📄 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
📄 health informatics

A Reproducible Health Informatics Pipeline for Simulating and Integrating Early-Phase Oncology Clinical, Biomarker, and Pharmacokinetic Data for Exploratory Decision-Support Analytics

यह शोध पत्र एक पुनरुत्पादक (reproducible) पायथन-आधारित वर्कफ़्लो प्रस्तुत करता है जो ट्रांसलेशनल निर्णय सहायता के लिए विश्लेषण-तैयार डेटासेट, विज़ुअलाइज़ेशन और खोजपूर्ण भविष्य कहने वाले मॉडल उत्पन्न करने हेतु प्रारंभिक-चरण के ऑन्कोलॉजी क्लिनिकल, बायोमार्कर और फार्माकोकाइनेटिक डेटा का अनुकरण और एकीकरण करता है।

Petalcorin, M. I. R.2026-04-02
📄 health informatics

Development and Temporal Evaluation of Multimodal Machine Learning Models to Predict High Inpatient Opioid Exposure

यह अध्ययन प्रदर्शित करता है कि संरचित इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड डेटा को क्लिनिकल नोट एम्बेडिंग्स के साथ एकीकृत करने वाले मल्टीमॉडल मशीन लर्निंग मॉडल उच्च इनपेशेंट ओपिओइड एक्सपोज़र की सटीक भविष्यवाणी कर सकते हैं, जिससे लक्षित ओपिओइड स्टीवर्डशिप प्रयासों को सहायता मिल सकती है।

Kale, S., Singh, D., Truumees, E., Geck, M., Stokes, J.2026-04-02
📄 health informatics

Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels

यह अध्ययन प्रदर्शित करता है कि ग्रेडिएंट बूस्टिंग और हिडन सेमी-मार्कोव मॉडल्स को संयोजित करने वाला एक हाइब्रिड मशीन लर्निंग फ्रेमवर्क केवल स्व-रिपोर्ट किए गए लक्षणों का उपयोग करके मासिक धर्म चक्र के चार चरणों को सटीक रूप से वर्गीकृत कर सकता है, जिससे 67.6% सटीकता प्राप्त होती है और लक्षण गतिशीलता को प्रजनन स्वास्थ्य के लिए एक स्केलेबल, डिवाइस-मुक्त डिजिटल बायोमार्कर के रूप में स्थापित किया जा सकता है।

Specht, B., Tayeb, Z. Z., Garbaya, S., Khadraoui, D., EL-Khozondar, M., Schneider, R.2026-04-01
📄 health informatics

DR. INFO at the Point of Care: A Prospective Pilot Study of an Agentic AI Clinical Assistant

यह संभावित पायलट अध्ययन प्रदर्शित करता है कि DR. INFO, एक एजेंटिक एआई क्लिनिकल असिस्टेंट, पुर्तगाली स्वास्थ्य देखभाल परिवेशों में चिकित्सकों के लिए समय दक्षता और नैदानिक निर्णय सहायता में महत्वपूर्ण सुधार करता है, जो उच्च संतुष्टि स्कोर और बिना किसी एट्रिशन बायस (attrition bias) के 81.2 का नेट प्रमोटर स्कोर प्राप्त करता है।

Corga Da Silva, R., Romano, M., Mendes, T., Isidoro, M., Ravichandran, S., Kumar, S., van der Heijden, M., Fail, O., Gna (…)2026-04-01
📄 health informatics

MedScope: A Lightweight Benchmark of Open-Source Large Language Models for Medical Question Answering

यह शोधपत्र MedScope प्रस्तुत करता है, जो एक हल्का बेंचमार्किंग फ्रेमवर्क है जो बहु-आयामी मेट्रिक्स और दृश्य विश्लेषणों का उपयोग करके चिकित्सा बहुविकल्पीय प्रश्नों पर छह ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स का व्यवस्थित रूप से मूल्यांकन करता है, जो महत्वपूर्ण प्रदर्शन विषमता को प्रकट करता है और पारदर्शी बेसलाइन के रूप में उनके मूल्य के बावजूद, अनसुपरवाइज्ड उच्च-जोखिम वाले क्लिनिकल परिनियोजन के लिए उनकी वर्तमान अनुपयुक्तता को रेखांकित करता है।

Bian, R., Cheng, W.2026-04-01