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.
Este artículo ha sido retirado de medRxiv debido a que fue presentado con información falsa.
El modelo de generación impulsado por aprendizaje por refuerzo RLSYN+REG mejora significativamente la utilidad científica de los datos biomédicos sintéticos al garantizar que los modelos de regresión entrenados en ellos reproduzcan con mayor precisión los coeficientes y predicciones de sus contrapartes en datos reales, todo ello manteniendo la fidelidad estadística y la privacidad.
El estudio presenta Chronos, un marco que utiliza tokenización para vincular muestras de plasma archivadas con registros clínicos longitudinales, permitiendo la detección temprana de la enfermedad de Parkinson mediante el análisis de alteraciones moleculares coordinadas antes de la aparición de síntomas clínicos.
Este estudio demuestra que tanto la regresión logística como los modelos de *gradient boosting* logran una precisión excepcional en la detección temprana de brotes de influenza a nivel nacional en EE. UU. (2020-2025) utilizando datos de vigilancia ILINet del CDC, validando su utilidad operativa para la planificación de salud pública.
El análisis de más de 410,000 publicaciones en Reddit revela que, si bien los síntomas gastrointestinales son los efectos secundarios más comunes de la semaglutida y la tirzepatida, las comunidades en línea también han identificado señales de seguridad emergentes, como alteraciones reproductivas y problemas relacionados con la temperatura, que no están completamente reflejados en los ensayos clínicos actuales.
Este trabajo presenta un marco de alineación modular basado en adaptadores LoRA que desacopla la supervisión del razonamiento y el ajuste de recompensas, logrando una estabilidad de entrenamiento superior y un razonamiento auditable en modelos de lenguaje clínicos pequeños sin sacrificar la precisión.
Este artículo presenta la Nomenclatura y Clasificación de Orphanet como un sistema estandarizado multilingüe que, con 9.784 entidades clínicas actualizadas a julio de 2025 y amplias correspondencias semánticas, aborda la subrepresentación de las enfermedades raras en las terminologías médicas para facilitar su identificación precisa, la interoperabilidad de datos y la mejora de la atención sanitaria y la investigación.
Este estudio presenta un marco de aprendizaje automático basado en ensembles que, mediante la selección de características y una estrategia multi-semilla, logra una detección temprana y precisa del cáncer esofágico en Etiopía con una precisión del 98,3%, destacando el papel crucial de los factores dietéticos y ambientales en el riesgo de la enfermedad.
Este estudio demuestra que un marco de aprendizaje profundo multimodal que utiliza mecanismos de atención cruzada para integrar imágenes dermoscópicas con metadatos clínicos del paciente supera a las estrategias de fusión convencionales y a los modelos unimodales en el diagnóstico automatizado de lesiones cutáneas.
Este estudio de viabilidad describe el diseño participativo de una aplicación de realidad virtual para la atención plena, informada por inteligencia artificial, destinada a abordar la angustia de la diabetes mediante la colaboración con pacientes y la identificación de características clave para un prototipo personalizado.