📄 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

A ReAct Agentic AI System for Natural Language Querying and Statistical Analysis of The Cancer Genome Atlas Clinical Data

Diese Arbeit präsentiert TCGA-Agent, ein auf ReAct basierendes agentisches KI-System, das autonom komplexe TCGA-klinische Daten unter Verwendung einer Suite von acht computergestützten Werkzeugen abfragt und analysiert, dabei eine Genauigkeit von 93,4 % erreicht und demonstriert, dass das Design der Werkzeuge und die Reasoning-Loops entscheidender sind als die Modellgröße, um klinisch wertvolle Erkenntnisse jenseits bestehender kuratierter Ressourcen zu extrahieren.

Korutla, R., Amal, S.2026-09-28
📄 Medizinische Informatik

PhysioFusion: A Multi-Modal Ensemble using Static Preoperative Variables and Time Series Intraoperative Data to Predict Adverse Events Following Cardiothoracic Surgery

Die PhysioFusion-Studie zeigt, dass ein multimodales Ensemble-Modell, das statische präoperative Variablen und intraoperative Zeitreihendaten integriert, eine hohe Genauigkeit (AUC 0,87) bei der Vorhersage von unerwünschten Ereignissen nach kardiothorakalen Operationen erreicht, wobei sie offenlegt, dass die beiden Datenmodalitäten eher als Substitut denn als Komplement fungieren, ihre Fusion jedoch den Sensitivitäts-Spezifitäts-Trade-off optimiert, um ein Screening-Tool mit hohem negativen Vorhersagewert für Hochrisikopatienten bereitzustellen.

Korutla, R., Hicks, A., Milosevic, M., Kulkarni, D., Mazhude, F., Kelting, T., Rabb, J. B., Jin, Q., Kramer, R., Sawyer (…)2026-09-28
📄 Medizinische Informatik

Automated, Component-Level Assessment of a National Inpatient Diabetes Guideline: Adherence and Its Association with Hospitalization Complications Across Six Hospitals

Diese retrospektive multizentrische Studie von fast 48.000 stationären Aufnahmen zeigt, dass die automatisierte, komponentenbasierte Bewertung einer nationalen Diabetes-Leitlinie eine moderate Verbesserung der Gesamtadhärenz, aber signifikante Lücken im Insulinmanagement aufzeigte, wobei eine höhere Adhärenz stark mit einer reduzierten Mortalität und Hyperglykämie assoziiert war, trotz eines leichten Anstiegs des Hypoglykämierisikos.

Oded, S., Shahar, Y., Shalom, E., Bashkin, A., Saiegh, L., Cantrell, D., Wirsansky, I., Badarne, M., Barash, I., Cahn, A (…)2026-09-28
📄 Medizinische Informatik

Evaluation of Deep Learning Based Early Warning Indicators of Epidemic Outbreaks

Diese Arbeit evaluiert auf Deep Learning basierende Modelle zur Bifurkationsvorhersage anhand realer CDC-Influenza-Daten für alle 50 US-Bundesstaaten und zeigt auf, dass eine Konfiguration mit expandierendem Fenster eine hohe Genauigkeit (90,09 %) und Trefferquote (96,23 %) bei der Erkennung epidemischer Kipppunkte erreicht, wodurch deren Potenzial für die Echtzeit-Vorsorge bei Ausbrüchen validiert wird.

Ayyorgun, B., Marathe, M., Adiga, A.2026-09-26
📄 Medizinische Informatik

Perspective independence, more than personas, drives LLM teams - and where they reverse

Diese Studie zeigt, dass Multi-Agenten-Teams aus großen Sprachmodellen die diagnostische Erinnerungsleistung auf Benchmark-Datensätzen durch Perspektivenunabhängigkeit und moderierte Synthese statt durch Spezialisten-Personas verbessern, dieser Vorteil sich jedoch bei realen Notfallfällen umkehrt, in denen Listen mit Spezialistenrollen eine überlegene Leistung erzielen.

Feng, J., Jiao, Y., Li, Y., Xie, L., Peng, W., Sun, X.2026-09-26
📄 Medizinische Informatik

Exposure Records Preserved by Two Users of Japan's COVID-19 Contact-Confirming Application During the Seventh Wave: A Descriptive Study

Diese deskriptive Studie analysiert die durch zwei japanische Nutzer der COCOA-App während der siebten Welle von COVID-19 bewahrten Expositionsdaten und zeigt auf, dass die aufgezeichneten Expositionsfenster zwar im Allgemeinen den Anstieg und Abfall der Epidemie nachvollzogen, eine anschließende Richtlinienänderung jedoch mit einem starken Rückgang der Daten einherging, der nicht allein der Richtlinienänderung zugeschrieben werden kann, da Störfaktoren wie die App-Nutzung und Software-Updates vorliegen.

Nakagawa, S., Kumagai, S., Yamamoto, A.2026-09-25
📄 Medizinische Informatik

Quality of physicians responses using a conversational artificial intelligence system: a randomized vignette experiment in Latin America

In einem randomisierten Vignettenerperiment mit Ärzten in Lateinamerika verbesserte ein evidenzverifizierbares konversationelles KI-System die zusammengesetzte Validität klinischer Antworten im Vergleich zu üblichen Suchpraktiken signifikant, wenngleich die Ergebnisse aufgrund der freiwilligen Stichprobe als explorativ betrachtet werden.

Castano-Villegas, N., Monsalve, K., Villa, M. C., Quiros Gomez, O. I., Velasquez, L., Zea, J.2026-09-25
📄 Medizinische Informatik

Collecting health narratives at scale: A multi-study evaluation of speech-to-text in health surveys

Diese Multi-Studien-Evaluierung zeigt, dass die Spracherkennungstechnologie zwar in großem Umfang die Länge und den Inhalt von Patientengesundheitsnarrativen erheblich bereichern kann, ihre Einführung jedoch je nach Bevölkerungsgruppe stark variiert und maßgeblich von kontextuellen Faktoren wie Datenschutz, Interface-Design und individuellen Präferenzen abhängt.

Baumer, A. M., Naoumis, P., Fabian, J., Strukova, S., Wolf, M., Ballouz, T., Farnham, A., Hofmann, V. X. C., Spitale, G. (…)2026-09-25
📄 Medizinische Informatik

RoB2-Evaluator: Development and Technical Evaluation of a Rule-Constrained Large Language Model System for Cochrane Risk of Bias 2 Assessment

Die Studie stellt RoB2-Evaluator vor, ein auf GPT-5.2 basierendes, regelgesteuertes LLM-System, das eine hohe zeitliche Stabilität und eine starke Übereinstimmung mit dem menschlichen Konsens bei der Bewertung des Cochrane Risk of Bias 2 für randomisierte kontrollierte Studien aufweist.

Joseph, J. T., Vishwanath, R., Sisirkumar, J. V.2026-09-23
📄 Medizinische Informatik

Evaluation of linkage between health, education and social care administrative data for 21 million children in England

Diese Studie bewertet die Verknüpfung von Daten aus dem Gesundheitswesen, dem Bildungswesen und der sozialen Pflege für 21 Millionen Kinder in England und zeigt auf, dass zwar über 90 % der jüngsten Kohorten erfolgreich verknüpft werden, jedoch eine signifikante Unterrepräsentation bei Kindern aus benachteiligten Gebieten, Bewohnern Londons und Minderheiten mit ethnischem Hintergrund fortbesteht, was die kritische Notwendigkeit unterstreicht, dass Forscher diese demografischen Verzerrungen in ihren Analysen berücksichtigen müssen.

Nguyen, V. G., Lam, J., Stone, T., Blackburn, R., Gilbert, R., Ruiz Nishiki, M., Harron, K.2026-09-22