📄 Category

health informatics

256 Arbeiten

Die Gesundheitsinformatik verbindet Medizin mit Datenwissenschaft, um Patientendaten intelligent zu nutzen und Behandlungen zu verbessern. Auf Gist.Science machen wir die neuesten Forschungsergebnisse aus diesem dynamischen Feld für jeden verständlich. Wir erfassen jede neue Vorabveröffentlichung, die direkt von medRxiv in diese Kategorie eingeht, und bieten dazu sowohl klare Zusammenfassungen für ein breites Publikum als auch detaillierte technische Analysen für Fachleute an.

Dieser Ansatz sorgt dafür, dass komplexe Fortschritte in der digitalen Gesundheit schnell und ohne unnötiges Fachchinesisch zugänglich werden. Ob es um KI-gestützte Diagnosen oder die Verwaltung großer medizinischer Datensätze geht, hier finden Sie die aktuellen Entwicklungen aus der Praxis.

Nachfolgend finden Sie die neuesten Beiträge in diesem Bereich, die wir für Sie vorbereitet haben.

📄 Medizinische Informatik

RenalTransLSTM: Multi-Horizon Prediction of Acute Kidney Injury in ICU Patients using a Hybrid LSTM-Transformer Architecture

RenalTransLSTM ist ein hybrides Deep-Learning-Framework, das LSTM- und Transformer-Architekturen kombiniert, um durch die effektive Erfassung sowohl lokaler zeitlicher Dynamiken als auch globaler kontextueller Abhängigkeiten in elektronischen Gesundheitsakten eine überlegene Multi-Horizont-Vorhersage von akutem Nierenversagen bei Intensivpatienten zu erreichen.

Badhon, S. M. S. I., Adibuzzaman, M., Mosa, A. S. M., Bozdag, S., Cleveland, A. D., Ding, J., Hossain, K. S. M. T.2026-07-06
📄 Medizinische Informatik

Supervised Contrastive Learning-based Digital Biomarker Discovery for Wearable IMU Gait Signals

Diese Studie führt den Embedding-Distance Gait Biomarker (EDGB) ein, ein Framework für überwachtes kontrastives Lernen, das ein kompaktes faltendes neuronales Netzwerk nutzt, um robuste 32-dimensionale latente Repräsentationen aus rohen tragbaren IMU-Signalen zu extrahieren, wobei eine hohe Genauigkeit bei der Unterscheidung zwischen gesunden, neurologischen und orthopädischen Gangmustern erreicht wird und gleichzeitig eine starke Zuverlässigkeit sowie eine signifikante Gruppendifferenzierung nachgewiesen werden.

Mohtavipour, S. M.2026-07-04
📄 Medizinische Informatik

Combining VEGFR tyrosine kinase inhibitors and PD-1/PD-L1 inhibitors versus VEGFR tyrosine kinase inhibitors monotherapy in renal cell carcinoma: a target trial emulation

Diese mittels Real-World-Daten durchgeführte Target-Trial-Emulation-Studie zeigt, dass die Kombination von PD-1/PD-L1-Inhibitoren mit VEGFR-Tyrosinkinase-Inhibitoren die restriktive mittlere Überlebenszeit bei Patienten mit Nierenzellkarzinom im Vergleich zur Monotherapie mit VEGFR-Tyrosinkinase-Inhibitoren signifikant verbessert, was die Generalisierbarkeit der Kombinationstherapie trotz nicht-proportionaler Gefahrenraten unterstützt.

Shi, D., Li, X., Chen, Y., Chen, Y., Song, Q., Su, J.2026-07-02
📄 Medizinische Informatik

A foundation model of wearable pulse oximetry reveals physiological signatures of health and cardiometabolic risk

Das Paper stellt PulseOx-FM vor, ein selbstüberwachtes Foundation-Modell, das auf Millionen von Segmenten tragbarer Pulsoximetrie trainiert wurde und bestehende Methoden bei der Vorhersage vielfältiger kardiometabolischer und neuropsychiatrischer Gesundheitsrisiken, einschließlich zukünftiger Hypertonie und des glykämischen Zustands am Folgetag, übertrifft und damit ein leistungsstarkes nicht-invasives Werkzeug für die globale Gesundheitsrisikostratifizierung etabliert.

Kohn, S., Lutsker, G., Diament, A., Shilo, S., Gabet, A., Sasson, G., Wolf, G., Wolf, A., Godneva, A., Weinberger, A., R (…)2026-07-02
📄 Medizinische Informatik

Evaluating Generative Video AI for Standardized Psychiatric Patient Simulation With Graded Hygiene Deterioration.

Diese Pilotstudie demonstriert die technische Machbarkeit des Einsatzes von generativer Video-KI zur Erstellung standardisierter psychiatrischer Patientensimulationen mit abgestufter Verschlechterung der Hygiene, wobei sie gleichzeitig hervorhebt, dass die Modulation des Erscheinungsbildes zwar realisierbar ist, feinmotorische Artefakte jedoch eine fachkundige menschliche Aufsicht vor einem klinischen Einsatz erforderlich machen.

Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.2026-06-25
📄 Medizinische Informatik

Predicting Depression and Anxiety Progression in Multiple Sclerosis from Longitudinal Clinical Data Using Machine Learning

Diese Studie zeigt, dass Gradient-Boosting-Modelle unter Verwendung strukturierter elektronischer Gesundheitsakten zwar die Progression von Depressionen und Angstzuständen bei Patienten mit Multipler Sklerose vorhersagen können, ihre begrenzte Vorhersagekraft (R² ≤ 0,28) jedoch von Baseline-Scores dominiert wird, die eine Regression zur Mitte widerspiegeln, was darauf hindeutet, dass reichhaltigere Datenquellen jenseits strukturierter klinischer Variablen für eine aussagekräftige Prognose auf individueller Ebene notwendig sind.

Specht, B., Garbaya, S., Schneider, R., Khadraoui, D., Chavarriaga, R., Tayeb, Z.2026-06-25
📄 Medizinische Informatik

AI-driven Multimodal Representation Learning for Latent Mediation Structure Discovery of Socioeconomic Disadvantage, Psychosocial Factors, and Cardiometabolic Multimorbidity

Diese Studie verwendet ein KI-gestütztes multimodales Mediationsmodell zur Analyse von Daten aus dem All of Us Research Program und zeigt auf, dass psychosoziale Vulnerabilität als zentraler latenter Mediator fungiert, der sozioökonomische Benachteiligung mit kardiometabolischer Multimorbidität verknüpft.

Ma, S., Cao, C.2026-06-23
📄 Medizinische Informatik

Demographic Calibration Gaps in Breast Cancer Risk Prediction: Introducing the Demographic Calibration Gap Score

Dieses Paper führt den Demographic Calibration Gap Score (DCGS) ein, um zu demonstrieren, dass standardmäßige globale Kalibrierungsmethoden systematische Vorhersagefehler über rassische und geschlechtsspezifische Subgruppen in Modellen zum Brustkrebsrisiko hinweg nicht adressieren können, insbesondere unter Verteilungsverschiebungen, wodurch die Notwendigkeit gruppenspezifischer Kalibrierungskennzahlen hervorgehoben wird, um voreingenommene klinische Entscheidungen zu verhindern.

Eniolade, M.2026-06-22
📄 Medizinische Informatik

Generative Artificial Intelligence in Psychotherapy Practice: A Global Online Survey of Mental Health Professionals' Adoption

Eine weltweite Umfrage unter 766 Fachkräften für psychische Gesundheit zeigt, dass bereits über die Hälfte generative KI-Tools nutzt, primär für die Behandlungsplanung und administrative Aufgaben, wobei diese weit verbreitete Anwendung trotz eines erheblichen Mangels an institutioneller Orientierung, formeller Ausbildung und regulatorischen Rahmenbedingungen erfolgt.

Blease, C., Hagström, J., Gaab, J., Carey, A., Cipriani, F., Gorman, C., Nascimento, A. F., Fitzgerald, A., Holtz, L. (…)2026-06-22