health informatics पेपर

Early Detection of Absurdity Signals in Pharmacovigilance: A Machine Learning Ensemble Approach to Identify Rare Adverse Drug Reactions

यह शोध पत्र एक मशीन लर्निंग एन्सेम्बल फ्रेमवर्क प्रस्तावित करता है जो दुर्लभ प्रतिकूल घटनाओं को आउटलेर्स के रूप में त्यागने के बजाय "एब्सर्डिटी सिग्नल्स" (असंगति संकेतों) के रूप में संरक्षित और विश्लेषित करता है, जो लॉसार्टन डेटा में उन महत्वपूर्ण सुरक्षा पैटर्नों की सफलतापूर्वक पहचान करता है जिन्हें पारंपरिक बायोस्टैटिस्टिकल विधियाँ छोड़ देतीं।

Dasgupta, R.2026-04-12

📄 health informatics

Validated Synthetic Data Generation from a Multicenter Spine Surgery Registry: Methodology and Benchmark

यह अध्ययन एक मल्टीसेंटर रजिस्ट्री से ब्लॉकचेन-एंकरित सिंथेटिक स्पाइन सर्जरी डेटा उत्पन्न करने के लिए एक तीन-डोमेन ढांचे को प्रस्तुत और मान्य करता है, जो यह प्रदर्शित करता है कि परिणामी डेटासेट सफलतापूर्वक रोगी गोपनीयता, सांख्यिकीय निष्ठा और एआई विकास के लिए उपयोगिता के बीच संतुलन बनाता है।

Challier, V., Jacquemin, C., Diebo, B., Dehouche, N., Denisov, A., Cristini, J., Campana, M., Castelain, J.-E., Lonjon (…)2026-04-11

📄 health informatics

Spatial Decomposition of Longitudinal RNFL Maps Reveals Distinct Modes of Glaucomatous Progression with Structure Function and Genetic Signatures

यह अध्ययन प्रदर्शित करता है कि स्थानिक रूप से विखंडित अनुदैर्ध्य रेटिनल नर्व फाइब्रिल लेयर मानचित्रों (longitudinal retinal nerve fiber layer maps) के माध्यम से ग्लूकोमेटस प्रगति के छह विशिष्ट मोड प्रकट होते हैं जो विजुअल फील्ड गिरावट की भविष्यवाणी करने और मजबूत आनुवंशिक जुड़ाव को पकड़ने में पारंपरिक वैश्विक औसत (global averaging) से बेहतर प्रदर्शन करते हैं, जिससे उन जैविक रूप से सजातीय एंडोफेनोटाइप्स का अनावरण होता है जो पारंपरिक विधियों द्वारा ढके हुए थे।

Chen, L., Zhao, Y., Moradi, M., Eslami, M., Wang, M., Elze, T., Zebardast, N.2026-04-11

📄 health informatics

An End-to-End Synthetic Oncology Clinical Trial Framework Integrating Radiographic Response, Circulating Tumor DNA, Safety, and Survival for Decision-Oriented Clinical Data Science

यह अध्ययन एक व्यापक, साहित्य-सूचित सिंथेटिक चरण II ऑन्कोलॉजी क्लिनिकल ट्रायल फ्रेमवर्क प्रस्तुत करता है जो एक जैविक रूप से प्रशंसनीय, विश्लेषणात्मक रूप से सुसंगत प्रभावकारिता-सुरक्षा संकेत उत्पन्न करने के लिए रेडियोलॉजिकल, आणविक (ctDNA), सुरक्षा और उत्तरजीविता डेटा को सफलतापूर्वक एकीकृत करता है, जिससे यह ट्रांसलेशनल क्लिनिकल डेटा साइंस के लिए एक निर्णय-उन्मुख प्रोटोटाइप के रूप में कार्य करता है।

Petalcorin, M. I. R.2026-04-08

📄 health informatics

Using Relative Risk Rankings to Understand Information Differences in Multimodal Prediction Models

यह अध्ययन प्रदर्शित करता है कि मल्टीमॉडल मृत्यु दर भविष्यवाणी मॉडलों में कच्चे चेस्ट रेडियोग्राफ को विशेषज्ञ द्वारा लिखे गए रिपोर्टों से बदलने से महत्वपूर्ण सूचना की हानि और परिवर्तित जोखिम प्राथमिकता होती है, जो यह सुझाव देती है कि टेक्स्ट सारांश दृश्य रोगनिरोधी संकेतों के लिए अपूर्ण प्रॉक्सी हैं।

Kim, C., Yoon, W., Lee, H., Lee, J.-O., Afshar, M., Kang, J., Miller, T. A.2026-04-07

📄 health informatics

Who is leading medical AI? A systematic review and scientometric analysis of chest x-ray research

928 चेस्ट एक्स-रे एआई अध्ययनों का यह व्यवस्थित समीक्षा और वैज्ञानिकमिति विश्लेषण यह प्रकट करता है कि अनुसंधान नेतृत्व और प्रशिक्षण डेटा पर उच्च आय वाले देशों, विशेष रूप से अमेरिका और चीन का अत्यधिक प्रभुत्व है, जो महत्वपूर्ण असमानताएं पैदा करता है जिससे विविध वैश्विक आबादी में असंगत प्रदर्शन वाले एआई सिस्टम विकसित होने का जोखिम बना रहता है और स्वास्थ्य सेवा संबंधी विषमताओं को बढ़ावा मिलता है।

Vasquez-Venegas, C., Chewcharat, A., Kimera, R., Kurtzman, N., Leite, M., Woite, N. L., Muppidi, I. J., Muppidi, R. J. (…)2026-04-07

📄 health informatics

Attitudes and Perceptions Toward the Use of Artificial Intelligence Chatbots for Peer Review in Medical Journals: A Large-Scale, International Cross-Sectional Survey

यह बड़े पैमाने पर किया गया अंतर्राष्ट्रीय सर्वेक्षण यह प्रकट करता है कि जहाँ मेडिकल जर्नल के पीयर रिव्यूअर्स (सहकर्मी समीक्षक) एआई चैटबॉट्स से अत्यधिक परिचित हैं, वहीं महत्वपूर्ण नैतिक चिंताओं और संस्थागत प्रशिक्षण की कमी के कारण पीयर रिव्यू में उनका वास्तविक उपयोग सीमित बना हुआ है, बावजूद इसके कि भविष्य में कार्यान्वयन के लिए मार्गदर्शन प्राप्त करने में एक प्रबल रुचि व्यक्त की गई है।

Ng, J. Y., Bhavsar, D., Dhanvanthry, N., Bouter, L., Chan, T., Cramer, H., Flanagin, A., Iorio, A., Lokker, C., Maisonne (…)2026-04-07

📄 health informatics

Perioperative Mortality Prediction Using a Bayesian Ensemble with Prevalence-Adaptive Gating

यह अध्ययन एक प्रवलता-अनुकूलित (prevalence-adaptive) बेयसियन एन्सेम्बल मॉडल प्रस्तुत करता है जो संसाधन-सीमित सर्जिकल सेटिंग्स के भीतर पेरिऑपरेटिव मृत्यु दर की भविष्यवाणी करने के लिए वेरिएशनल ऑटोएन्कोडर-आधारित डेटा संवर्धन और एंट्रॉपी-संचालित अनिश्चितता परिमाणीकरण का उपयोग करता है, ताकि एक वैलिडेशन कोहॉर्ट पर पूर्ण पृथक्करण और शून्य फाल्स पॉजिटिव के साथ नैदानिक रूप से सार्थक संवेदनशीलता प्राप्त की जा सके।

Pandey, A. K.2026-04-06

📄 health informatics

Citation Hallucination Determines Success: An Empirical Comparison of Six Medical AI Research Systems

यह शोधपत्र छह चिकित्सा एआई अनुसंधान प्रणालियों का मूल्यांकन करने के लिए MedResearchBench प्रस्तुत करता है, जो यह प्रकट करता है कि साइटेशन मतिभ्रम (citation hallucination) उनकी सफलता में निर्णायक कारक है और यह प्रदर्शित करता है कि विश्वसनीय वैज्ञानिक लेखन सुनिश्चित करने में मल्टी-एजेंट सत्यापन पाइपलाइनें व्यक्तिपरक एकल-मॉडल मूल्यांकनों की तुलना में काफी बेहतर प्रदर्शन करती हैं।

Shi, X., Tian, Z., Tan, S., Wang, X.2026-04-04

📄 health informatics

Multi-Task Learning and Soft-Label Supervision for Psychosocial Burden Profiling in Cancer Peer-Support Text

यह अध्ययन प्रदर्शित करता है कि कंपोजिट-ओनली मल्टी-टास्क लर्निंग कैंसर पीयर-सपोर्ट टेक्स्ट में बहुआयामी मनोसामाजिक बोझ का प्रभावी ढंग से प्रोफाइलिंग करती है, जबकि लार्ज लैंग्वेज मॉडल्स से प्राप्त सॉफ्ट-लेबल सुपरविजन, इमोशन क्लासिफिकेशन के लिए हार्ड-लेबल बेसलाइन्स की तुलना में कम प्रदर्शन करता है।

Wang, Z., Cao, Y., Shen, X., Ding, Z., Liu, Y., Zhang, Y.2026-04-04

← पिछला अगला →