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.

📄 health informatics

Validity and Limitations of the Empatica E4 Wristband for Autonomic and Thermoregulatory Sleep Monitoring Against Concurrent Polysomnography: A Wearanize+ Dataset Study

Deze studie valideert het nut van de Empatica E4-polsband voor slaaponderzoek door de Wearanize+-dataset te analyseren, waarbij de nauwkeurigheid bij het volgen van hartslag en huidtemperatuur over verschillende slaapfasen wordt bevestigd, terwijl specifieke beperkingen in elektrodermale activiteitsmetingen worden geïdentificeerd als gevolg van zweetophoping bij de pols.

Parry, Y. D., Briganti, G.2026-06-11
📄 health informatics

An Explainable Multimodal AI Framework with Reinforcement Learning for Post-Surgical Clinical Decision Support

Dit artikel stelt een uitlegbaar multimodaal AI-framework voor dat supervised deep learning integreert met conservatieve offline reinforcement learning om klinische beslissingen na operaties te ondersteunen, terwijl het tegelijkertijd de praktijken rondom synthetische data bekritiseert en de architectuur van het systeem valideert via een rigoureuze methodologie met echte data.

Ahmed, M., Ahmed, F., Mow, S. M., Taha, P. A., Barua, S., Rahman, M. M., Rafy, A., Mondol, S. M., Faisal, M. I.2026-06-10
📄 health informatics

Registered Report: Artifact Index for Capacitive Electrocardiography Acquired with an Armchair

Deze geregistreerde rapportage presenteert een artefactindex voor capacitieve ECG-signalen verkregen van een geïnstrumenteerde fauteuil, die gebruikmaakt van een stemprocedure van drie signaalkwaliteitsindices om effectief zuivere van artefactsegmenten te onderscheiden tijdens het lezen en televisie kijken, waardoor betrouwbare continue gezondheidsmonitoring in ongesuperviseerde real-world omgevingen mogelijk wordt.

Warnecke, J. M., Baumgärtel, D., Bollmann, J., Deserno, T. M.2026-06-09
📄 health informatics

Topological Deep Learning Identifies Polygenic Variant Clusters Across Familial Multimorbid Disorders

Het artikel introduceert PolyCLIP-T, een topologie-gestuurd multimodaal framework dat whole-genome sequencing en persistente homologie gebruikt om stabiele clusters van polygene varianten over familiale multimorbide stoornissen heen te identificeren, waarmee de beperkingen van traditionele regelgebaseerde pipelines bij het detecteren van niet-coderende, structurele en laag-penetrante genetische drijvers effectief wordt overwonnen.

Vomo-Donfack, K. L., Bousquet, G., Falgarone, G., Ginot, G., Morilla, I.2026-06-09
📄 health informatics

An AI-assisted feasibility evaluation of three photoplethysmography-derived microvascular reactivity signals in MIMIC-IV-WDB v0.1.0

Deze studie evalueert drie uit fotoplethysmografie afgeleide microvasculaire reactiviteitssignalen in de MIMIC-IV-WDB v0.1.0-dataset middels menselijke en door AI ondersteunde visuele inspectie, waarbij werd vastgesteld dat twee signalen in de meeste gevallen er niet in slaagden hun beoogde fysiologie te vatten en het derde signaal werd beperkt door de plaatsing van de sensor, wat daarmee de noodzaak van voorafgaande validatie van ruwe gegevens voor downstream modellering benadrukt.

Landry, T. C., Kim, Y.2026-06-06
📄 health informatics

BodyMAE: A Surface-Area Aware Masked Autoencoder for Body Composition Estimation from 3D Body Scans

Dit artikel introduceert BodyMAE, een oppervlaktebewuste masked autoencoder die gebruikmaakt van 3D-lichaamsscans op metriek-schaal om lichaamscompositie-metrieken zoals vet- en vetvrije massa nauwkeurig te schatten, waarbij een hoge correlatie met klinische DXA-metingen wordt bereikt terwijl uitdagingen zoals niet-uniforme puntendichtheid en variabiliteit tussen apparaten worden overwonnen.

Zheng, Y., Feng, B., Cheng, R., Qiu, C., Long, Z., Vaziri, K., Hahn, J.2026-06-06
📄 health informatics

Genosolver: Rare Disease Diagnosis through Holistic Integration of Unstructured Clinical Narratives Using Large Language and Reasoning Models

Genosolver is een geïntegreerde workflow die gebruikmaakt van Large Language en Reasoning Models om gedetailleerde klinische inzichten te extraheren uit ongestructureerde narratieven, wat de diagnostiekcijfers voor zeldzame ziekten aanzienlijk verbetert en bestaande tools zoals Exomiser overtreft door effectiever causale genetische varianten te prioriteren.

Islam, T., Danner, M., Ziad, Z., Begemann, M., Beijer, D., Lischka, A., Lausberg, E., Mattern, L., Suh, J., Wittig, P. (…)2026-06-05
📄 health informatics

Translating 3D Slicer into Brazilian Portuguese: A methodological approach to software localization in Latin America

Dit artikel presenteert een methodologisch kader voor het lokaliseren van de open-source medische beeldvormingssoftware 3D Slicer naar het Braziliaans-Portugees, waarbij specifieke taalkundige en terminologische uitdagingen worden aangepakt om de toegankelijkheid voor niet-Engelstalige gebruikers in Latijns-Amerika te verbeteren.

Veiga, P. E. d. B., Murta, L. O., Goncalves, D. S., Silva, L. S., Montano-Serrano, V. M., Laredo, E. H., Lasso, A., Piep (…)2026-06-03
📄 health informatics

Knowledge-Driven Neuro-Symbolic Reasoning for Personalized Oncology Treatment Recommendation Based on Multi-Modal Medical Knowledge Graph

Dit artikel stelt K-NeSyNet voor, een nieuw kennisgestuurd neuro-symbolisch framework dat een multimodale oncologische kennisgraaf integreert met een differentieerbaar driedimensionaal symbolisch redeneermechanisme en adaptieve neurale fusie om nauwkeurige, veilige en interpreteerbare gepersonaliseerde aanbevelingen voor kankerbehandeling te leveren.

Yang, L., Wan, H., Zhu, J., Zhou, P., Wang, Z.2026-06-02
📄 health informatics

Beyond Identifier Matching: An Empirical Characterization of Failure Modes in Biomedical Knowledge Graph Integration

Dit artikel toont empirisch aan dat het uitsluitend vertrouwen op identificatormatching voor de integratie van biomedische kennisgrafieken ontoereikend is, en onthult dat hoewel methoden gebaseerd op cross-ontologie en embedding de dekking vergroten, ze systematisch klinisch significante faalmodi zoals over-samenvoegen en semantische instorting introduceren die kritieke onderscheiden in downstream-toepassingen verdoezelen.

Hu, S., Cheng, H., Gillenwater, L., Manpearl, K., Mandava, A., Wang, Y., Pividori, M., Stranger, B., Krishnan, A., Green (…)2026-05-28