256 papers
In de wereld van de gezondheidszorg speelt informatiekunde een steeds grotere rol. Dit vakgebied verbindt medische data met geavanceerde technologie om diagnoses te versnellen, behandelingen te optimaliseren en publieke gezondheid te bewaken. Het gaat hierbij niet alleen om cijfers, maar om het begrijpelijk maken van complexe patronen die levens kunnen redden.
Op Gist.Science verzamelen we de nieuwste inzichten uit dit dynamische veld, direct afkomstig van medRxiv. Voor elk nieuw preprint in deze categorie verwerken wij de inhoud grondig en leveren we zowel een heldere samenvatting in gewone taal als een gedetailleerde technische analyse. Zo maken we de wetenschap toegankelijk voor iedereen, ongeacht hun achtergrond.
Hieronder vindt u de meest recente publicaties uit de categorie Health Informatics, direct uit de medRxiv database.
Dit artikel introduceert Fmpi, een computerefficiënt framework voor individuele, real-time detectie van evoked potentials door gebruik te maken van spectrale ruisanalyse en futiliteitsdetectie, wat leidt tot snellere en betrouwbaardere diagnostiek dan bestaande methoden.
Dit artikel introduceert een machine learning-ensemblemethode die zeldzame en statistisch afwijkende bijwerkingen in farmacovigilantie detecteert door outliers te analyseren in plaats van ze te verwerpen, wat leidt tot een verbeterde identificatie van zeldzame maar ernstige bijwerkingen zoals bij Losartan.
Dit artikel beschrijft en valideert een reproduceerbaar framework voor het genereren van synthetische data uit een multicenter registry voor wervelkolomchirurgie, waarbij een drie-domein validatie (trouw, nut en privacy) en blockchain-ankeringsgaranties bieden voor veilig data-delen en AI-ontwikkeling.
Dit onderzoek toont aan dat ruimtelijke decompositie van longitudinale RNFL-kaarten zes onderscheidende progressiemodi van glaucoom onthult die, in tegenstelling tot conventionele gemiddelde waarden, sterkere correlaties vertonen met functioneel verval en genetische aanleg.
Deze studie presenteert een synthetisch, op literatuur gebaseerd framework voor oncologische klinische trials dat radiografische respons, circulerend tumor-DNA, veiligheid en overleving integreert om een coherent en biologisch plausibel effect-safety-signaal te genereren voor besluitvorming in de translationele datawetenschap.
De studie concludeert dat het vervangen van thoraxfoto's door expertgeschriften de prognostische informatie beperkt, aangezien modellen die de originele beelden gebruiken betere voorspellingen doen voor 30-dagen mortaliteit en dat het vervangen van beelden door teksten leidt tot significante verschillen in risicorangschikking.
Deze systematische review en scientometrische analyse onthult dat onderzoek naar medische AI voor borstfoto's sterk wordt gedomineerd door landen met een hoog inkomen, wat leidt tot een gebrek aan diversiteit in de trainingsdata en internationale samenwerkingen, met het risico dat hierdoor gezondheidsongelijkheden worden versterkt.
Deze internationale enquête onder medische peer reviewers toont aan dat, hoewel de bekendheid met AI-chatbots groot is, hun daadwerkelijke toepassing in het reviewproces beperkt blijft vanwege aanhoudende ethische zorgen en een gebrek aan training, ondanks een duidelijke behoefte aan begeleiding.
Dit onderzoek presenteert een Bayesiaanse ensemble-methode met prevalentie-adaptieve gating en variational autoencoder-augmentatie die in een klinische audit een sensitiviteit van 69,2% en een specificiteit van 100% bereikte bij het voorspellen van perioperatieve mortaliteit, terwijl het tegelijkertijd onzekerheid kwantificeerde via Shannon-entropie.
Deze studie introduceert MedResearchBench om zes medische AI-systemen te evalueren en concludeert dat citatiehallucinaties de betrouwbaarheid bepalen, waarbij een multi-agent verificatieframework de prestaties aanzienlijk verbetert en de beperkingen van puur subjectieve evaluaties blootlegt.