193 papers
Hoewel sentimentanalyse van klinische notities slechts een zwakke voorspeller is voor de ziekenhuisopnameduur, overtreft het direct schatten van de opnameduur door een groot taalmodel (LLM) deze sentimentbenadering, hoewel dit ten koste gaat van de rekentijd.
Dit onderzoek presenteert een reproduceerbaar, interpreteerbaar framework voor het detecteren van runtime-anomalieën in AI-gestuurde verpleegoproepsystemen, dat gebruikmaakt van een lichtgewicht Isolation Forest-model en openbare bronnen om de operationele betrouwbaarheid en veiligheid in zorgomgevingen te waarborgen.
Hoewel dit gerandomiseerde falsificatieonderzoek aantoont dat sepsisvoorspellingsmodellen in academische ziekenhuizen voornamelijk echte biologische signalen detecteren en niet alleen zorgintensiteit, onthult het een systematische en significante discrepantie tussen klinische en administratieve sepsisdefinities die gevolgen heeft voor kwaliteitsmetingen en AI-benchmarks.
Deze studie vergelijkt de prestaties van elf filters in Ovid Embase voor het verwijderen van dier- en niet-menselijke records en concludeert dat de keuze van het filter afhankelijk moet zijn van de specifieke onderzoeksvraag, aangezien er een trade-off bestaat tussen sensitiviteit en specificiteit.
Dit onderzoek toont aan dat een op Bradley-Terry-aggregatie gebaseerde rangschikking met een LLM-keurder de ESI-triage verbetert en cross-site stabiel presteert zonder lokale training, terwijl het prestaties van gesuperviseerde modellen benadert.
Deze studie presenteert een door kunstmatige intelligentie aangedreven pijplijn die multimodale gegevens uit elektronische patiëntendossiers automatiseert en met een nauwkeurigheid van meer dan 99% verwerkt, waardoor de last van handmatige data-invoer voor klinische registers aanzienlijk wordt verminderd.
Deze nationale audit van bijna 387.000 volwassenen in de VS toont aan dat het afdwingen van demografische pariteit bij HIV-testvoorspellingsmodellen ongeschikt is voor klinische contexten met een ongelijk ziektedrukte, omdat dit leidt tot een aanzienlijke daling van de detectie bij risicogroepen en daarom pleit het voor het gebruik van meer geschikte eerlijkheidsmetrieken zoals gelijke kansen.
Dit artikel is ingetrokken door medRxiv omdat het met valse informatie was ingediend.
Dit artikel is door medRxiv ingetrokken omdat het met valse informatie was ingediend.
Deze studie toont aan dat Zuid-Koreaanse ziekenhuisnetwerken met blockchain-geactiveerde uitwisselingssystemen voor gezondheidsinformatie aanzienlijk hogere technische efficiëntie bereiken dan conventionele systemen, wat wordt onderbouwd door een stochastische frontieranalyse met Bayesiaanse modelgemiddelde.
Dit artikel, dat de causale impact van natuurlijke taalverwerking op de sterfte door sepsis in Engeland onderzocht, is ingetrokken door medRxiv omdat het met valse informatie was ingediend.
Dit artikel is ingetrokken door medRxiv omdat het met valse informatie was ingediend.
Dit artikel introduceert RLSYN+REG, een op versterkingslering gebaseerd generatief model dat de wetenschappelijke bruikbaarheid van synthetische biomedische data aanzienlijk verbetert door ervoor te zorgen dat regressiemodellen getraind op synthetische data nauwkeurig de coëfficiënten en voorspellingen van hun realiteitsgebaseerde tegenhangers reproduceren, zonder afbreuk te doen aan de datakwaliteit of privacy.
Dit onderzoek toont aan dat het integreren van nieuwe functionele kenmerken, zoals ruimtelijke nabijheid en circulariteit, in de digitale kloktest de diagnose van cognitieve stoornissen kan verbeteren door subtielere bewegingen en gedragingen te detecteren dan traditionele samenvattende statistieken.
Dit artikel introduceert de Ollivier-Ricci-kromming als een kwantitatieve geometrische biomarker voor biomedische netwerken, waarbij machine-geverifieerde resultaten aantonen dat deze kromming fundamentele verschillen in netwerktopologie (zoals hyperbolisch versus sferisch) onthult en een meetbare geometrische verouderingstraject beschrijft in comorbiditeitsnetwerken.
Deze studie toont aan dat zowel logistische regressie als gradient boosting-modellen, getraind op historische CDC ILINet-surveillancedata, zeer nauwkeurig nationale griepuitbraken in de Verenigde Staten kunnen voorspellen, waarbij logistische regressie de beste prestaties levert.
Een analyse van bijna 410.000 Reddit-berichten onthult dat 43,5% van de gebruikers van semaglutide en tirzepatide bijwerkingen meldt, waarbij maag-darmklachten overheersen maar ook onbekende signalen zoals voortplantingsproblemen en temperatuurrelatieve klachten naar voren komen die de huidige klinische data aanvullen.
Deze paper introduceert een modulaire, adapter-gebaseerde aanpak die redenering en beloningstuning ontkoppelt om kleine klinische taalmodellen stabiel en nauwkeurig te aligneren, terwijl privacy en auditabiliteit worden gewaarborgd.
Dit artikel presenteert de Orphanet-nomenclatuur en -classificatie voor zeldzame ziekten, een gestandaardiseerd multilinguaal systeem dat in juli 2025 bijna 10.000 klinische entiteiten omvat en door uitgebreide koppelingen met andere semantische bronnen de interoperabiliteit, patiëntherkenning en data-uitwisseling op het gebied van zeldzame ziekten wereldwijd verbetert.
De GLOW UP-studie is een prospectief observationeel onderzoek dat de haalbaarheid van het gebruik van digitale biomarkers uit wearables en smartphones voor het screenen van pre-diabetes en het karakteriseren van levensstijlfactoren bij volwassenen met een verhoogd risico in Zwitserland onderzoekt.