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

A ReAct Agentic AI System for Natural Language Querying and Statistical Analysis of The Cancer Genome Atlas Clinical Data

Dit artikel presenteert TCGA-Agent, een op ReAct gebaseerd agentisch AI-systeem dat autonoom complexe TCGA-klinische gegevens bevraagt en analyseert met behulp van een suite van acht computationele tools, waarbij een nauwkeurigheid van 93,4% wordt bereikt en wordt aangetoond dat toolontwerp en redeneerlussen belangrijker zijn dan modelomvang voor het extraheren van klinisch waardevolle inzichten die verder gaan dan bestaande gecureerde bronnen.

Korutla, R., Amal, S.2026-09-28
📄 gezondheidsinformatica

PhysioFusion: A Multi-Modal Ensemble using Static Preoperative Variables and Time Series Intraoperative Data to Predict Adverse Events Following Cardiothoracic Surgery

De PhysioFusion-studie toont aan dat een multimodale ensemblemodel, dat statische preoperatieve variabelen en intraoperatieve tijdreeksgegevens integreert, een hoge nauwkeurigheid (AUC 0,87) bereikt bij het voorspellen van nadelige gebeurtenissen na cardio-thoracale chirurgie, waarbij wordt onthuld dat hoewel de twee datamodaliteiten fungeren als substituten in plaats van complementen, hun fusie de gevoeligheid-specificiteit-afweging optimaliseert om een screeningsinstrument met een hoge negatief voorspellende waarde te bieden voor hoogrisicopatiënten.

Korutla, R., Hicks, A., Milosevic, M., Kulkarni, D., Mazhude, F., Kelting, T., Rabb, J. B., Jin, Q., Kramer, R., Sawyer (…)2026-09-28
📄 gezondheidsinformatica

Automated, Component-Level Assessment of a National Inpatient Diabetes Guideline: Adherence and Its Association with Hospitalization Complications Across Six Hospitals

Deze retrospectieve multicenterstudie van bijna 48.000 klinische opnames toont aan dat geautomatiseerde beoordeling op componentniveau van een nationale diabetesrichtlijn leidde tot bescheiden verbeteringen in de algehele therapietrouw, maar ook tot significante tekortkomingen in het insulinebeheer, waarbij een hogere therapietrouw sterk geassocieerd was met verminderde mortaliteit en hyperglykemie, ondanks een lichte toename van het risico op hypoglykemie.

Oded, S., Shahar, Y., Shalom, E., Bashkin, A., Saiegh, L., Cantrell, D., Wirsansky, I., Badarne, M., Barash, I., Cahn, A (…)2026-09-28
📄 gezondheidsinformatica

Evaluation of Deep Learning Based Early Warning Indicators of Epidemic Outbreaks

Dit artikel evalueert op deep learning gebaseerde modellen voor bifurcatievoorspelling op reële CDC-influedata uit alle 50 Amerikaanse staten, waarbij wordt aangetoond dat een configuratie met een uitbreidend venster een hoge nauwkeurigheid (90,09%) en recall (96,23%) bereikt bij het detecteren van epidemische kantelpunten, waardoor hun potentieel voor realtime paraatheid bij uitbraken wordt gevalideerd.

Ayyorgun, B., Marathe, M., Adiga, A.2026-09-26
📄 gezondheidsinformatica

Perspective independence, more than personas, drives LLM teams - and where they reverse

Deze studie toont aan dat hoewel multi-agent teams van grote taalmodellen de diagnostische herinnering op benchmark-datasets verbeteren door middel van perspectiefonafhankelijkheid en gematigde synthese in plaats van specialistische persona's, dit voordeel omkeert bij reële noodgevallen waar lijsten met specialistische rollen een superieure prestatie opleveren.

Feng, J., Jiao, Y., Li, Y., Xie, L., Peng, W., Sun, X.2026-09-26
📄 gezondheidsinformatica

Exposure Records Preserved by Two Users of Japan's COVID-19 Contact-Confirming Application During the Seventh Wave: A Descriptive Study

Deze beschrijvende studie analyseert de blootstellingsgegevens die bewaard zijn gebleven door twee Japanse gebruikers van de COCOA-app tijdens de zevende golf van COVID-19, waarbij wordt onthuld dat hoewel de geregistreerde blootstellingsvensters over het algemeen de stijging en daling van de epidemie volgden, een daaropvolgende beleidswijziging samenviel met een scherpe afname van de gegevens die niet uitsluitend aan de beleidswijziging kan worden toegeschreven vanwege verstorende factoren zoals app-gebruik en software-updates.

Nakagawa, S., Kumagai, S., Yamamoto, A.2026-09-25
📄 gezondheidsinformatica

Quality of physicians responses using a conversational artificial intelligence system: a randomized vignette experiment in Latin America

In een gerandomiseerd vignette-experiment met artsen in Latijns-Amerika verbeterde een bewijs-traceerbaar conversationeel AI-systeem de samengestelde validiteit van klinische reacties aanzienlijk vergeleken met gebruikelijke zoekpraktijken, hoewel de bevindingen vanwege de op vrijwilligers gebaseerde steekproef als verkennend worden beschouwd.

Castano-Villegas, N., Monsalve, K., Villa, M. C., Quiros Gomez, O. I., Velasquez, L., Zea, J.2026-09-25
📄 gezondheidsinformatica

Collecting health narratives at scale: A multi-study evaluation of speech-to-text in health surveys

Deze evaluatie van meerdere studies toont aan dat hoewel spraak-naar-teksttechnologie de lengte en inhoud van patiëntverhalen op grote schaal aanzienlijk kan verrijken, de adoptie ervan sterk varieert tussen populaties en zwaar afhangt van contextuele factoren zoals privacy, interfaceontwerp en individuele voorkeuren.

Baumer, A. M., Naoumis, P., Fabian, J., Strukova, S., Wolf, M., Ballouz, T., Farnham, A., Hofmann, V. X. C., Spitale, G. (…)2026-09-25
📄 gezondheidsinformatica

RoB2-Evaluator: Development and Technical Evaluation of a Rule-Constrained Large Language Model System for Cochrane Risk of Bias 2 Assessment

De studie presenteert RoB2-Evaluator, een op regels beperkt LLM-systeem gebouwd op GPT-5.2 dat een hoge temporele stabiliteit en een sterke overeenstemming met menselijke consensus vertoont bij het beoordelen van de Cochrane Risk of Bias 2 voor gerandomiseerde gecontroleerde onderzoeken.

Joseph, J. T., Vishwanath, R., Sisirkumar, J. V.2026-09-23
📄 gezondheidsinformatica

Evaluation of linkage between health, education and social care administrative data for 21 million children in England

Deze studie evalueert de koppeling van gegevens over gezondheid, onderwijs en sociale zorg voor 21 miljoen kinderen in Engeland, waarbij wordt onthuld dat hoewel meer dan 90% van de recente cohorten succesvol gekoppeld is, een significante ondervertegenwoordiging voortduurt onder kinderen uit achtergestelde gebieden, inwoners van Londen en gemarginaliseerde etnische groepen, wat het cruciale belang benadrukt voor onderzoekers om deze demografische vooroordelen in hun analyses te verantwoorden.

Nguyen, V. G., Lam, J., Stone, T., Blackburn, R., Gilbert, R., Ruiz Nishiki, M., Harron, K.2026-09-22