📄 Category

health informatics

225 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.

📄 health informatics

Falsification Testing of Sepsis Prediction Models: Evaluating Independent Biological Signal After Controlling for Care-Process Intensity

Diese Studie zeigt, dass Sepsis-Vorhersagemodelle in einem akademischen Zentrum echte biologische Signale erkennen und nicht primär auf Behandlungsintensität basieren, wobei die wichtigste Erkenntnis eine systematische Diskrepanz zwischen klinischen und administrativen Sepsis-Definitionen ist, die die Validität von AI-Benchmarks und regulatorischen Berichten in Frage stellt.

Dickens, A. R.2026-03-18
📄 health informatics

Persistent Proxy Discrimination in HIV Testing Prediction Models: A National Fairness Audit of 386,775 US Adults

Diese nationale Fairness-Audit-Studie an über 386.000 US-Erwachsenen zeigt, dass die Durchsetzung demografischer Parität bei HIV-Testvorhersagemodellen die Erkennungsraten für Hochrisikogruppen wie Schwarze Menschen drastisch senkt und daher als unangemessenes Fairness-Kriterium in klinischen Kontexten mit unterschiedlicher Krankheitslast abgelehnt werden sollte.

Farquhar, H.2026-03-16
📄 health informatics

WITHDRAWN: Blockchain-Enabled Health Information Exchange Efficiency Across South Korean Hospital Networks: A Stochastic Frontier Analysis with Bayesian Model Averaging

Diese Studie belegt mittels stochastischer Grenzflächenanalyse und bayesscher Modellmittelung, dass blockchainbasierte Systeme die technische Effizienz des Gesundheitsdatenaustauschs in südkoreanischen Krankenhausnetzwerken im Vergleich zu konventionellen Plattformen signifikant steigern.

Park, J.-H., Kim, S.-Y.2026-03-16
📄 health informatics

Reward-Guided Generation Improves the Scientific Utility of Synthetic Biomedical Data

Die Studie stellt RLSYN+REG vor, ein reinforcement-learning-basiertes Generierungsmodell, das die wissenschaftliche Nutzbarkeit synthetischer biomedizinischer Daten verbessert, indem es sicherstellt, dass auf synthetischen Daten trainierte Regressionsmodelle die Koeffizienten und Vorhersagen ihrer Real-Daten-Pendants nachbilden, was zu signifikant höheren Korrelationen und einer besseren Vorhersageleistung führt, ohne dabei die Datenfidelität oder den Datenschutz zu beeinträchtigen.

Jackson, N. J., Espinosa-Dice, N., Yan, C., Malin, B. A.2026-03-16
📄 health informatics

Early Parkinson's Revealed by Unlocking Longitudinal Omics at Population Scale

Die Studie stellt Chronos vor, ein datenschutzkonformes Framework, das durch die Verknüpfung archivierter Plasmaproben mit klinischen Langzeitdaten molekulare Veränderungen bei Parkinson bereits Jahre vor dem Symptombeginn identifiziert und so eine frühe Diagnose ermöglicht.

Feng, C., Kosti, I., Guo, Y., Wang, Y., Watson-Haigh, N. S., File, B., Hin, N., Nanasi, T., Guo, J., Suchecki, R., Tearl (…)2026-03-14
📄 health informatics

Comparative Evaluation of Logistic Regression and Gradient Boosting Models for Influenza Outbreak Early-Warning Using U.S. CDC ILINet Surveillance Data (2010-2025)

Diese Studie zeigt, dass sowohl logistische Regression als auch Gradient-Boosting-Modelle unter Verwendung von CDC-Überwachungsdaten (2010–2025) eine nahezu perfekte Genauigkeit bei der Früherkennung von Influenza-Ausbrüchen in den USA erreichen, wobei die logistische Regression unter strenger zeitlicher Validierung die besten Ergebnisse erzielte.

Onwuameze, C. N., Madu, V.2026-03-13