📄 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

Adaptive Multimodal Fusion in Radiology: Dynamic Balancing of Visual Findings and Clinical Context

Dieses Paper schlägt eine Neural Gated Fusion-Architektur vor, die visuelle Thorax-Röntgenbilddaten und klinischen Text mittels einer adaptierten Gated Multimodal Unit dynamisch ausbalanciert und im Vergleich zu statischen Fusions- und unimodalen Ansätzen auf einem klinisch diversen MIMIC-CXR-Subset eine überlegene Leistung bei der Detektion von Thoraxpathologien – insbesondere solchen mit subtiler visueller Evidenz – demonstriert.

Moreno Garcia, C., Mata Vazquez, J., Pachon Alvarez, V.2026-09-07
📄 health informatics

Global Adoption of openEHR Clinical Data Repositories: A Vendor and Community Survey

Diese Arbeit präsentiert Ergebnisse einer zweiperspektivischen Umfrage, die aufzeigt, dass openEHR zwar durch sowohl anbietergesteuerte regionale Implementierungen als auch staatlich geleitete nationale Systeme eine signifikante landesweite Verbreitung in 26 Ländern erreicht hat, sein Wachstum jedoch eher durch Innovationen der Praktiker als durch regulatorische Mandate vorangetrieben wird, was es anfällig für strukturelle Fragilität macht und durch einen weit verbreiteten Mangel an Fachwissen behindert wird.

Kohler, S., Meyer-Eschenbach, F., Michelena, X., Frey, N., Marschollek, M., Eils, R.2026-09-06
📄 health informatics

Study Design Indexing in Transition: A Focused Comparison of manual NLM Indexing vs. Transformer-based Automated Models

Diese Studie zeigt, dass ein Transformer-basiertes Modell klinische Studiendesigns in der biomedizinischen Literatur präzise identifizieren kann, was erhebliche Einschränkungen in der Indexierung der National Library of Medicine – insbesondere für Kohortenstudien – aufdeckt und die Notwendigkeit eines neuen, manuell annotierten Korpus unterstreicht, der als zuverlässiger Goldstandard für das Training und die Evaluierung dienen soll.

Das, P., Schneider, J., Mayo-Wilson, E., Kilicoglu, H., Menke, J. D., Nam, D., Ninan, K., Oberste, J.-P., Troy, A. M., Y (…)2026-09-05
📄 health informatics

Citation reliability of frontier large language models in medical writing and its automated verification

Diese Studie zeigt auf, dass führende große Sprachmodelle zwar einen erheblichen Anteil unzuverlässiger medizinischer Zitate generieren – primär durch Fehlattribution statt durch Erfindung –, ein automatisiertes Chain-of-Verification-System diese Fehler jedoch mit fachlicher Genauigkeit erkennen kann, was eine praktikable Lösung zur Gewährleistung der Zitierintegrität beim KI-gestützten medizinischen Schreiben bietet.

Shin, R., Lee, J.-M., Park, J., Kwun, J.-S., Cho, H.-W., Kang, S.-H., Jeon, K.-H.2026-09-04
📄 health informatics

Established polygenic risk score for hypercholesterinemia demonstrates discriminatory value and risk stratification in an independent German Cohort

Diese Studie zeigt, dass ein publizierter polygener Risiko-Score für Hypercholesterinämie (PGS000936 das Risiko effektiv stratifiziert und monogen-negative Fälle von Kontrollgruppen in einer unabhängigen deutschen Kohorte unterscheidet, während gleichzeitig die Notwendigkeit einer populationsspezifischen Kalibrierung für eine genaue klinische Interpretation hervorgehoben wird.

Bundalian, L. T., Velluva, A., Gjermeni, E., Katzmann, J., Laufs, U., Schatz, U., Bornstein, S., Prielipp, R., Garten, A (…)2026-09-04
📄 health informatics

Default-filled outcome labels in a deployed cognitive-screening programme: an operator-level audit and the construction of twenty-four language-model arms

Diese Studie zeigt, dass die Prüfung routinemäßiger klinischer Labels auf Bias auf Operator-Ebene vor dem Training entscheidend ist und dass, während Standard-Fine-Tuning und Reinforcement Learning auf begrenzten Spezialistendaten nicht in der Lage waren, eine traditionelle logistische Regression zu übertreffen, Knowledge Distillation von einem Frontier-Modell in ein lokales 4B-Parameter-Modell eine überlegene Leistung erzielte, was ein praktisches Deployment-Rezept für kognitive Screening-Programme etabliert.

Ji, J., Sun, Z., Ying, X., Hao, J., Fu, Z., Shi, D., Kong, X., Xu, Y., Zhang, X., Du, X., Zhang, Z., Liu, X., Lin, P., W (…)2026-09-02
📄 health informatics

AURORA: Analysing and understanding responses to oncological regimens with artificial intelligence

Diese Studie zeigt, dass die maschinelle Lernanalyse von Baseline- und frühen dynamischen Verschiebungen in peripheren Immunprofilen, anstatt absoluter Zellzahlen nach zwei Zyklen, das Überleben von Patienten mit kleinzelligem Lungenkrebs im fortgeschrittenen Stadium unter Immunchemotherapie vorhersagen kann.

Lebmeier, A., Lindner, T., Karl, C., Schöler, T., Rank, A.2026-09-02
📄 health informatics

PCGS: biomarker and risk group identification for Pediatric Cancers via explainable Graph neural networks with Shapley values

Dieses Paper stellt PCGS vor, ein erklärbares Graph Neural Network Framework, das multimodale Omics- und klinische Daten integriert, um Biomarker und Risikogruppen für pädiatrische Krebserkrankungen wie Gliome und das Wilms-Tumor durch die Nutzung von Shapley-Werten zur Merkmalsattribution zu identifizieren.

Shi, Z., Budhkar, A., Amin, W., Pollok, K. E., Su, J., Huang, K.2026-09-01
📄 health informatics

When medical credentials conflict with stated accuracy: A factorial study of source credibility and answer revision in medical LLM interactions

Diese faktoriell angelegte Studie zeigt, dass Nutzer in medizinischen LLM-Interaktionen etwas eher dazu neigen, unrichtige Vorschläge von einer Quelle mit einem Facharzttitel, aber geringer angegebener Genauigkeit, zu übernehmen als von einem Studenten mit hoher angegebener Genauigkeit, was verdeutlicht, dass Antwortrevisionen nach Nutzerinterferenzen nicht automatisch als unabhängige Zweitmeinungen behandelt werden sollten.

Wojcik, S., Rulkiewicz, A., Domienik-Karłowicz, J.2026-09-01
📄 health informatics

People living with multiple long-term conditions have different pathways of unscheduled care in hospital: findings from an analysis of routinely-collected clinical data

Eine Analyse routinemäßiger klinischer Daten aus einem großen britischen Krankenhaus zeigt, dass Erwachsene mit mehreren chronischen Erkrankungen komplexere unvorhergesehene Versorgungswege durchlaufen, einschließlich längerer Aufenthalte, höherer Mortalität und anderer Stationsverlegungsmuster im Vergleich zu Personen ohne solche Erkrankungen, was darauf hindeutet, dass sie möglicherweise eine suboptimale Versorgung erhalten.

Witham, M., Evison, F., Bellass, S., Cooper, R., Gallier, S., Pretorius, S., Sapey, E., Suklan, J., Sayer, A. A.2026-09-01