📄 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

Evaluating Generative Video AI for Standardized Psychiatric Patient Simulation With Graded Hygiene Deterioration.

Cette étude pilote démontre la faisabilité technique de l'utilisation de l'IA vidéo générative pour créer des simulations standardisées de patients psychiatriques présentant une détérioration graduée de l'hygiène, tout en soulignant que bien que la modulation de l'apparence soit réalisable, les artefacts de motricité fine nécessitent une supervision humaine experte avant tout déploiement clinique.

Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.2026-06-25
📄 health informatics

Predicting Depression and Anxiety Progression in Multiple Sclerosis from Longitudinal Clinical Data Using Machine Learning

Cette étude démontre que si les modèles de boosting de gradient utilisant des données structurées de dossiers de santé électroniques peuvent prédire la progression de la dépression et de l'anxiété chez les patients atteints de sclérose en plaques, leur pouvoir prédictif limité (R² ≤ 0,28) est dominé par les scores de base reflétant une régression vers la moyenne, indiquant que des sources de données plus riches au-delà des variables cliniques structurées sont nécessaires pour des prévisions individuelles significatives.

Specht, B., Garbaya, S., Schneider, R., Khadraoui, D., Chavarriaga, R., Tayeb, Z.2026-06-25
📄 health informatics

AI-driven Multimodal Representation Learning for Latent Mediation Structure Discovery of Socioeconomic Disadvantage, Psychosocial Factors, and Cardiometabolic Multimorbidity

Cette étude emploie un cadre de médiation multimodale piloté par l'IA pour analyser les données du programme de recherche All of Us, révélant que la vulnérabilité psychosociale agit comme un médiateur latent clé reliant le désavantage socioéconomique à la multimorbidité cardiométabolique.

Ma, S., Cao, C.2026-06-23
📄 health informatics

Demographic Calibration Gaps in Breast Cancer Risk Prediction: Introducing the Demographic Calibration Gap Score

Cet article introduit le Demographic Calibration Gap Score (DCGS) pour démontrer que les méthodes de calibration globale standard ne parviennent pas à traiter les erreurs de prédiction systématiques à travers les sous-groupes raciaux et de genre dans les modèles de risque de cancer du sein, particulièrement en cas de décalages de distribution, soulignant ainsi la nécessité de mesures de calibration spécifiques aux sous-groupes pour prévenir les décisions cliniques biaisées.

Eniolade, M.2026-06-22
📄 health informatics

Generative Artificial Intelligence in Psychotherapy Practice: A Global Online Survey of Mental Health Professionals' Adoption

Une enquête mondiale auprès de 766 professionnels de la santé mentale révèle que plus de la moitié d'entre eux utilisent déjà des outils d'IA générative, principalement pour la planification des traitements et les tâches administratives, pourtant cette adoption généralisée se produit malgré un manque important de directives institutionnelles, de formation formelle et de cadres réglementaires.

Blease, C., Hagström, J., Gaab, J., Carey, A., Cipriani, F., Gorman, C., Nascimento, A. F., Fitzgerald, A., Holtz, L. (…)2026-06-22
📄 health informatics

Looked but didn't see: inattentional blindness and yes-bias confabulation in vision-language models

Cet article démontre que les modèles vision-langage présentent une cécité d'inattention similaire à celle des humains, mais affichent également un mode de défaillance de confabulation unique, nécessitant une analyse de détection de signal avec des bases de référence de contrôle appariées pour évaluer précisément leurs capacités de perception visuelle.

Raymond, J. D., Hu, P., Solomon, B. D., Duong, D.2026-06-18
📄 health informatics

Mapping Chemical-Gene Interactions for Developmental Lethality and Pregnancy Loss

Cette étude introduit l'Atlas Chimique-Gène (CGA), une ressource interactive intégrant 4 110 produits chimiques à 928 gènes associés à la létalité développementale afin de cartographier les vulnérabilités spécifiques à l'exposition à travers les fenêtres gestationnelles et d'identifier les interactions gène-environnement clés sous-jacentes aux fausses couches à répétition.

Bukhari, S. H., Nagasuri, A., Oskotsky, B., Arnaout, L., Minkovski, P., Correia, G. D. S., MacIntyre, D. A., Shaw, G. M. (…)2026-06-16
📄 health informatics

SPIRIT-CONSORT-ELM: Element-Level Assessment of Randomized Controlled Trial Reporting Using Large Language Models

Cet article présente SPIRIT-CONSORT-ELM, un nouveau cadre et un ensemble de données qui étendent les directives de déclaration existantes au niveau de l'élément, en utilisant un pipeline hybride de PubMedBERT et de grands modèles de langage génératifs pour évaluer automatiquement la complétude et la transparence des rapports d'essais contrôlés randomisés avec une grande précision.

Jiang, L., Ying, X., Brown, A. W., Lan, M., Song, W., Menke, J., Vorland, C., Mayo-Wilson, E., Kilicoglu, H.2026-06-15
📄 health informatics

Unveiling the Awareness of Private Health Insurance Coverage among Healthcare Professionals in Freetown, Sierra Leone: Insights Extracted from Their Perspectives.

Cette étude transversale menée auprès de professionnels de la santé à Freetown, en Sierra Leone, révèle une faible prévalence de la couverture d'assurance maladie privée malgré une volonté élevée d'adhésion, sans qu'aucun facteur démographique ou socio-économique significatif n'ait été identifié comme déterminant, soulignant la nécessité de s'attaquer aux barrières non examinées telles que le coût et l'accessibilité pour faire progresser la couverture santé universelle dans la région.

Gary, L. P., Kamara, A. N., Jimmy, A. I., Lebbie, A. P.2026-06-15