بينما تستطيع معظم النماذج مقاومة الأوامر الضارة، فإن القليل جداً منها يستطيع بنجاح استرجاع موانع الاستعمال الخاصة بالمريض مثل الحساسية أثناء محاكاة وحدة العناية المركبة.
تقدم هذه الدراسة إطار عمل قائم على سلاسل ماركوف متمحور حول المريض، يستخدم بيانات صيدلية تخصصية مجهولة المصدر تمتد لثماني سنوات للتنبؤ بمخاطر الالتزام بالدواء، مع تحديد العوائق النظامية مثل التكلفة والتأخيرات الإدارية كمحركات رئيسية لعدم الالتزام لدعم استراتيجيات أكثر إنصافاً لمساعدة المرضى.
تقدم الورقة البحثية BODHI، وهو إطار هندسي يعزز الذكاء الاصطناٍ لدعم القرار السريري من خلال تفكيك عدم اليقين المعرفي وتطبيق قواعد قائمة على الفضيلة، مما يحسن بشكل كبير من تواضع النموذج، وفضوله، وجودة استجابته الإجمالية في التقييمات المنضبطة.
تُظهر هذه الدراسة أن نموذج تعلم آلي من نوع (XGBoost) قابل للتفسير، والذي يدمج البيانات الأنثروبومترية مع توقيت الوجبات وعادات الأكل، يتنبأ بدقة بمخاطر القلب والتمثيل الغذائي ويحدد أوقات العشاء المتأخرة، وجداول الوجبات غير المنتظمة، وانخفاض تكرار الوجبات كعوامل خطر سلوكية رئيسية يمكن تعديلها.
استخدمت هذه الدراسة المستعرضة معالجة اللغات الطبيعية لتحليل أكثر من 30,000 رسالة آمنة في مجال طب العيون، وكشفت أنه بينما تهيمن القضاية الإدارية على التواصل، فإن المخاوف السريرية تتباين بشكل كبير حسب الخصائص الديموغرافية للمرضى، مما يسلط الضوء على فرص لتحسين سلامة الفرز والعدالة في رعاية العيون.
تُظهر هذه الدراسة أن دمج بيانات البحث الرقمي للأطباء في الوقت الفعلي مع المؤشرات المناخية يحسن بشكل كبير من دقة توقعات الاستشفاء من حمى الضنك على المدى القصير في البرازيل، لا سيما عند التغلب على قيود أنظمة الإبلاغ الرسمية المتأخرة.