📄 health informatics

Comparing Human and Large Language Model Responses to Patients Online Questions: Towards Multi-dimensional Patient-centered Support

यह अध्ययन प्रयोगशाला परीक्षण परिणामों के बारे में रोगियों के ऑनलाइन प्रश्नों पर बड़े भाषा मॉडलों (LLMs) और साथियों (peers) की प्रतिक्रियाओं की अनुभवजन्य तुलना करता है, जिसमें यह पाया गया है कि जहाँ LLMs स्पष्ट, संरचित चिकित्सा स्पष्टीकरण प्रदान करने में उत्कृष्ट हैं, वहीं साथी अधिक व्यक्तिगत भावनात्मक सहायता प्रदान करते हैं, जो यह सुझाव देता है कि यदि LLMs अपनी भावनात्मक गहराई, तर्क संबंधी पारदर्शिता और सामुदायिक मानदंडों के साथ संरेखण में सुधार करें तो वे सहकर्मी समुदायों को प्रभावी ढंग से पूरक बना सकते हैं।

Hussein, M. A., Doshi, R., He, L., Reynolds, T.2026-07-17
📄 health informatics

FootNet: A Multi-View Smartphone Dataset and Four-Model Benchmark for Clinical Foot Segmentation

यह शोध पत्र फुटनेट (FootNet) प्रस्तुत करता है, जो क्लिनिकल फुट सेगमेंटेशन के लिए विशेषज्ञ-एनोटेटेड मास्क वाला एक मल्टी-व्यू स्मार्टफोन डेटासेट है, और एक बेंचमार्क स्थापित करता है जो यह प्रदर्शित करता है कि मोबाइलनेटवी2 (MobileNetV2) एनकोडर के साथ एक यू-नेट (U-Net), सेगमेंटेशन सटीकता के मामले में डीपलैबवी3 (DeepLabV3), यूनेट++ (UNet++), और सैम विट-बी (SAM ViT-B) सहित अन्य मॉडलों से काफी बेहतर प्रदर्शन करता है।

Vijay, A., Prabhune, A., Srihari, V. R., Rayampalli, A.2026-07-17
📄 health informatics

What Week 8 Knows: Forecasting Six-Month GLP-1 Outcomes

यह अध्ययन एक प्रमाणित भविष्य कहनेवाला उपकरण प्रस्तुत करता है जो छह महीने के GLP-1 परिणामों और ड्रॉपआउट जोखिम का पूर्वानुमान लगाने के लिए आठवें सप्ताह के वजन घटाव और रोगी की विशेषताओं का लाभ उठाता है, जो इसे एक चिकित्सीय मार्गदर्शक के बजाय एक रोगनिरोधी (प्रोग्नोस्टिक) गाइड के रूप में अपनी सीमाओं को स्वीकार करते हुए साझा निर्णय लेने के लिए नैदानिक रूप से कार्रवाई योग्य अंतर्दृष्टि प्रदान करता है।

Erly, B., Raja, S.2026-07-16
📄 health informatics

Beyond Intensity: Cross-Dataset Consistency of Temporal Facial Action-Unit Dynamics as Transferable Markers of Depression

यह अध्ययन प्रदर्शित करता है कि जहाँ उच्च-तीव्रता वाले फेशियल एक्शन यूनिट फीचर्स अक्सर विविध डेटासेट्स में सामान्यीकरण करने में विफल रहते हैं, वहीं धीमी टेम्पोरल डायनेमिक्स और विशिष्ट सह-सक्रियण पैटर्न (जैसे कि आँख-मुँह का डिकपलिंग) अवसाद के सुदृढ़, हस्तांतरणीय मार्कर के रूप में कार्य करते हैं, जो यह सुझाव देते हैं कि मल्टी-साइट अफेक्टिव रिसर्च में फीचर्स के चयन के लिए दिशात्मक निरंतरता एक बेहतर मानदंड है।

Jeong, I., Jang, M., Kim, J.-w., Kim, H., Park, S., Kim, D.-K., Park, J.-H., Kim, Y., Kim, J.-M., Lee, H., Jhon, M.2026-07-15
📄 health informatics

Healthcare Big Data Platform for Linking National Databases in Korea: System Development and Research Applications

दक्षिण कोरिया में हेल्थकेयर बिग डेटा लिंकेज प्लेटफॉर्म (HCDL), एक विश्वसनीय तृतीय पक्ष और एक केंद्रीकृत समीक्षा प्रक्रिया के माध्यम से 13 राष्ट्रीय डेटाबेस को एकीकृत करके प्रणालीगत अक्षमताओं को संबोधित करता है, जो डेटा-संचालित और सटीक चिकित्सा को आगे बढ़ाने के लिए मल्टी-डेटाबेस अनुसंधान अनुप्रयोगों में आई वृद्धि को सफलतापूर्वक सुगम बनाता है।

Kim, Y., Lee, Y., Jeong, J.2026-07-13
📄 health informatics

How Best to Explain Machine Learning Models to Clinicians: A User Study of Explanation Types

39 चिकित्सकों से जुड़े इस उपयोगकर्ता अध्ययन से पता चलता है कि हालांकि एट्रिब्यूशन-आधारित स्पष्टीकरण नैदानिक सेटिंग्स में मशीन लर्निंग भविष्यवाणियों के प्रति विश्वास और समझ को सबसे अधिक बढ़ाते हैं, फिर भी लगभग आधे प्रतिभागियों ने कई प्रकार के स्पष्टीकरण देखने को प्राथमिकता दी है, जो यह सुझाव देता है कि भविष्य के कार्यान्वयन को विशिष्ट नैदानिक भूमिकाओं के अनुरूप विविध प्रारूप पेश करते हुए एट्रिब्यूशन विधियों को प्राथमिकता देनी चाहिए।

Brown, B., Oguss, M., Carey, K. A., Martin, J., Kotula, C. A., Nguyen, O. T., Akel, M., Wiegmann, D. A., Edelson, D. P. (…)2026-07-10
📄 health informatics

Adaptation and Psychometric Validation of a Facility-Level Tool to Assess Telemedicine Readiness in Primary Care

इस अध्ययन ने पेरू के 774 प्राथमिक देखभाल केंद्रों के डेटा का उपयोग करके टेलीमेडिसिन रेडिनेस इन्वेंटरी एट द फैसिलिटी लेवल (TRI-F) को सफलतापूर्वक अनुकूलित और मनोवैज्ञानिक रूप से मान्य किया है, जो इसकी संरचनात्मक वैधता, आंतरिक स्थिरता और बेंचमार्किंग एवं टेलीमेडिसिन कार्यान्वयन योजना के मार्गदर्शन के लिए इसकी उपयोगिता को प्रदर्शित करता है।

Escobar-Agreda, S., Villarreal-Zegarra, D., Reategui-Rivera, C. M., Paredes-Gonzales, Y., Rojas-Mezarina, L.2026-07-10
📄 health informatics

Does OMOP CDM Conversion Improve Cross-Country Comparability of Real-World Data? A Benchmark Study in Breast Cancer and Amyotrophic Lateral Sclerosis

यह बेंचमार्क अध्ययन प्रदर्शित करता है कि हालांकि डेनमार्क, फिनलैंड और पुर्तगाल के वास्तविक डेटा को OMOP कॉमन डेटा मॉडल में परिवर्तित करना स्तन कैंसर और ALS के लिए अर्थपूर्ण रूप से संरेखित सीमा पार तुलनाओं को सक्षम बनाता है, लेकिन यह अंतर्निहित डेटा विषमता को समाप्त नहीं करता है, जिसके लिए वैध महामारी विज्ञान संबंधी अंतर्दृष्टि सुनिश्चित करने हेतु नेटिव डेटा और नैदानिक विशेषज्ञता के विरुद्ध पुनरावृत्त बेंचमार्किंग की आवश्यकता होती है।

Aborageh, M., Korcinska Handest, M. R., Bakos, I., Rajamaki, B., Silva, C., Horvath-Puho, E., Pylkkaenen, L., Venda, C. (…)2026-07-09
📄 health informatics

A large language model-assisted workflow for generating a living evidence base for climate-sensitive foodborne disease

यह अध्ययन प्रदर्शित करता है कि एक एलएलएम-सहायता प्राप्त वर्कफ़्लो, जो संरचित खोजों को पुनरावृत्ति जीपीटी-4-टर्बो शोधन के साथ जोड़ता है, उच्च रिकॉल और बेहतर स्क्रीनिंग निरंतरता के साथ जलवायु-संवेदनशील खाद्य जनित रोगों के लिए एक तीव्र, स्केलेबल और नीति-प्रासंगिक लिविंग एविडेंस बेस प्रभावी रूप से उत्पन्न कर सकता है।

Elson, R., McIntyre, K. M., Hardingham, M. B., Luechtefeld, T., Lake, I. R.2026-07-08
📄 health informatics

RenalTransLSTM: Multi-Horizon Prediction of Acute Kidney Injury in ICU Patients using a Hybrid LSTM-Transformer Architecture

RenalTransLSTM एक हाइब्रिड डीप लर्निंग फ्रेमवर्क है जो LSTM और ट्रांसफॉर्मर आर्किटेक्चर को संयोजित करता है ताकि इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स में स्थानीय टेम्पोरल डायनेमिक्स और ग्लोबल कॉन्टेक्स्टुअल डिपेंडेंसीज़ को प्रभावी ढंग से कैप्चर करके आईसीयू रोगियों में एक्यूट किडनी इंजरी के बेहतर मल्टी-होरिजन प्रेडिक्शन को प्राप्त किया जा सके।

Badhon, S. M. S. I., Adibuzzaman, M., Mosa, A. S. M., Bozdag, S., Cleveland, A. D., Ding, J., Hossain, K. S. M. T.2026-07-06