256 पेपर
AutoscriberValidate अध्ययन यह प्रदर्शित करता है कि एम्बिएंट डिजिटल स्क्राइब Autoscriber का उपयोग करने से स्वास्थ्य सेवा प्रदाताओं के टाइपिंग कार्यभार में काफी कमी आती है और विभिन्न प्रकार की दस्तावेज़ीकरण त्रुटियों को कम करके इलेक्ट्रॉनिक मेडिकल नोट्स की समग्र गुणवत्ता में सुधार होता है।
जॉर्डन में 500 रोगियों के एक क्रॉस-सेक्शनल सर्वेक्षण से पता चलता है कि स्वास्थ्य सेवा में एआई (AI) के संबंध में सशर्त आशावाद तो है, लेकिन इसकी स्वीकृति मानव चिकित्सक की भागीदारी बनाए रखने, पारदर्शिता और गोपनीयता सुनिश्चित करने, और शिक्षा एवं डिजिटल साक्षरता से जुड़ी असमानताओं को दूर करने पर अत्यधिक निर्भर है।
यह अध्ययन नेपाल में मासिक तपेदिक (टीबी) की घटनाओं का सटीक पूर्वानुमान लगाने के लिए दस वर्षों के राष्ट्रीय निगरानी डेटा का उपयोग करते हुए एक नवीन हाइब्रिड SARIMA-CNNAR मॉडल विकसित और मान्य करता है, जो साक्ष्य-आधारित सार्वजनिक स्वास्थ्य नियोजन में सहायता के लिए स्टैंडअलोन सांख्यिकीय और मशीन लर्निंग बेंचमार्क की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
MedOS एक सामान्य-उद्देश्य वाला एम्बोडीड वर्ल्ड मॉडल है जो एक दोहरी-प्रणाली वास्तुकला का उपयोग करके जटिल चिकित्सा प्रक्रियाओं को स्वायत्त रूप से निष्पादित करने, प्रतिकूल घटनाओं का अनुकरण करने और जूनियर एवं सीनियर चिकित्सकों के बीच प्रदर्शन के अंतर को कम करके नैदानिक विशेषज्ञता का लोकतंत्रीकरण करने के माध्यम से अमूर्त नैदानिक तर्क और भौतिक हस्तक्षेप के बीच की खाई को पाटता है।
यह अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स का उपयोग करने वाला एक पूर्णतः स्वचालित पाइपलाइन, मानव-लिखित समकक्षों की तुलना में उद्धरण सटीकता और विशेषज्ञ-रेटेड गुणवत्ता के साथ व्यवस्थित समीक्षाएं (सिस्टमैटिक रिव्यूज) उत्पन्न कर सकता है, जबकि साथ ही सूचना की व्यापकता में महत्वपूर्ण सीमाओं और वैज्ञानिक प्रकाशन में नए सत्यापन मानकों और एआई साक्षरता की तत्काल आवश्यकता को भी उजागर करता है।
यह अध्ययन 3,40,,000 से अधिक ऐप स्टोर समीक्षाओं पर एक ग्राफ न्यूरल नेटवर्क-आधारित सेंटीमेंट एनालिसिस मॉडल का उपयोग करता है ताकि यह पहचान की जा सके कि जहाँ साउंड मास्किंग और स्लीप सपोर्ट जैसी चिकित्सीय विशेषताएँ सकारात्मक उपयोगकर्ता भावना को प्रेरित करती हैं, वहीं मूल्य निर्धारण, विज्ञापनों और तकनीकी स्थिरता से संबंधित मुद्दे टिनिटस प्रबंधन ऐप्स में सुधार के प्रमुख क्षेत्र बने हुए हैं।
30 चिकित्सकों का यह अध्ययन प्रकट करता है कि एम्बिएंट एआई-द्वारा तैयार किए गए नैदानिक नोट्स में संपादन मुख्य रूप से ट्रांसक्रिप्शन त्रुटियों को सुधारने, नैदानिक सटीकता सुनिश्चित करने, देयता जोखिमों को कम करने और बिलिंग मानकों को पूरा करने की आवश्यकता से प्रेरित होते हैं, जो मानव-एआई सहयोग को बढ़ाने के लिए बेहतर एआई अनुकूलन, एकीकरण और संस्थागत सहायता की आवश्यकता को रेखांकित करता है।
यह शोध पत्र कार्डियोपल्मोनोनेट (CardioPulmoNet) को प्रस्तुत करता है, जो एक शारीरिक रूप से प्रेरित न्यूरल नेटवर्क आर्किटेक्चर है जो कार्डियोपल्मोनरी गतिकी को मॉडल करता है ताकि विशेष रूप से सीमित डेटा की स्थितियों में स्थिर, व्याख्या योग्य और उच्च-प्रदर्शन वाला हिस्टोपैथोलॉजिकल निदान प्राप्त किया जा सके।
यह अध्ययन "otto-SR" को प्रमाणित करता है, जो एक लार्ज लैंग्वेज मॉडल-आधारित वर्कफ़्लो है और जो लेख स्क्रीनिंग, डेटा निष्कर्षण और जोखिम मूल्यांकन (risk of bias assessment) को स्वचालित करने में उच्च प्रदर्शन प्रदर्शित करता है, जिससे व्यवस्थित समीक्षाओं (systematic reviews) का तीव्र और विश्वसनीय पुनरुत्पादन और अद्यतन संभव हो पाता है।
यह शोध पत्र 'लीलो इंजन' (Lilo Engine) प्रस्तुत करता है, जो बुजुर्गों की सहायता के लिए एक नियत (deterministic) 5-स्तरीय चिकित्सीय एआई पाइपलाइन है, जो 100% संकट रिकॉल (crisis recall), 30ms से कम विलंबता (latency), और 3,720 परीक्षण परिदृश्यों में पूर्णतः ऑडिट योग्य निष्पादन पथ प्राप्त करने के लिए अविश्वसनीय मल्टी-एजेंट सिस्टम के स्थान पर संरचनात्मक सुरक्षा इनवेरिएंट्स (structural safety invariants) का उपयोग करता है।