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.
Esta revisión de alcance examina la creciente aplicación del aprendizaje automático a los datos de la exposómica en la investigación de enfermedades cardiovasculares, destacando su potencial para abordar la complejidad de los datos al tiempo que identifica las limitaciones actuales y las futuras direcciones de investigación.
Este estudio transversal de 3.004 adultos en Qatar demuestra que la disposición conductual, particularmente el ejercicio diario y la voluntad de compartir datos, es un predictor más fuerte de la adopción de dispositivos ponibles y de la integración de la medicina digital que los factores demográficos tradicionales como la educación, lo que resalta la necesidad de priorizar el compromiso conductual sobre la segmentación demográfica para una implementación equitativa de la salud digital.
Este estudio de métodos mixtos del sistema EHR Impilo de Zimbabue revela que, si bien los trabajadores de la salud de primera línea generan un aprendizaje adaptativo para el cuidado de la multimorbilidad a través de un híbrido de herramientas digitales y en papel, la falta de arreglos sociotécnicos para estabilizar e institucionalizar este aprendizaje impide que el sistema evolucione hacia un verdadero Sistema de Salud de Aprendizaje capaz de impulsar una adaptación de la atención más amplia.
Este estudio evalúa el impacto de la incorporación de datos de los CMS en los algoritmos de las historias clínicas electrónicas para la enfermedad de Alzheimer y las demencias relacionadas dentro del sistema de la VA, encontrando que, si bien los datos de los CMS aumentan la detección de casos y la sensibilidad, un algoritmo amplio sin datos de los CMS es óptimo para la epidemiología, mientras que un algoritmo estricto con datos de los CMS produce las asociaciones genéticas más sólidas para el Alzheimer de aparición tardía.
Este estudio compara empíricamente los modelos de lenguaje de gran tamaño y las respuestas de pares a las preguntas en línea de los pacientes sobre los resultados de pruebas de laboratorio, encontrando que, si bien los LLM sobresalen al proporcionar explicaciones médicas claras y estructuradas, los pares ofrecen un apoyo emocional más personalizado, lo que sugiere que los LLM podrían complementar eficazmente a las comunidades de pares si mejoran su profundidad emocional, la transparencia de su razonamiento y su alineación con las normas de la comunidad.
Este artículo presenta FootNet, un conjunto de datos de smartphone de múltiples vistas con máscaras anotadas por expertos para la segmentación clínica del pie, y establece un punto de referencia que demuestra que una U-Net con un codificador MobileNetV2 supera significativamente a otros modelos, incluyendo DeepLabV3, UNet++ y SAM ViT-B, en términos de precisión de segmentación.
Este estudio presenta una herramienta predictiva validada que aprovecha la pérdida de peso en la semana 8 y las características del paciente para pronosticar los resultados de los GLP-1 a los seis meses y el riesgo de abandono, ofreciendo información clínicamente accionable para la toma de decisiones compartida al tiempo que reconoce sus limitaciones como guía de pronóstico más que terapéutica.
Este estudio demuestra que mientras las características de alta intensidad de las unidades de acción facial a menudo fallan al generalizarse a través de diversos conjuntos de datos, la dinámica temporal más lenta y los patrones de coactivación específicos (como el desacoplamiento ojo-boca) sirven como marcadores robustos y transferibles de la depresión, lo que sugiere que la consistencia direccional es un criterio superior para la selección de características en la investigación afectiva multisitio.
La Plataforma de Vinculación de Grandes Datos de Salud (HCDL) en Corea del Sur aborda las ineficiencias sistémicas mediante la integración de 13 bases de datos nacionales a través de un Tercero de Confianza y un proceso de revisión centralizado, facilitando con éxito un aumento en las solicitudes de investigación de bases de datos múltiples para avanzar en la medicina de precisión y basada en datos.
Este estudio de usuario que involucra a 39 clínicos demuestra que, si bien las explicaciones basadas en la atribución mejoran significativamente la confianza y la comprensión de las predicciones del aprendizaje automático en entornos clínicos, casi la mitad de los participantes prefiere visualizar múltiples tipos de explicaciones, lo que sugiere que las implementaciones futuras deberían priorizar los métodos de atribución ofreciendo, al mismo tiempo, diversos formatos adaptados a roles clínicos específicos.