📄 Category

health informatics

239 artículos

La informática de la salud une la tecnología de la información con la práctica médica para mejorar cómo gestionamos y analizamos los datos de pacientes. En este campo, los expertos diseñan sistemas que facilitan el acceso a historiales clínicos, optimizan la toma de decisiones y aceleran la investigación, todo con el objetivo final de brindar una atención más segura y personalizada.

En Gist.Science, nos enfocamos en el contenido fresco que llega desde medRxiv, la principal plataforma de prepublicaciones para ciencias médicas. Procesamos cada nuevo preprint en esta categoría para ofrecerte resúmenes técnicos detallados junto con explicaciones en lenguaje sencillo, asegurando que los hallazgos más recientes sean comprensibles para todos. A continuación, encontrarás los últimos artículos publicados en este ámbito.

📄 health informatics

Attitudes and Perceptions Toward the Use of Artificial Intelligence Chatbots for Peer Review in Medical Journals: A Large-Scale, International Cross-Sectional Survey

Esta encuesta internacional a gran escala revela que, aunque la mayoría de los revisores de revistas médicas están familiarizados con los chatbots de IA, su uso en la revisión por pares sigue siendo limitado debido a preocupaciones éticas y de integridad, a pesar de existir un claro interés en recibir formación al respecto.

Ng, J. Y., Bhavsar, D., Dhanvanthry, N., Bouter, L., Chan, T., Cramer, H., Flanagin, A., Iorio, A., Lokker, C., Maisonne (…)2026-04-07
📄 health informatics

Perioperative Mortality Prediction Using a Bayesian Ensemble with Prevalence-Adaptive Gating

Este estudio presenta un modelo de ensamble bayesiano adaptativo a la prevalencia que, mediante aumento de datos con autoencoders variacionales y cuantificación de incertidumbre, logra una predicción de mortalidad perioperatoria con cero falsos positivos en la validación y una sensibilidad clínicamente significativa en la auditoría global, superando las limitaciones de los sistemas actuales en entornos con recursos escasos.

Pandey, A. K.2026-04-06
📄 health informatics

Citation Hallucination Determines Success: An Empirical Comparison of Six Medical AI Research Systems

Este estudio presenta MedResearchBench, una evaluación empírica que demuestra que la integridad de las citas es el factor determinante para el éxito de los sistemas de IA médica y que la verificación programática combinada con agentes múltiples es esencial para superar las limitaciones de las evaluaciones subjetivas y garantizar la fiabilidad académica.

Shi, X., Tian, Z., Tan, S., Wang, X.2026-04-04
📄 health informatics

Multi-Task Learning and Soft-Label Supervision for Psychosocial Burden Profiling in Cancer Peer-Support Text

El estudio concluye que, para perfilar la carga psicosocial en textos de apoyo entre pacientes con cáncer, el aprendizaje multitarea centrado exclusivamente en la carga compuesta es más efectivo que incluir tareas auxiliares, y que la supervisión con etiquetas duras supera a la basada en distribuciones de modelos de lenguaje grandes no calibrados.

Wang, Z., Cao, Y., Shen, X., Ding, Z., Liu, Y., Zhang, Y.2026-04-04
📄 health informatics

A Reproducible Health Informatics Pipeline for Simulating and Integrating Early-Phase Oncology Clinical, Biomarker, and Pharmacokinetic Data for Exploratory Decision-Support Analytics

Este estudio presenta un flujo de trabajo reproducible en Python que simula e integra datos clínicos, de biomarcadores y farmacocinéticos de un ensayo oncológico temprano para generar conjuntos de datos analíticos, visualizaciones y modelos predictivos que apoyan la toma de decisiones exploratoria.

Petalcorin, M. I. R.2026-04-02
📄 health informatics

Development and Temporal Evaluation of Multimodal Machine Learning Models to Predict High Inpatient Opioid Exposure

Este estudio desarrolló y evaluó temporalmente modelos de aprendizaje automático multimodales que integran datos estructurados y notas clínicas para predecir con alta precisión la exposición a opioides en pacientes hospitalizados, lo que podría mejorar la administración de estos fármacos mediante la identificación temprana de pacientes de alto riesgo.

Kale, S., Singh, D., Truumees, E., Geck, M., Stokes, J.2026-04-02
📄 health informatics

Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels

Este estudio demuestra que es posible clasificar las cuatro fases del ciclo menstrual con una precisión del 67,6% utilizando únicamente síntomas autoinformados mediante un marco de modelado híbrido, lo que valida el uso de la dinámica de síntomas como un biomarcador digital escalable y sin dispositivos para la monitorización de la salud reproductiva.

Specht, B., Tayeb, Z. Z., Garbaya, S., Khadraoui, D., EL-Khozondar, M., Schneider, R.2026-04-01
📄 health informatics

DR. INFO at the Point of Care: A Prospective Pilot Study of an Agentic AI Clinical Assistant

Este estudio piloto prospectivo evaluó al asistente clínico de IA agéntica DR. INFO en instituciones sanitarias portuguesas, demostrando que los médicos reportaron un ahorro significativo de tiempo, un apoyo sólido en la toma de decisiones y una alta satisfacción sin detractores.

Corga Da Silva, R., Romano, M., Mendes, T., Isidoro, M., Ravichandran, S., Kumar, S., van der Heijden, M., Fail, O., Gna (…)2026-04-01
📄 health informatics

MedScope: A Lightweight Benchmark of Open-Source Large Language Models for Medical Question Answering

El artículo presenta MedScope, un marco de referencia ligero que evalúa sistemáticamente el rendimiento, la eficiencia y la robustez de modelos de lenguaje abiertos en preguntas médicas de opción múltiple, revelando que, aunque útiles como bases transparentes, sus capacidades actuales aún son insuficientes para su despliegue autónomo en escenarios clínicos de alto riesgo.

Bian, R., Cheng, W.2026-04-01
📄 health informatics

Combining Token Classification With Large Language Model Revision for Age-Friendly 4M Entity Recognition From Nursing Home Text Messages: Development and Evaluation Study

Este estudio presenta y evalúa un pipeline de reconocimiento de entidades 4M que combina un clasificador de tokens fine-tuned (Bio-ClinicalBERT) con la revisión de modelos de lenguaje grandes (LLM) desplegados localmente para extraer con precisión información clínica de mensajes de texto en residencias de ancianos, superando a enfoques anteriores en rendimiento y eficiencia.

Amewudah, P., Popescu, M., Farmer, M. S., Powell, K. R.2026-04-01