193 articoli
Lo studio dimostra che, sebbene l'analisi del sentiment delle note cliniche mostri una debole correlazione con la durata della degenza ospedaliera, la stima diretta della durata effettuata da un modello linguistico su larga scala si rivela più efficace, suggerendo l'integrazione di tali modelli NLP efficienti nei sistemi predittivi esistenti.
Questa ricerca propone un framework di rilevamento delle anomalie e di garanzia per i sistemi di chiamata infermieristica basati sull'intelligenza artificiale, che utilizza un modello Isolation Forest leggero e un dashboard interattivo per monitorare la sicurezza e l'affidabilità operativa in ambienti medici critici, garantendo riproducibilità, trasparenza e basso costo computazionale senza dipendere da dati proprietari complessi.
Questo studio di falsificazione pre-registrato dimostra che, in un centro accademico d'eccellenza, i modelli di previsione della sepsi rilevano segnali biologici genuini piuttosto che dipendere dall'intensità delle cure, evidenziando al contempo una significativa divergenza sistematica tra le definizioni cliniche e amministrative della sepsi che compromette la validità delle metriche di qualità ospedaliera.
Questo studio confronta le prestazioni di 11 filtri Ovid Embase per l'eliminazione dei record non umani, evidenziando come la scelta del filtro debba basarsi su un'analisi specifica del contesto della ricerca data la variabilità di sensibilità e specificità tra i diversi metodi.
Questo studio dimostra che un approccio di triage basato su confronti a coppie e aggregazione Bradley-Terry, potenziato da un modello linguistico (LLM), supera il sistema ESI tradizionale e mantiene stabilità trasversale tra diversi siti ospedalieri senza necessità di addestramento locale, raggiungendo prestazioni paragonabili ai modelli supervisionati.
Questo studio presenta un pipeline di intelligenza artificiale che automatizza l'estrazione di dati multimodali dai registri clinici elettronici con un'accuratezza superiore al 99%, riducendo significativamente il carico di lavoro manuale pur mantenendo standard di qualità elevati.
Questo studio dimostra che l'imposizione della parità demografica nei modelli predittivi per il test dell'HIV è controproducente in contesti clinici con carichi di malattia differenziali, poiché riduce drasticamente l'accesso ai test per le popolazioni ad alto rischio, suggerendo invece l'adozione di criteri di equità come la parità di probabilità e la calibrazione.
Questo articolo è stato ritirato da medRxiv perché era stato sottoposto con informazioni false.
Questo articolo è stato ritirato da medRxiv perché era stato presentato con informazioni false.
Questo studio, sebbene ritirato, ha fornito la prima evidenza econometrica su larga scala dimostrando che l'adozione della tecnologia blockchain nelle reti ospedaliere sudcoreane migliora significativamente l'efficienza tecnica nello scambio di informazioni sanitarie rispetto ai sistemi convenzionali.
Questo articolo è stato ritirato da medRxiv perché era stato presentato con informazioni false.
Questo articolo è stato ritirato da medRxiv perché era stato presentato con informazioni false.
Il paper introduce RLSYN+REG, un modello generativo basato sul reinforcement learning che migliora significativamente l'utilità scientifica dei dati sintetici biomedici assicurando che i modelli di regressione addestrati su di essi riproducano fedelmente le prestazioni e i coefficienti ottenuti con i dati reali, senza compromettere la fedeltà statistica o la privacy.
Questo studio dimostra che l'integrazione di nuove caratteristiche funzionali matematiche, basate sulla prossimità spaziale e sulla circolarità, nel test digitale del disegno dell'orologio migliora la previsione del deterioramento cognitivo rispetto ai metodi tradizionali, offrendo uno strumento più accurato per la diagnosi precoce.
Questo studio stabilisce la curvatura di Ricci di Ollivier come biomarcatore geometrico quantitativo per le reti biomediche, rivelando attraverso una verifica formale in Lean 4 che le ontologie mediche mostrano una geometria iperbolica mentre le reti di comorbidità e biologiche evolvono verso una sfericità legata all'invecchiamento e alla multimorbidità.
Questo studio dimostra che sia la regressione logistica che i modelli di gradient boosting, addestrati su dati storici dell'ILINet del CDC, raggiungono un'accuratezza quasi perfetta nel rilevare tempestivamente le epidemie di influenza negli Stati Uniti, fornendo uno strumento operativo affidabile per la sorveglianza sanitaria.
Questo studio analizza oltre 400.000 post su Reddit per rivelare che, sebbene i sintomi gastrointestinali siano predominanti, i pazienti riportano anche effetti collaterali non pienamente riconosciuti come irregolarità mestruali e disturbi termici, evidenziando come l'analisi dei social media possa integrare la farmacovigilanza tradizionale per mappare il profilo di sicurezza reale di semaglutide e tirzepatide.
Questo lavoro propone un framework di allineamento modulare basato su adapter LoRA che, disaccoppiando la supervisione del ragionamento dall'ottimizzazione della ricompensa, risolve le instabilità di addestramento e garantisce ragionamenti auditabili e accurati nei modelli linguistici clinici di piccole dimensioni.
Questo articolo presenta la Nomenclatura e Classificazione Orphanet delle malattie rare, un sistema terminologico standardizzato e interoperabile che, aggiornando i dati al luglio 2025, offre una definizione operativa precisa, una struttura multihierarchica e mappature semantiche estese per migliorare il riconoscimento dei pazienti, la condivisione dei dati e l'assistenza sanitaria globale.
Lo studio osservazionale GLOW UP, condotto in Svizzera su 200 adulti con sovrappeso, valuta la fattibilità di un biomarcatore digitale per lo screening del prediabete analizzando le correlazioni tra fattori dello stile di vita monitorati tramite dispositivi indossabili e smartphone e il controllo glicemico.