📄 Category

health informatics

156 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.

An End-to-End Synthetic Oncology Clinical Trial Framework Integrating Radiographic Response, Circulating Tumor DNA, Safety, and Survival for Decision-Oriented Clinical Data Science

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.

Petalcorin, M. I. R.2026-04-08📄 health informatics

Using Relative Risk Rankings to Understand Information Differences in Multimodal Prediction Models

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.

Kim, C., Yoon, W., Lee, H., Lee, J.-O., Afshar, M., Kang, J., Miller, T. A.2026-04-07📄 health informatics

Who is leading medical AI? A systematic review and scientometric analysis of chest x-ray research

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.

Vasquez-Venegas, C., Chewcharat, A., Kimera, R., Kurtzman, N., Leite, M., Woite, N. L., Muppidi, I. J., Muppidi, R. J., Liu, X., Ong, E. P., Pal, R., Myers, C., Salzman, S., Patscheider, J. S., John (…)2026-04-07📄 health informatics

Attitudes and Perceptions Toward the Use of Artificial Intelligence Chatbots for Peer Review in Medical Journals: A Large-Scale, International Cross-Sectional Survey

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.

Ng, J. Y., Bhavsar, D., Dhanvanthry, N., Bouter, L., Chan, T., Cramer, H., Flanagin, A., Iorio, A., Lokker, C., Maisonneuve, H., Marusic, A., Moher, D.2026-04-07📄 health informatics

Multi-Task Learning and Soft-Label Supervision for Psychosocial Burden Profiling in Cancer Peer-Support Text

Dit onderzoek concludeert dat multi-task learning met alleen een samengestelde lastdoelstelling de meest effectieve aanpak is voor het profileren van psychosociale lasten in kankerforums, terwijl soft-label supervisie met LLM-afgeleide verdelingen minder goed presteerde dan harde labels voor emotieclassificatie.

Wang, Z., Cao, Y., Shen, X., Ding, Z., Liu, Y., Zhang, Y.2026-04-04📄 health informatics

Development and Temporal Evaluation of Multimodal Machine Learning Models to Predict High Inpatient Opioid Exposure

Dit onderzoek toont aan dat multimodale machinelearningmodellen, die gestructureerde patiëntgegevens combineren met tekstuele notities uit elektronische gezondheidsdossiers, hoge postoperatieve opioïdexpositie tijdens ziekenhuisopnames nauwkeurig kunnen voorspellen om gerichte opioïdenstewardship te ondersteunen.

Kale, S., Singh, D., Truumees, E., Geck, M., Stokes, J.2026-04-02📄 health informatics

Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels

Dit onderzoek toont aan dat een hybride model, dat zelfgerapporteerde symptomen combineert met een Hidden Semi-Markov-model, de vier fasen van de menstruatiecyclus met hormonale validatie kan classificeren en zo een draagbaar, apparaatvrij alternatief biedt voor het monitoren van menstruele gezondheid.

Specht, B., Tayeb, Z. Z., Garbaya, S., Khadraoui, D., EL-Khozondar, M., Schneider, R.2026-04-01📄 health informatics