health informatics पेपर

Combining Token Classification With Large Language Model Revision for Age-Friendly 4M Entity Recognition From Nursing Home Text Messages: Development and Evaluation Study

यह अध्ययन एक बहु-चरणीय पाइपलाइन प्रस्तुत और मूल्यांकित करता है जो संशोधन के लिए एक फाइन-ट्यून्ड बायो-क्लिनिकलबर्ट (Bio-ClinicalBERT) टोकन क्लासिफायर को स्थानीय रूप से तैनात ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स के साथ जोड़ता है, जो यह प्रदर्शित करता है कि यह हाइब्रिड दृष्टिकोण एकल-चरणीय मॉडलों की तुलना में अनौपचारिक नर्सिंग होम टेक्स्ट संदेशों से संरचित आयु-अनुकूल 4M (क्या महत्वपूर्ण है, दवा, मेंटेशन और गतिशीलता) जानकारी निकालने की सटीकता और दक्षता में महत्वपूर्ण सुधार करता है।

Amewudah, P., Popescu, M., Farmer, M. S., Powell, K. R.2026-04-01

📄 health informatics

MedResearchBench: A Multi-Domain Benchmark for Evaluating AI Research Agents on Clinical Medical Research

MedResearchBench एक पहला मल्टी-डोमेन बेंचमार्क पेश करता है जो विशेष रूप से सार्वजनिक डेटासेट और उच्च-गुणवत्ता वाले ग्राउंड ट्रुथ का लाभ उठाकर नैदानिक चिकित्सा कार्यों पर AI अनुसंधान एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिससे सात नैदानिक डोमेन में छह चिकित्सा-विशिष्ट आयामों का उपयोग करके प्रदर्शन का आकलन किया जा सके, और इस प्रकार प्रकाशन-योग्य, नैदानिक रूप से सुदृढ़ अनुसंधान करने की AI की क्षमता के मूल्यांकन में मौजूद महत्वपूर्ण अंतर को दूर किया जा सके।

Tan, S., Tian, Z.2026-03-31

📄 health informatics

VaaS is a Multi-Layer Hallucination Reduction Pipeline for AI-Assisted Science: Production Validation and Prospective Benchmarking

यह शोध पत्र VaaS को प्रस्तुत और मान्य करता है, जो एक बहु-स्तरीय, लागत प्रभावी पाइपलाइन है जो पुनरावृत्ति परिशोधन (iterative refinement) और कठोर बेंचमार्किंग के माध्यम से वैज्ञानिक उद्धरण जनरेशन में AI मतिभ्रम (hallucinations) को लगभग शून्य स्तर तक कम करती है, जिससे उत्पादन स्तर पर विश्वसनीय AI-सहायता प्राप्त बायोमेडिकल अनुसंधान सक्षम होता है।

Sabharwal, A., Patel, M. S., Carrano, A., Rotman, M., Wierson, W., Ekker, S. C.2026-03-30

📄 health informatics

Availability and Quality of Anthropometric Data in Swiss Childrens Hospitals: The SwissPedGrowth Project

स्विसपेडग्रोथ (SwissPedGrowth) परियोजना डेटा की पूर्णता से संबंधित चुनौतियों और जनसंख्या की प्रतिनिधित्व क्षमता सुनिश्चित करने के लिए वेटिंग (weighting) की आवश्यकता के बावजूद, विकास अनुसंधान के लिए विविध स्विस बाल चिकित्सा अस्पतालों के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से उच्च गुणवत्ता वाले मानवमितीय (anthropometric) डेटा निकालने की व्यवहार्यता को प्रदर्शित करती है।

Leuenberger, L. M., Shoman, Y., Romero, F., Deligianni, X., Hartung, A., Mozun, R., Goebel, N., Bielicki, J. A., Burckha (…)2026-03-30

📄 health informatics

MOE-ECG: Multi-Objective Ensemble Fusion for Robust Atrial Fibrillation Detection Using Electrocardiograms

यह शोध पत्र MOE-ECG प्रस्तुत करता है, जो एक बहु-उद्देश्यीय एन्सेम्बल फ्यूजन फ्रेमवर्क है जो प्रेडिक्टिव परफॉरमेंस और मॉडल डाइवर्सिटी को एक साथ अनुकूलित करने के लिए पार्टिकल स्वार्म ऑप्टिमाइज़ेशन और डेम्पस्टर-शाफ़र थ्योरी का उपयोग करता है, जिससे कई ECG डेटासेटों में एट्रियल फाइब्रिलेशन डिटेक्शन के लिए एक सुदृढ़ और सटीक परिणाम प्राप्त होता है।

Peimankar, A., Hossein Motlagh, N., K. Khare, S., Spicher, N., Dominguez, H., Abolghasemi, V., Fujiwara, K., Teichmann (…)2026-03-30

📄 health informatics

HealthFormer: Dual-level time-aware Transformers for irregular electronic health record events

यह शोध पत्र HealthFormer का प्रस्ताव करता है, जो एक द्वि-स्तरीय, समय-जागरूक (time-aware) ट्रांसफॉर्मर फ्रेमवर्क है जिसे मल्टी-टास्क सेल्फ-सुपरविजन का उपयोग करके बड़े पैमाने पर अनुदैर्ध्य (longitudinal) EHRs पर प्रीट्रेन किया गया है ताकि पदानुक्रमित, घटना-केंद्रित रोगी निरूपण (patient representations) सीखे जा सकें जो सरल फाइन-ट्यूनिंग के माध्यम से कैंसर की घटनाओं की भविष्यवाणी करने में अत्याधुनिक प्रदर्शन प्राप्त करते हैं।

Körösi-Szabo, P., Kovacs, G., Csiszarik, A., Forrai, B., Laki, J., Szocska, M., Kovats, T.2026-03-27

📄 health informatics

Federated Learning Performance Depends on Site Variation in Global HIV Data Consortia

यह अध्ययन प्रदर्शित करता है कि फेडरेटेड लर्निंग विविध अंतर्राष्ट्रीय समूहों में एचआईवी देखभाल के लिए गोपनीयता-संरक्षित, बहु-स्थल मशीन लर्निंग को प्रभावी रूप से सक्षम बनाता है, जो केंद्रीकृत मॉडलों के तुलनीय प्रदर्शन प्राप्त करते हुए स्थानीय साइट-विशिष्ट दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।

Jackson, N. J., Yan, C., Caro-Vega, Y., Paredes, F., Ismerio Moreira, R., Cadet, S., Varela, D., Cesar, C., Duda, S. N. (…)2026-03-27

📄 health informatics

Early Identification of Hospital Visit Risk in Heart Failure Using Wearable-Derived Data

यह अध्ययन प्रदर्शित करता है कि वियरेबल-व्युत्पन्न डेटा की निष्क्रिय निगरानी, विशेष रूप से कम कदमों की संख्या और बढ़ी हुई विश्राम हृदय गति, अस्पताल में भर्ती होने के उच्च जोखिम वाले हार्ट फेल्योर रोगियों की तीन दिन पहले तक प्रभावी ढंग से पहचान कर सकती है।

Ivezic, V., Dawson, J., Doherty, R., Mohapatra, S., Issa, M., Chen, S., Fonarow, G. C., Ong, M. K., Speier, W., Arnold (…)2026-03-27

📄 health informatics

Development of a natural language processing application to extract and categorize mentions of violence from mental healthcare records text

इस अध्ययन ने एक मल्टी-लेबल BERT-आधारित नेचुरल लैंग्वेज प्रोसेसिंग एप्लिकेशन विकसित और मान्य किया है जो अनस्ट्रक्चर्ड मानसिक स्वास्थ्य रिकॉर्ड से हिंसा के विभिन्न रूपों, रोगी की भूमिकाओं और प्रासंगिक विवरणों को सफलतापूर्वक निकालता है और वर्गीकृत करता है, जिसने टेम्पोरल (सामयिक) पहलुओं को छोड़कर अधिकांश विशेषताओं पर उच्च प्रदर्शन प्राप्त किया है।

Li, L., Sondh, S., Sondh, H. K., Stewart, R., Roberts, A.2026-03-26

📄 health informatics

WITHDRAWN: Development and External Validation of a High-Precision Model for Predicting ICU Admission from Emergency Department Triage

लेखकों ने विश्लेषणात्मक समस्याओं के कारण, जिन्हें संशोधन की आवश्यकता है, ईडी (ED) ट्राइएज से आईसीयू (ICU) में प्रवेश की भविष्यवाणी करने वाले एक उच्च-परिशुद्धता मॉडल के संबंध में अपना पांडुलिपि वापस ले लिया है, और उन्होंने अनुरोध किया है कि इस कार्य को उद्धृत न किया जाए।

Nguyen, N. T., Chu, A. L., Dash, D.2026-03-25

← पिछला अगला →