📄 Category

health informatics

239 articoli

La sanità informatica rappresenta l'intersezione vitale tra dati medici e tecnologia, trasformando come raccogliamo, analizziamo e utilizziamo le informazioni per migliorare la cura dei pazienti. Questo campo innovativo non si limita alla gestione digitale delle cartelle cliniche, ma abbraccia l'intelligenza artificiale applicata alla diagnostica e agli strumenti che aiutano i ricercatori a scoprire nuovi modelli nelle grandi masse di dati sanitari.

Su Gist.Science, ogni nuovo preprint pubblicato su medRxiv in questa categoria viene elaborato con cura. Offriamo per ciascun studio una sintesi in linguaggio semplice per il pubblico generale e un riassunto tecnico dettagliato per gli specialisti, rendendo la ricerca complessa immediatamente accessibile senza sacrificare il rigore scientifico.

Di seguito troverete l'elenco aggiornato degli ultimi studi pubblicati su medRxiv in questo settore, pronti per essere esplorati nelle loro diverse forme di sintesi.

📄 health informatics

AERO: An AI Agent for Adaptive Eligibility Refinement and Optimization of Clinical Trial Criteria in Real-World Trial Emulation

Il documento introduce AERO, un framework di agenti AI che ottimizza i criteri di eleggibilità per gli studi clinici per l'emulazione dei dati del mondo reale sfruttando i modelli linguistici di grandi dimensioni per classificare e affinare sistematicamente i criteri, migliorando così la generalizzabilità e l'accuratezza delle stime dell'effetto del trattamento, come dimostrato in un'emulazione dello studio WARCEF.

Li, X., James, J., Pellikka, P. A., Zong, N.2026-05-01
📄 health informatics

Integrating Group and Individual Fairness Auditing in Clinical AI: A Post-Hoc, Model-Agnostic Approach

Questo articolo introduce EquiLense, uno strumento di audit pratico, a posteriori e indipendente dal modello che colma il divario tra le valutazioni di equità di gruppo e individuali nell'IA clinica, sfruttando una nuova metrica denominata Differenza Media delle Probabilità Previste (MPPD) per identificare incoerenze sistematiche nelle previsioni tra diversi gruppi demografici.

Xu, J., Hwang, Y. M., Kondareddy, S., Dormoy, I., Jing, S. L., Pillai, M., Curtin, C. M., Hernandez-Boussard, T.2026-04-30
📄 health informatics

MIMIC-IV-Phenotype-Atlas (MIPA) : A Publicly Available Dataset for EHR Phenotyping

Il paper presenta MIPA, il primo dataset pubblico di riferimento per il fenotipaggio dei dati sanitari, che offre annotazioni esperte su 16 condizioni cliniche e un pipeline di elaborazione per valutare e confrontare in modo standardizzato diversi metodi, dimostrando come i modelli LLM superino le tecniche basate su regole e machine learning tradizionale.

Yamga, E., Goudrar, R., Despres, P.2026-04-24
📄 health informatics

Stakeholder perspectives on the use of enhanced mobile phone capabilities for public health surveillance for non-communicable disease risk factors: A qualitative study

Questo studio qualitativo condotto in Uganda evidenzia che, sebbene gli strumenti basati sui telefoni cellulari possano potenziare la raccolta di dati sui fattori di rischio delle malattie non trasmissibili nei contesti a risorse limitate, la loro implementazione responsabile richiede di affrontare sfide etiche, legali e sociali relative alla privacy, al consenso informato e all'equità.

Mwaka, E. S., Nabukenya, S., Kasiita, V., Bagenda, G., Rutebemberwa, E., Ali, J., Gibson, D.2026-04-23
📄 health informatics

Decision Curve Analysis for Evaluating Machine Learning Models for Next-Day Transfer Out of ICU

Questo studio utilizza l'analisi delle curve decisionali su dati MIMIC-IV per dimostrare che i modelli di machine learning per prevedere i trasferimenti dall'ICU offrono un beneficio decisionale superiore rispetto alle strategie cliniche standard, permettendo di selezionare soglie operative che bilanciano l'efficienza del flusso di lavoro con le risorse disponibili.

Pozo, M., Pape, A., Locke, B., Pettine, W. W.2026-04-21
📄 health informatics

Leveraging Predictive AI and LLM-Powered Trial Matching to Improve Clinical Trial Recruitment: A Usability Assessment of Trialshub

Questo studio valuta l'usabilità di Trialshub, una piattaforma basata su intelligenza artificiale per il reclutamento nei trial clinici, evidenziando il suo potenziale nel semplificare i flussi di lavoro grazie a un'interfaccia intuitiva, pur identificando aree di miglioramento tecnico e di design necessarie per un'implementazione reale.

Blankson, P.-K., Hussien, S., Idris, F., Trevillion, G., Aslam, A., Afani, A., Dunlap, P., Chepkorir, J., Melgarejo, P. (…)2026-04-20
📄 health informatics

Attitudes and Perceptions of Generative Artificial Intelligence Chatbots in the Scientific Process of Traditional, Complementary, and Integrative Medicine Research: A Large-Scale, International Cross-Sectional Survey

Uno studio trasversale internazionale su 716 ricercatori di medicina tradizionale, complementare e integrativa rivela che, sebbene la maggior parte riconosca il potenziale dei chatbot di intelligenza artificiale generativa per ridurre il carico di lavoro e aumentare l'efficienza, emerge un forte bisogno di formazione e preoccupazioni riguardo a bias ed errori, sottolineando la necessità di politiche istituzionali adeguate.

Ng, J. Y., Tan, J., Syed, N., Adapa, K., Gupta, P. K., Li, S., Mehta, D., Ring, M., Shridhar, M., Souza, J. P., Yoshino (…)2026-04-15