📄 Category

health informatics

191 articles

L'informatique de la santé se situe à la croisée des données médicales et de la technologie, transformant des informations brutes en connaissances actionnables pour améliorer les soins. Ce domaine englobe tout, de l'analyse de grands ensembles de données cliniques à la création d'outils numériques qui aident les médecins à prendre des décisions plus rapides et plus précises.

Sur Gist.Science, nous suivons de près les dernières avancées de ce secteur en traitant chaque nouveau prépublication soumise sur medRxiv. Pour chaque étude, nous proposons une explication claire en langage courant ainsi qu'un résumé technique détaillé, rendant la recherche complexe accessible à tous les publics.

Vous trouverez ci-dessous la sélection la plus récente de ces travaux, offrant un aperçu direct des innovations qui façonnent l'avenir de la médecine numérique.

📄 health informatics

TDA Engine v2.1: A Computational Framework for Detecting Structural Voids in Spatially Censored Epidemiological Data with Temporal Classification and Causal Inference

Le TDA Engine v2.1 est un cadre computationnel topologique qui détecte les vides structurels dans les données épidémiologiques censurées en les distinguant des fluctuations stochastiques grâce à une classification temporelle et une inférence causale, permettant ainsi d'identifier les zones potentielles de sous-déclaration pour orienter les investigations de santé publique.

Mboya, G. O.2026-03-05
📄 health informatics

Agent Role Structure and Operating Characteristics in Large Language Model Clinical Classification: A Comparative Study of Specialist and Deliberative Multi-Agent Protocols

Cette étude démontre que la décomposition des rôles au sein des systèmes multi-agents, sans modification des paramètres du modèle, agit comme un biais inductif structuré capable de modifier systématiquement les compromis entre sensibilité et spécificité dans les tâches de classification clinique.

Anderson, C. G.2026-03-05
📄 health informatics

Red-Teaming Medical AI: Systematic Adversarial Evaluation of LLM Safety Guardrails in Clinical Contexts

Cette étude présente un cadre systématique d'évaluation par test d'intrusion (red-teaming) des modèles de langage en contexte médical, révélant que bien que les garde-fous standards soient généralement efficaces, ils restent vulnérables à l'usurpation d'autorité, en particulier lorsque les demandes sont formulées dans un cadre éducatif.

Ekram, T. T.2026-03-05
📄 health informatics

Enhancing Prediabetes Diagnosis from Continuous Glucose Monitoring Data via Iterative Label Cleaning and Deep Learning

En exploitant le jeu de données AI-READI, cette étude propose un cadre hybride combinant un raffinement itératif des étiquettes par XGBoost et un modèle d'apprentissage profond Conv+BiLSTM pour corriger les erreurs de diagnostic et améliorer avec précision la détection du prédiabète à partir des données de surveillance continue du glucose.

Arethiya, N. J., Krammer, L., David, J., Bakshi, V., BasuChoudhary, A., Bhuiyan, U., Sen, S., Mazumder, R., McNeely, P.2026-03-05
📄 health informatics

Trustworthy personalized treatment selection: causal effect-trees and calibration in perioperative medicine

Cet article propose un cadre de déploiement fiable pour la médecine personnalisée en périopératoire, combinant des arbres d'effets causaux et une analyse de calibration pour distinguer les hétérogénéités cliniques actionnables des variations bruitées et ainsi guider la sélection des traitements uniquement lorsque les bénéfices estimés sont à la fois fiables et significatifs.

Mittelberg, Y., Stiglitz, D. K., Kowadlo, G.2026-03-04
📄 health informatics

Evaluating a Locally Deployed 20-Billion Parameter Large Language Model for Automated Abstract Screening in Systematic Reviews

Cette étude démontre qu'un grand modèle de langage de 20 milliards de paramètres déployé localement, couplé à une stratégie de prompt optimisée pour la sensibilité, permet de cribler efficacement les résumés de revues systématiques avec une grande rapidité, bien que sa précision varie selon la nature du domaine et qu'il soit actuellement recommandé de l'utiliser comme deuxième examinateur aux côtés d'experts humains.

Moreira Melo, P. H., Poenaru, D., Guadagno, E.2026-03-04
📄 health informatics

Perceptions of Artificial Intelligence in the Editorial and Peer Review Process: A Cross-Sectional Survey of Traditional, Complementary, and Integrative Medicine Journal Editors

Cette étude transversale révèle que, bien que les éditeurs de journaux de médecine traditionnelle, complémentaire et intégrative reconnaissent le potentiel de l'IA pour soutenir les tâches éditoriales, son adoption reste limitée par des barrières pratiques, éthiques et institutionnelles, soulignant la nécessité urgente de formations et de politiques claires.

Ng, J. Y., Bhavsar, D., Krishnamurthy, M., Dhanvanthry, N., Fry, D., Kim, J. W., King, A., Lai, J., Makwanda, A., Olugbe (…)2026-03-04
📄 health informatics

Anatomically and Biochemically Guided Deep Image Prior for Sodium MRI Denoising

Cette étude propose une méthode de débruitage pour l'imagerie par résonance magnétique au sodium (23Na) basée sur un prior d'image profond guidé par l'anatomie et la biochimie, qui fusionne les données de l'IRM au proton et du sodium via une régularisation de variation totale directionnelle pour améliorer la qualité de l'image et réduire les temps d'acquisition.

ALI, H., Woitek, R., Trattnig, S., Zaric, O.2026-03-02
📄 health informatics

Understanding Clinician Edits to Ambient AI Draft Notes: A Feasibility Analysis Using Large Language Models

Cette étude démontre la faisabilité de l'utilisation de modèles de langage de grande taille pour catégoriser les modifications apportées par les cliniciens aux notes générées par l'IA ambiante, révélant que si cette approche est efficace pour des catégories spécifiques comme les médicaments et les symptômes, elle nécessite une revue humaine pour les cas complexes.

Guo, Y., Zhou, Y., Hu, D., Sutari, S., Chow, E., Tam, S., Perret, D., Pandita, D., Zheng, K.2026-03-02