📄 Category

health informatics

191 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

Evaluating Generative Video AI for Standardized Psychiatric Patient Simulation With Graded Hygiene Deterioration.

Questo studio pilota dimostra la fattibilità tecnica dell'uso dell'intelligenza artificiale video generativa per creare simulazioni standardizzate di pazienti psichiatrici con un deterioramento graduale dell'igiene, evidenziando al contempo che, sebbene la modulazione dell'aspetto sia realizzabile, gli artefatti della motricità fine rendono necessaria la supervisione di esperti umani prima dell'impiego clinico.

Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.2026-06-25
📄 health informatics

Predicting Depression and Anxiety Progression in Multiple Sclerosis from Longitudinal Clinical Data Using Machine Learning

Questo studio dimostra che, sebbene i modelli di gradient boosting che utilizzano dati strutturati delle cartelle cliniche elettroniche possano predire la progressione di depressione e ansia nei pazienti con sclerosi multipla, il loro limitato potere predittivo (R² ≤ 0,28) è dominato dai punteggi basali che riflettono la regressione verso la media, indicando che fonti di dati più ricche oltre le variabili cliniche strutturate sono necessarie per una previsione significativa a livello individuale.

Specht, B., Garbaya, S., Schneider, R., Khadraoui, D., Chavarriaga, R., Tayeb, Z.2026-06-25
📄 health informatics

AI-driven Multimodal Representation Learning for Latent Mediation Structure Discovery of Socioeconomic Disadvantage, Psychosocial Factors, and Cardiometabolic Multimorbidity

Questo studio impiega un framework di mediazione multimodale guidato dall'IA per analizzare i dati del programma di ricerca All of Us, rivelando che la vulnerabilità psicosociale agisce come un chiave mediatore latente che collega lo svantaggio socioeconomico alla multimorbilità cardiometabolica.

Ma, S., Cao, C.2026-06-23
📄 health informatics

Demographic Calibration Gaps in Breast Cancer Risk Prediction: Introducing the Demographic Calibration Gap Score

Questo articolo introduce il Demographic Calibration Gap Score (DCGS) per dimostrare che i metodi di calibrazione globale standard non riescono ad affrontare gli errori di predizione sistematici tra i sottogruppi razziali e di genere nei modelli di rischio del cancro al seno, in particolare sotto cambiamenti distribuzionali, evidenziando così la necessità di metriche di calibrazione specifiche per i sottogruppi per prevenire decisioni cliniche distorte.

Eniolade, M.2026-06-22
📄 health informatics

Generative Artificial Intelligence in Psychotherapy Practice: A Global Online Survey of Mental Health Professionals' Adoption

Un sondaggio globale condotto su 766 professionisti della salute mentale rivela che oltre la metà sta già utilizzando strumenti di intelligenza artificiale generativa, principalmente per la pianificazione del trattamento e compiti amministrativi, sebbene questa diffusa adozione avvenga nonostante una significativa mancanza di orientamento istituzionale, formazione formale e quadri normativi.

Blease, C., Hagström, J., Gaab, J., Carey, A., Cipriani, F., Gorman, C., Nascimento, A. F., Fitzgerald, A., Holtz, L. (…)2026-06-22
📄 health informatics

Looked but didn't see: inattentional blindness and yes-bias confabulation in vision-language models

Questo articolo dimostra che i modelli visione-linguaggio esibiscono una cecità da inattenzione simile a quella umana, ma mostrano anche un modo unico di fallimento della confabulazione, rendendo necessaria un'analisi della rilevazione del segnale con baseline di controllo corrispondenti per valutare accuratamente le loro capacità di percezione visiva.

Raymond, J. D., Hu, P., Solomon, B. D., Duong, D.2026-06-18
📄 health informatics

Mapping Chemical-Gene Interactions for Developmental Lethality and Pregnancy Loss

Questo studio introduce il Chemical-Gene Atlas (CGA), una risorsa interattiva che integra 4.110 sostanze chimiche con 928 geni associati alla letalità dello sviluppo per mappare le vulnerabilità specifiche per l'esposizione attraverso le finestre gestazionali e identificare le principali interazioni gene-ambiente alla base dell'aborto spontaneo ricorrente.

Bukhari, S. H., Nagasuri, A., Oskotsky, B., Arnaout, L., Minkovski, P., Correia, G. D. S., MacIntyre, D. A., Shaw, G. M. (…)2026-06-16
📄 health informatics

SPIRIT-CONSORT-ELM: Element-Level Assessment of Randomized Controlled Trial Reporting Using Large Language Models

Questo articolo introduce SPIRIT-CONSORT-ELM, un nuovo framework e un dataset che estendono le linee guida di reporting esistenti al livello dell'elemento, utilizzando una pipeline ibrida di PubMedBERT e modelli linguistici generativi di grandi dimensioni per valutare automaticamente la completezza e la trasparenza dei report di studi controllati randomizzati con alta accuratezza.

Jiang, L., Ying, X., Brown, A. W., Lan, M., Song, W., Menke, J., Vorland, C., Mayo-Wilson, E., Kilicoglu, H.2026-06-15
📄 health informatics

Unveiling the Awareness of Private Health Insurance Coverage among Healthcare Professionals in Freetown, Sierra Leone: Insights Extracted from Their Perspectives.

Questo studio trasversale condotto tra i professionisti sanitari di Freetown, in Sierra Leone, rivela una bassa prevalenza di copertura assicurativa sanitaria privata nonostante un'elevata propensione all'iscrizione, senza che siano stati identificati fattori demografici o socioeconomici significativi come determinanti, evidenziando la necessità di affrontare barriere non esaminate quali il costo e l'accessibilità per far progredire la Copertura Sanitaria Universale nella regione.

Gary, L. P., Kamara, A. N., Jimmy, A. I., Lebbie, A. P.2026-06-15