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 estudio emplea un marco de mediación multimodal impulsado por IA para analizar datos del Programa de Investigación All of Us, revelando que la vulnerabilidad psicosocial actúa como un mediador latente clave que vincula la desventaja socioeconómica con la multimorbilidad cardiometabólica.
Este artículo introduce la Puntuación de Brecha de Calibración Demográfica (DCGS, por sus siglas en inglés) para demostrar que los métodos de calibración global estándar no logran abordar los errores sistemáticos de predicción en los subgrupos raciales y de género en los modelos de riesgo de cáncer de mama, particularmente bajo cambios de distribución, resaltando así la necesidad de métricas de calibración específicas por subgrupo para prevenir decisiones clínicas sesgadas.
Una encuesta global de 766 profesionales de la salud mental revela que más de la mitad ya está utilizando herramientas de IA generativa, principalmente para la planificación de tratamientos y tareas administrativas, aunque esta adopción generalizada ocurre a pesar de una falta significativa de orientación institucional, formación formal y marcos regulatorios.
Este artículo demuestra que los modelos de visión y lenguaje exhiben una ceguera por desatención similar a la de los humanos, pero también muestran un modo único de fallo de confabulación, lo que requiere un análisis de detección de señales con líneas de base de control emparejadas para evaluar con precisión sus capacidades de percepción visual.
Este estudio presenta el Atlas Químico-Genético (CGA, por sus siglas en inglés), un recurso interactivo que integra 4.110 sustancias químicas con 928 genes asociados con la letalidad del desarrollo para mapear las vulnerabilidades específicas de la exposición a través de las ventanas gestacionales e identificar interacciones clave entre genes y el entorno que subyacen a la pérdida recurrente del embarazo.
Este manuscrito, que proponía un modelo de aprendizaje profundo explicable para el diagnóstico de cáncer de mama mediante ultrasonido en escala de grises 2D, ha sido retirado por los autores debido a conflictos de interés y al desacuerdo de un coautor con la metodología.
Este artículo presenta SPIRIT-CONSORT-ELM, un nuevo marco de trabajo y conjunto de datos que extiende las directrices de notificación existentes al nivel de elemento, utilizando un proceso híbrido de PubMedBERT y modelos de lenguaje generativos de gran tamaño para evaluar automáticamente la integridad y la transparencia de los informes de ensayos controlados aleatorizados con alta precisión.
Este estudio transversal de profesionales de la salud en Freetown, Sierra Leona, revela una baja prevalencia de cobertura de seguros de salud privados a pesar de la alta disposición de inscripción, sin que se identificaran factores demográficos o socioeconómicos significativos como determinantes, lo que destaca la necesidad de abordar barreras no examinadas como el costo y la accesibilidad para avanzar en la Cobertura Sanitaria Universal en la región.
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.
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.