📄 Category

health informatics

191 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

Validity and Limitations of the Empatica E4 Wristband for Autonomic and Thermoregulatory Sleep Monitoring Against Concurrent Polysomnography: A Wearanize+ Dataset Study

Este estudio valida la utilidad de la pulsera Empatica E4 para la investigación del sueño mediante el análisis del conjunto de datos Wearanize+, confirmando su precisión en el seguimiento de la frecuencia cardíaca y la temperatura cutánea a través de las etapas del sueño, al tiempo que identifica limitaciones específicas en las mediciones de la actividad electrodérmica debido a la acumulación de sudor en la muñeca.

Parry, Y. D., Briganti, G.2026-06-11
📄 health informatics

An Explainable Multimodal AI Framework with Reinforcement Learning for Post-Surgical Clinical Decision Support

Este artículo propone un marco de IA multimodal explicable que integra el aprendizaje profundo supervisado con el aprendizaje por refuerzo fuera de línea conservador para apoyar las decisiones clínicas posquirúrgicas, al tiempo que critica las prácticas de datos sintéticos y valida la arquitectura del sistema mediante una rigurosa metodología de datos reales.

Ahmed, M., Ahmed, F., Mow, S. M., Taha, P. A., Barua, S., Rahman, M. M., Rafy, A., Mondol, S. M., Faisal, M. I.2026-06-10
📄 health informatics

Registered Report: Artifact Index for Capacitive Electrocardiography Acquired with an Armchair

Este informe registrado presenta un índice de artefactos para señales de ECG capacitivas adquiridas desde un sillón instrumentado, el cual utiliza un enfoque de votación de tres índices de calidad de señal para distinguir eficazmente los segmentos limpios de los de artefactos durante las actividades de lectura y de ver la televisión, permitiendo así un monitoreo de salud continuo y confiable en entornos reales no supervisados.

Warnecke, J. M., Baumgärtel, D., Bollmann, J., Deserno, T. M.2026-06-09
📄 health informatics

Topological Deep Learning Identifies Polygenic Variant Clusters Across Familial Multimorbid Disorders

El artículo presenta PolyCLIP-T, un marco multimodal guiado por topología que aprovecha la secuenciación del genoma completo y la homología persistente para identificar clústeres estables de variantes poligénicas a través de trastornos multimórbidos familiares, superando eficazmente las limitaciones de los canales tradicionales basados en reglas para detectar impulsores genéticos no codificantes, estructurales y de baja penetrancia.

Vomo-Donfack, K. L., Bousquet, G., Falgarone, G., Ginot, G., Morilla, I.2026-06-09
📄 health informatics

An AI-assisted feasibility evaluation of three photoplethysmography-derived microvascular reactivity signals in MIMIC-IV-WDB v0.1.0

Este estudio evalúa tres señales de reactividad microvascular derivadas de la fotopletismografía en el conjunto de datos MIMIC-IV-WDB v0.1.0 mediante inspección visual humana y asistida por IA, encontrando que dos señales no lograron capturar su fisiología prevista en la mayoría de los casos y la tercera estuvo limitada por la colocación del sensor, resaltando así la necesidad de una validación preliminar de los datos brutos antes del modelado posterior.

Landry, T. C., Kim, Y.2026-06-06
📄 health informatics

BodyMAE: A Surface-Area Aware Masked Autoencoder for Body Composition Estimation from 3D Body Scans

Este artículo presenta BodyMAE, un autoencoder enmascarado consciente del área de superficie que aprovecha escaneos corporales 3D a escala métrica para estimar con precisión métricas de composición corporal como la masa grasa y magra, logrando una alta correlación con las mediciones clínicas de DXA al tiempo que supera desafíos tales como la densidad de puntos no uniforme y la variabilidad de los dispositivos.

Zheng, Y., Feng, B., Cheng, R., Qiu, C., Long, Z., Vaziri, K., Hahn, J.2026-06-06
📄 health informatics

Genosolver: Rare Disease Diagnosis through Holistic Integration of Unstructured Clinical Narratives Using Large Language and Reasoning Models

Genosolver es un flujo de trabajo integrado que aprovecha los Modelos de Lenguaje y Razonamiento de Gran Escala para extraer información clínica detallada de narrativas no estructuradas, mejorando significamente las tasas de diagnóstico de enfermedades raras y superando a herramientas existentes como Exomiser al priorizar eficazmente las variantes genéticas causativas.

Islam, T., Danner, M., Ziad, Z., Begemann, M., Beijer, D., Lischka, A., Lausberg, E., Mattern, L., Suh, J., Wittig, P. (…)2026-06-05
📄 health informatics

Translating 3D Slicer into Brazilian Portuguese: A methodological approach to software localization in Latin America

Este artículo presenta un marco metodológico para la localización del software de imágenes médicas de código abierto 3D Slicer al portugués brasileño, abordando desafíos lingüísticos y terminológicos específicos para mejorar la accesibilidad para usuarios que no hablan inglés en América Latina.

Veiga, P. E. d. B., Murta, L. O., Goncalves, D. S., Silva, L. S., Montano-Serrano, V. M., Laredo, E. H., Lasso, A., Piep (…)2026-06-03
📄 health informatics

Knowledge-Driven Neuro-Symbolic Reasoning for Personalized Oncology Treatment Recommendation Based on Multi-Modal Medical Knowledge Graph

Este artículo propone K-NeSyNet, un novedoso marco neurosimbólico impulsado por el conocimiento que integra un grafo de conocimiento oncológico multimodal con un mecanismo de razonamiento simbólico de tres canales diferenciable y una fusión neural adaptativa para ofrecer recomendaciones de tratamiento de cáncer personalizadas, precisas, seguras e interpretables.

Yang, L., Wan, H., Zhu, J., Zhou, P., Wang, Z.2026-06-02
📄 health informatics

Beyond Identifier Matching: An Empirical Characterization of Failure Modes in Biomedical Knowledge Graph Integration

Este artículo demuestra empíricamente que confiar únicamente en la coincidencia de identificadores para la integración de grafos de conocimiento biomédico es insuficiente, revelando que, aunque los métodos basados en la coincidencia entre ontologías y en incrustaciones aumentan la cobertura, introducen sistemáticamente modos de fallo clínicamente significativos como la fusión excesiva y el colapso semántico que oscurecen distinciones críticas en las aplicaciones posteriores.

Hu, S., Cheng, H., Gillenwater, L., Manpearl, K., Mandava, A., Wang, Y., Pividori, M., Stranger, B., Krishnan, A., Green (…)2026-05-28