📄 Category

health informatics

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.

📄 gezondheidsinformatica

Evaluating a Locally Deployed 20-Billion Parameter Large Language Model for Automated Abstract Screening in Systematic Reviews

Dit onderzoek toont aan dat een lokaal gehost 20-miljard-parameter taalmodel met een gevoeligheidsgerichte prompting-strategie abstracts voor systematische reviews 4,7 keer sneller kan screenen dan mensen, hoewel de nauwkeurigheid varieert per domein en het model momenteel het beste als tweede screener naast menselijke beoordelaars kan worden ingezet.

Moreira Melo, P. H., Poenaru, D., Guadagno, E.2026-03-04
📄 gezondheidsinformatica

Perceptions of Artificial Intelligence in the Editorial and Peer Review Process: A Cross-Sectional Survey of Traditional, Complementary, and Integrative Medicine Journal Editors

Een enquête onder redacteuren van tijdschriften voor traditionele, complementaire en integratieve geneeskunde toont aan dat, hoewel er een breed vertrouwen is in de toekomstige rol van kunstmatige intelligentie voor redactionele taken, de daadwerkelijke adoptie beperkt blijft door een gebrek aan beleid, training en ethische richtlijnen.

Ng, J. Y., Bhavsar, D., Krishnamurthy, M., Dhanvanthry, N., Fry, D., Kim, J. W., King, A., Lai, J., Makwanda, A., Olugbe (…)2026-03-04
📄 gezondheidsinformatica

Understanding Clinician Edits to Ambient AI Draft Notes: A Feasibility Analysis Using Large Language Models

Dit onderzoek toont aan dat het gebruik van few-shot geprompte large language modellen haalbaar is om de redacties van clinici op AI-gegenereerde medische aantekeningen te categoriseren, met name voor medicatie en symptomen, hoewel complexe contextafhankelijke bewerkingen beter dienen te worden gebruikt voor triage naar menselijke beoordeling.

Guo, Y., Zhou, Y., Hu, D., Sutari, S., Chow, E., Tam, S., Perret, D., Pandita, D., Zheng, K.2026-03-02
📄 gezondheidsinformatica

Artificial Intelligence in Healthcare: 2025 Year in Review

Dit artikel bespreekt de significante groei en volwassenheid van AI-onderzoek in de gezondheidszorg in 2025, waarbij publicaties bijna verdubbelden en de focus verschuift van klassieke machine learning en tekstmodellen naar geavanceerde multimodale foundation modellen die beter aansluiten bij de complexiteit van de klinische praktijk.

Edara, R., Khare, A., Atreja, A., Awasthi, R., Highum, B., Hakimzadeh, N., Ramachandran, S. P., Mishra, S., Mahapatra, D (…)2026-02-28
📄 gezondheidsinformatica

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

Deze studie presenteert een bestuur-gedreven, op real-world data gebaseerd raamwerk voor het voorspellen van zorggebruik bij kanker en chronische aandoeningen, dat door het modelleren van longitudinale patiëntenstromen en provider-adoptie aanzienlijk nauwkeurigere prognoses oplevert dan traditionele statische methoden.

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

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

Dit onderzoek toont aan dat het gebruik van Nash-bargaining voor het coördineren van gespecialiseerde AI-agenten leidt tot veiligere en efficiëntere zorgplannen voor Medicaid-patiënten dan traditionele methoden, maar dat expliciete ontwerpinzet nodig blijft om ook de eerlijkheid van deze plannen te verbeteren.

Basu, S., Baum, A.2026-02-25