📄 Category

health informatics

159 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.

Fully Automated Systematic Review Generation via Large Language Models: Quality Assessment and Implications for Scientific Publishing

Questo studio dimostra la fattibilità tecnica di un sistema completamente automatizzato per la generazione di revisioni sistematiche tramite intelligenza artificiale, che in una valutazione cieca ha ottenuto punteggi di qualità superiori a una revisione umana, pur evidenziando limiti critici come la ripetitività e la necessità di nuove normative per garantire l'integrità scientifica.

McLaughlin, L., Walz, M. S., Arries, C.2026-02-23📄 health informatics

Machine Learning Analysis of User Sentiments in Tinnitus Management Apps

Questo studio analizza oltre 342.000 recensioni di app per la gestione del tinnito utilizzando un modello di intelligenza artificiale basato su grafi per identificare che, mentre le funzionalità terapeutiche come la mascheratura sonora ricevono feedback positivi, aspetti come prezzi, pubblicità e stabilità tecnica generano prevalentemente critiche, fornendo così indicazioni preziose per migliorare questi strumenti digitali.

Yousaf, M. N., Anwar, M. N., Naveed, N., Haider, U.2026-02-22📄 health informatics

Clinicians' Rationale for Editing Ambient AI-Drafted Clinical Notes: Persistent Challenges and Implications for Improvement

Questo studio, basato su interviste a 30 clinici, evidenzia che le modifiche apportate alle note cliniche generate dall'IA sono necessarie principalmente per correggere errori di trascrizione, garantire precisione specialistica e mitigare rischi legali, sottolineando la necessità di un miglioramento coordinato tra fornitori, istituzioni e professionisti per ottimizzare l'integrazione e l'affidabilità di questi strumenti.

Guo, Y., Hu, D., Yang, Z., Chow, E., Tam, S., Perret, D., Pandita, D., Zheng, K.2026-02-22📄 health informatics

Automation of Systematic Reviews with Large Language Models

Questo studio valida un flusso di lavoro basato su modelli linguistici di grandi dimensioni (otto-SR) che dimostra prestazioni elevate nel screening, nell'estrazione dei dati e nella valutazione del rischio di bias, permettendo di automatizzare e aggiornare rapidamente le revisioni sistematiche con maggiore precisione rispetto ai ricercatori umani.

Cao, C., Arora, R., Cento, P., Budak, A., Manta, K., Farahani, E., Cecere, M., Selemon, A., Sang, J., Gong, L. X., Kloosterman, R., Jiang, S., Saleh, R., Margalik, D., Lin, J., Jomy, J., Xie, J., Chen (…)2026-02-18📄 health informatics

Understanding Comorbidities in Hypermobile Ehlers-Danlos Syndrome: Could a Viral Infection Unmask the Disorder?

Uno studio su oltre 19 milioni di pazienti negli Stati Uniti rivela che l'iperlassità dell'EDS è più comune del previsto e che questi individui, specialmente se affetti da comorbidità come disfunzioni autonome o stanchezza cronica, presentano un rischio significativamente maggiore di sviluppare Long COVID, suggerendo che l'infezione virale possa talvolta svelare la diagnosi precedentemente non riconosciuta.

Pearson, M. L., Laraway, B. J., Elias, E. R., Bilousova, G., Haendel, M. A.2026-02-17📄 health informatics

Comparing AI and Human Coding of NIH Grant Abstracts to Identify Innovations in Opioid Addiction Treatment

Questo studio dimostra che, nel contesto dell'analisi delle abstract dei finanziamenti NIH per il trattamento della dipendenza da oppioidi, ChatGPT-4.0 ha generato descrizioni delle innovazioni valutate come significativamente più dettagliate e pertinenti rispetto a quelle prodotte da codificatori umani.

Alkhatib, S. A., Jiwa, N., Judd, D., Luningham, J. M., Sawyer-Morris, G., Ulukaya, M., Molfenter, T., Taxman, F. S., Walters, S. T.2026-02-17📄 health informatics

Sino-US-DrugQA: A Benchmark for Evaluating Large Language Models in Cross-Jurisdictional Pharmaceutical Regulation

Questo studio introduce Sino-US-DrugQA, un benchmark bilingue di oltre 11.000 domande per valutare le capacità dei modelli linguistici di grandi dimensioni nel confronto normativo farmaceutico tra USA e Cina, rivelando che, sebbene efficaci per query monolingue, questi modelli mostrano limiti significativi nel ragionamento comparativo transfrontaliero che richiedono una revisione umana.

Chen, Z., Fu, X., Lu, W.2026-02-17📄 health informatics

Outcome Risk Modeling for Disability-Free Longevity: Comparison of Random Forest and Random Survival Forest Methods

Questo studio confronta le foreste casuali (RF) e le foreste casuali di sopravvivenza (RSF) nel contesto del trial ASPREE, rivelando che, nonostante l'ipotesi iniziale, i due modelli mostrano prestazioni di discriminazione e calibrazione comparabili nella previsione della longevità senza disabilità, suggerendo che l'incorporazione del tempo non garantisce sempre una maggiore accuratezza predittiva.

Vanghelof, J. C., Tzimas, G., Du, L., Tchoua, R., Shah, R. C.2026-02-17📄 health informatics