📄 Category

health informatics

155 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.

Unmeasured but Not Unbiased: The Missingness Demographic Leakage Audit (MDLA) for Calibration-Aware Fairness Evaluation in Critical Care Mortality Prediction

Dieser Beitrag stellt das Missingness Demographic Leakage Audit (MDLA) vor, ein reproduzierbares Rahmenwerk, das aufzeigt, wie Muster fehlender klinischer Daten in Mortalitätsmodellen der Intensivmedizin als subtile, nicht gemessene demografische Stellvertreter wirken können, was die Integration von fehlwertbewusster Prüfung und kalibrierungsbewusster Bewertung in Validierungspipelines für klinische KI erforderlich macht.

Patel, K., Beedala, P.2026-05-03📄 health informatics

Disease Risk Prediction Using Structured EHR Data: Can Generalist Large Language Models Match Specialized Clinical Foundation Models? A Comparative Evaluation with Fine-Tuning

Diese vergleichende Evaluierung zeigt, dass zwar feinabgestimmte allgemeine große Sprachmodelle bei der strukturierten Vorhersage von Krankheitsrisiken in elektronischen Patientenakten im Allgemeinen unter spezialisierten klinischen Basismodellen liegen, jedoch von großen Sprachmodellen generierte Einbettungen in Kombination mit leichten Klassifikatoren sowohl bei den AUROC- als auch bei den AUPRC-Metriken eine überlegene Leistung erzielen können.

Mao, B., Prasadha, M. K., Xie, Z., He, J., Ghebranious, M., Xu, H., Zhi, D., Rasmy, L.2026-05-01📄 health informatics

Protocol for the REVELIO test-track pilot study: a randomised, controlled, single-centre trial in healthy recreational cannabis users investigating real-time in-vehicle detection of cannabis-impaired driving

Das REVELIO-Protokoll beschreibt eine randomisierte, kontrollierte Pilotstudie auf einer geschlossenen Teststrecke, die die Durchführbarkeit eines multimodalen Fahrzeugsystems zur Erkennung von Cannabis-bedingter Fahrbeeinträchtigung bei gesunden Gelegenheitskonsumenten bewertet, indem Fahrzeug-, Fahrer- und biologische Daten nach kontrollierter THC-Verabreichung korreliert werden.

Bechny, M., Deuber, R., Heck, C., Brügger, J., Pfäffli, M., Jovanova, M., Fleisch, E., Wortmann, F., Weinmann, W.2026-05-01📄 health informatics

AERO: An AI Agent for Adaptive Eligibility Refinement and Optimization of Clinical Trial Criteria in Real-World Trial Emulation

Das Papier stellt AERO vor, ein KI-Agenten-Framework, das die Eignungskriterien klinischer Studien für die Emulation von Realweltdaten optimiert, indem es große Sprachmodelle nutzt, um Kriterien systematisch zu klassifizieren und zu verfeinern, wodurch die Generalisierbarkeit und Genauigkeit von Behandlungseffektschätzungen verbessert werden, wie in einer WARCEF-Studien-Emulation demonstriert wurde.

Li, X., James, J., Pellikka, P. A., Zong, N.2026-05-01📄 health informatics

Integrating Group and Individual Fairness Auditing in Clinical AI: A Post-Hoc, Model-Agnostic Approach

Dieser Beitrag stellt EquiLense vor, ein praktisches, nachgelagertes und modellagnostisches Auditierungswerkzeug, das die Lücke zwischen Gruppen- und individueller Fairnessbewertung in klinischer KI schließt, indem es eine neue Metrik namens mittlere vorhergesagte Wahrscheinlichkeitsdifferenz (MPPD) nutzt, um systematische Vorhersageinkonsistenzen über demografische Gruppen hinweg zu identifizieren.

Xu, J., Hwang, Y. M., Kondareddy, S., Dormoy, I., Jing, S. L., Pillai, M., Curtin, C. M., Hernandez-Boussard, T.2026-04-30📄 health informatics

Stakeholder perspectives on the use of enhanced mobile phone capabilities for public health surveillance for non-communicable disease risk factors: A qualitative study

Diese qualitative Studie in Uganda zeigt, dass mobile Telefon-Tools das Potenzial haben, die Überwachung von Risikofaktoren für nichtübertragbare Krankheiten in ressourcenarmen Settings zu verbessern, ihre erfolgreiche Implementierung jedoch die Bewältigung ethischer, rechtlicher und sozialer Herausforderungen wie Datenschutz, digitale Ungleichheit und informierte Zustimmung erfordert.

Mwaka, E. S., Nabukenya, S., Kasiita, V., Bagenda, G., Rutebemberwa, E., Ali, J., Gibson, D.2026-04-23📄 health informatics

A Bibliometric Review of Explainable AI in Diabetes Risk Prediction: Trends, Gaps, and Knowledge Graph Opportunities

Diese bibliometrische Studie zeigt, dass trotz des starken Wachstums von maschinellem Lernen und erklärbarer KI in der Diabetes-Risikovorhersage eine kritische Lücke besteht, da strukturiertes medizinisches Wissen (Wissensgraphen) kaum integriert wird, und schlägt daher ein dreischichtiges Konzept vor, um klinische Interpretierbarkeit durch die Verbindung von ML, XAI und Wissensgraphen zu verbessern.

Van, T. A.2026-04-21📄 health informatics

Decision Curve Analysis for Evaluating Machine Learning Models for Next-Day Transfer Out of ICU

Diese Studie nutzt die Entscheidungsgewinnkurvenanalyse (Decision Curve Analysis) auf MIMIC-IV-Daten, um zu zeigen, dass maschinelle Lernmodelle zur Vorhersage von ICU-Verlegungen im Vergleich zu herkömmlichen Metriken und klinischen Regeln einen höheren klinischen Nutzen bieten und durch die Integration von Workflow-Beschränkungen praktikable Schwellenwerte für den Einsatz im klinischen Alltag bestimmt werden können.

Pozo, M., Pape, A., Locke, B., Pettine, W. W.2026-04-21📄 health informatics