📄 health informatics

Improving Medicare Fraud Detection Accuracy in Deep Learning by Exploring Feature Selection and Data Sampling Techniques.

यह अध्ययन प्रदर्शित करता है कि डेटासेट असंतुलन और अप्रासंगिक विशेषताओं को प्रभावी ढंग से संबोधित करके, डीप लर्निंग को ची-स्क्वायर फीचर सिलेक्शन और सिंथेटिक मिनोरिटी ओवर-सैंपलिंग (SMOTE) तकनीकों के साथ संयोजित करने से मेडिकेयर धोखाधड़ी का पता लगाने की सटीकता को 95.4% तक महत्वपूर्ण रूप से सुधारा जा सकता है।

Ahammed, F.2026-03-20
📄 health informatics

Joint Longitudinal-Survival Modelling of Patient-Reported Gastrointestinal Symptom Trajectories and Treatment Discontinuation in Irritable Bowel Syndrome: A Prospective Cohort Study from the Canadian Gut Project

2,847 कनाडाई IBS रोगियों का यह संभावित कोहॉर्ट अध्ययन जॉइंट लोंगीट्यूडिनल-सर्वाइवल मॉडलिंग का उपयोग करके यह प्रदर्शित करता है कि व्यक्तिगत लक्षण प्रक्षेपवक्र (ट्रैजेक्टरीज) उपचार बंद करने से गतिशील रूप से जुड़े हुए हैं, जो यह प्रकट करता है कि उच्च आधारभूत गंभीरता और लक्षणों में सुधार की धीमी दर उपचार रोकने के जोखिम को महत्वपूर्ण रूप से बढ़ा देती है।

Thornton, E., Kellerman, J.2026-03-19
📄 health informatics

HybridNet-XR: Efficient Teacher-Free Self-Supervised Learning for Autonomous Medical Diagnostic Systems in Resource-Constrained Environments.

यह शोध पत्र HybridNet-XR को प्रस्तुत करता है, जो एक मेमोरी-कुशल, टीचर-फ्री सेल्फ-सुपरवाइज्ड हाइब्रिड CNN है, जो न्यूनतम VRAM उपयोग के साथ चेस्ट रेडियोग्राफ पर अत्याधुनिक नैदानिक सटीकता प्राप्त करता है, जो संसाधन-सीमित वातावरणों में स्वायत्त चिकित्सा प्रणालियों के लिए एक सुदृढ़ समाधान प्रदान करता है।

Mayala, S., Mzurikwao, D., Suluba, E.2026-03-19
📄 health informatics

Clinician Experiences with Ambient AI Scribe Technology in Singapore: A Qualitative Study

सिंगापुर के अलेक्जेंड्रा अस्पताल के 28 क्लीनिशियनों का यह गुणात्मक अध्ययन बताता है कि जहाँ एम्बिएंट एआई स्क्राइब तकनीक प्रशासनिक बोझ को कम करने और रोगी जुड़ाव को बढ़ाने की महत्वपूर्ण क्षमता प्रदान करती है, वहीं सिंगापुर की बहुभाषी स्वास्थ्य सेवा प्रणाली में इसके सफल कार्यान्वयन के लिए दस्तावेजीकरण की सटीकता, वर्कफ़्लो अनुकूलन और स्थानीय गोपनीयता नियमों के अनुपालन से संबंधित महत्वपूर्ण चुनौतियों का समाधान करना आवश्यक है।

Shankar, R., Goh, A., Xu, Q.2026-03-19
📄 health informatics

OpenScientist: evaluating an open agentic AI co-scientist to accelerate biomedical discovery

यह शोध पत्र OpenScientist को प्रस्तुत करता है, जो एक ओपन-सोर्स एजेंटिक एआई सह-वैज्ञानिक है जो विविध केस स्टडीज में जटिल डेटा विश्लेषण को स्वायत्त रूप से निष्पादित करके और सत्यापन योग्य नैदानिक अंतर्दृष्टि उत्पन्न करके बायोमेडिकल खोजों को महत्वपूर्ण रूप से तेज करता है, जिससे उन कार्यों को जो आमतौर पर हफ्तों लेते हैं, मात्र मिनटों में कम कर दिया जाता है।

Roberts, K. F., Abrams, Z. B., Cappelletti, L., Moqri, M., Heugel, N., Caufield, J. H., Bourdenx, M., Li, Y., Banerjee (…)2026-03-18
📄 health informatics

Falsification Testing of Sepsis Prediction Models: Evaluating Independent Biological Signal After Controlling for Care-Process Intensity

चार नैदानिक डेटासेटों पर आधारित यह पूर्व-पंजीकृत मिथ्याकरण अध्ययन प्रदर्शित करता है कि जबकि प्रतिष्ठित शैक्षणिक केंद्रों में सेप्सिस भविष्यवाणी मॉडल देखभाल-प्रक्रिया की तीव्रता के बजाय मुख्य रूप से वास्तविक जैविक संकेतों का पता लगाते हैं, वे नैदानिक सेप्सिस परिभाषाओं और प्रशासनिक कोडिंग के बीच एक व्यवस्थित और परिणामोन्मुखी विचलन को प्रकट करते हैं जो बाद पर निर्भर नियामक मेट्रिक्स और एआई बेंचमार्क की वैधता को कमजोर करता है।

Dickens, A. R.2026-03-18
📄 health informatics

Persistent Proxy Discrimination in HIV Testing Prediction Models: A National Fairness Audit of 386,775 US Adults

386,775 अमेरिकी वयस्कों का यह राष्ट्रीय निष्पक्षता ऑडिट यह प्रदर्शित करता है कि विभेदक-भार वाले नैदानिक संदर्भों में एचआईवी परीक्षण भविष्यवाणी मॉडलों में जनसांख्यिकीय समानता (डेमोग्राफिक पैरिटी) को लागू करना अनुचित है, क्योंकि यह उच्च-जोखिम वाले समूहों के लिए स्क्रीनिंग पहुंच को महत्वपूर्ण रूप से कम करता है और उन निष्पक्षता मेट्रिक्स जैसे कि ईक्वलाइज्ड ऑड्स और कैलिब्रेशन की आवश्यकता को रेखांकित करता है जो नैदानिक आवश्यकताओं के अनुरूप हों।

Farquhar, H.2026-03-16
📄 health informatics

WITHDRAWN: Determinants of Digital Health Technology Acceptance Among Healthcare Caregivers: A Structural Equation Modeling Approach

यह शोध पत्र, जिसका शीर्षक "Determinants of Digital Health Technology Acceptance Among Healthcare Caregivers: A Structural Equation Modeling Approach" है, गलत जानकारी प्रस्तुत करने के कारण medRxiv से वापस ले लिया गया है।

Popescu, E., Muller, T., Okonkwo, G.2026-03-16
📄 health informatics

WITHDRAWN: Causal Effects of Natural Language Processing-Enhanced Clinical Decision Support on Early Cognitive Impairment Detection: A Propensity Score Analysis Using Inverse Probability of Treatment Weighting

यह शोधपत्र medRxiv का एक वापस लिया गया अध्ययन है जिसने दावा किया था कि यह प्रारंभिक संज्ञानात्मक हानि का पता लगाने पर प्राकृतिक भाषा प्रसंस्करण-संवर्धित नैदानिक निर्णय समर्थन के कारण प्रभावों का विश्लेषण करता है, लेकिन इसे गलत जानकारी के साथ प्रस्तुत किए जाने के कारण वापस ले लिया गया था।

Dimitriou, A., Foster, M.2026-03-16
📄 health informatics

WITHDRAWN: Blockchain-Enabled Health Information Exchange Efficiency Across South Korean Hospital Networks: A Stochastic Frontier Analysis with Bayesian Model Averaging

इस वापस लिए गए अध्ययन ने 247 दक्षिण कोरियाई अस्पताल नेटवर्क के एक पैनल पर बेयसियन मॉडल एवरेजिंग के साथ स्टोकेस्टिक फ्रंटियर एनालिसिस का उपयोग करते हुए यह प्रदर्शित किया कि ब्लॉकचेन-सक्षम स्वास्थ्य सूचना विनिमय प्रणाली, एंडोजेनिटी और मॉडल अनिश्चितता को नियंत्रित करने के बाद भी, पारंपरिक प्लेटफार्मों की तुलना में तकनीकी दक्षता में महत्वपूर्ण रूप से सुधार करती है।

Park, J.-H., Kim, S.-Y.2026-03-16