📄 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

A Governance-Driven, Real-World Data-Calibrated Health Informatics Framework for Longitudinal Utilization Forecasting in Oncology and Complex Chronic Conditions

Questo studio propone un quadro di informatica sanitaria guidato dalla governance e calibrato su dati reali che, integrando modelli longitudinali di flusso pazienti e dinamiche di adozione dei medici, supera le limitazioni delle previsioni statiche per generare stime più accurate dell'utilizzo delle risorse nell'oncologia e nelle condizioni croniche complesse.

Dantuluri, A. V. S. R., Kumar, S.2026-02-26
📄 health informatics

On the robustness of medical term representations in locally deployable language models

Questo studio dimostra che la robustezza delle rappresentazioni dei termini medici nei modelli linguistici locali non dipende esclusivamente dalle dimensioni del modello o dal fine-tuning medico, ma varia significativamente in base alla complessità terminologica e al sottodominio clinico, rendendo necessaria una validazione specifica per garantire la sicurezza nelle applicazioni cliniche.

Auger, S. D., Graham, N. S. N., Scott, G.2026-02-26
📄 health informatics

Care Plan Generation for Underserved Patients Using Multi-Agent Language Models: Applying Nash Game Theory to Optimize Multiple Objectives

Questo studio dimostra che un approccio multi-agente basato sulla teoria dei giochi di Nash migliora significativamente la sicurezza e l'efficienza nella generazione di piani di cura per pazienti Medicaid rispetto a modelli singoli, pur evidenziando che l'equità richiede una progettazione esplicita e non emerge automaticamente dall'ottimizzazione multi-obiettivo.

Basu, S., Baum, A.2026-02-25
📄 health informatics

Patient Attitudes Toward Artificial Intelligence in Jordanian Healthcare: A Cross-Sectional Survey Study

Uno studio trasversale su 500 pazienti in Giordania rivela che, sebbene vi sia un'ottimismo condizionato verso l'intelligenza artificiale in ambito sanitario, la sua accettazione dipende dalla fiducia, dalla trasparenza e dalla preferenza per un approccio che integri l'IA con il coinvolgimento umano, mentre la prontezza ad adottarla è influenzata positivamente dalle competenze digitali e negativamente dal basso livello di istruzione.

Al-Dabbas, Z., Khandakji, L., Al-Shatarat, N., Alqaisiah, H., Ibrahim, Y., Awed, T., Baik, H., Dawoud, M., Ali, R. A.-H. (…)2026-02-24
📄 health informatics

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