Understanding Clinician Edits to Ambient AI Draft Notes: A Feasibility Analysis Using Large Language Models
本論文は、大規模言語モデル（LLM）を用いて臨床医による環境 AI 生成メモの編集を分類する可行性を評価し、特定の医療カテゴリーでは有望な性能を示したが、複雑な文脈依存の編集については人間のレビューへの選別ツールとして活用すべきであると結論付けています。
📄 Category
health informatics
156 件の論文
ヘルスインフォマティクスは、医療の現場で生まれる膨大なデータを科学的に分析し、より良い治療や公衆衛生の意思決定に役立てる学際的な分野です。Gist.Scienceでは、この分野の最新動向を medRxiv から収集し、専門知識のない方でも理解できるよう平易な解説と、研究者向けの技術的な要約の両方を提供しています。
私たちは medRxiv に公開される新たなプレプリント論文を一つ一つ精査し、その核心となる発見をわかりやすく伝えることに注力しています。複雑な統計手法やアルゴリズムの背後にある医療へのインパクトを、専門用語に頼らずに掘り下げます。
以下に、ヘルスインフォマティクス分野の最新のプレプリント論文一覧を掲載します。
Artificial Intelligence in Healthcare: 2025 Year in Review
2025 年の医療 AI 研究は、従来の機械学習からマルチモーダル基盤モデルへの移行、研究発表数の倍増、および実世界での応用に向けた成熟という重要な転換点を迎えたことを示しています。
Does the type of publisher response to integrity concerns influence subsequent citations? A cohort study.
このコホート研究では、学術誌が研究の不正に関する懸念に対して発行する「編集者通知」「懸念表明」「撤回」のいずれの対応類型も、その後の論文引用数の減少傾向に統計的に有意な差をもたらさず、対照群における自然な減少傾向と同様であったと結論付けられています。
A Governance-Driven, Real-World Data-Calibrated Health Informatics Framework for Longitudinal Utilization Forecasting in Oncology and Complex Chronic Conditions
本研究は、がんや複雑な慢性疾患における医療利用を予測する際、静的な市場シェア仮説に依存する従来の手法の限界を克服し、実世界データに基づいて治療の経時的な流れ、継続性、再発、および医療提供者の導入動態を統合したガバナンス駆動型の健康情報学フレームワークを提案し、これにより累積治療月数を大幅に改善したことを示しています。
On the robustness of medical term representations in locally deployable language models
この研究は、医療用語の表現の堅牢性がモデルのサイズや医療特化のファインチューニングだけで保証されるものではなく、用語の複雑さや専門分野によって大きく変動するため、安全な臨床展開には具体的なユースケースに応じた検証が不可欠であることを示しています。
Care Plan Generation for Underserved Patients Using Multi-Agent Language Models: Applying Nash Game Theory to Optimize Multiple Objectives
バージニア州とワシントン州のメディケイド患者データを用いた研究により、ナッシュ交渉理論に基づくマルチエージェント言語モデルが、単一モデルと比較してケアプランの安全性と効率性を向上させたものの、公平性の向上には明示的な設計方針が必要であることが示されました。
Impact of an ambient digital scribe on typing and note quality: the AutoscriberValidate study
AutoscriberValidate 研究は、環境型デジタルスクリプト「Autoscriber」の使用が、医療従事者の入力作業負担を軽減し、電子カルテの記録品質を向上させることを示しました。
Patient Attitudes Toward Artificial Intelligence in Jordanian Healthcare: A Cross-Sectional Survey Study
ヨルダンの医療現場における患者の AI 受容性を調査した本研究は、患者が AI を医師の補助として期待しつつも、透明性やプライバシーへの懸念、および教育水準やデジタルスキルが受容意欲に影響を与えることを明らかにし、実装には人間中心のアプローチとデジタルリテラシーの向上が不可欠であると結論づけています。
Data-Driven Hybrid Model of SARIMA-CNNAR For Tuberculosis Incidence Time Series Analysis in Nepal
この研究は、ネパールの結核発生率を予測するために、線形季節性を捉える SARIMA モデルと非線形パターンを検出する CNNAR モデルを融合させたハイブリッドモデルを開発・検証し、従来の単独モデルや最先端の機械学習手法を上回る高い精度で 2025 年の季節的ピークを予測できることを示しました。
MedOS: AI-XR-Cobot World Model for Clinical Perception and Action
MedOS は、抽象的な臨床推論と物理的介入を統合する双システムアーキテクチャを備えた汎用具象化世界モデルであり、高度な推論能力と物理的予測を通じて医療専門知識の民主化と医師間の性能格差の縮小を実現します。