📄 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

People living with multiple long-term conditions have different pathways of unscheduled care in hospital: findings from an analysis of routinely-collected clinical data

Een analyse van routinematige klinische gegevens van een groot Brits ziekenhuis onthult dat volwassenen met meerdere chronische aandoeningen complexere ongeplande zorgtrajecten ervaren, waaronder langere opnames, een hogere mortaliteit en andere patronen in de overplaatsingen tussen afdelingen, wat suggereert dat zij mogelijk suboptimale zorg ontvangen.

Witham, M., Evison, F., Bellass, S., Cooper, R., Gallier, S., Pretorius, S., Sapey, E., Suklan, J., Sayer, A. A.2026-09-01
📄 gezondheidsinformatica

Artificial Scientific Intelligence for Measurement-burden-aware Modelling and Interpretation of Multi-site Bone Mineral Density

De studie introduceert DXA Agent, een agentische workflow die de modellering van botmineraaldichtheid optimaliseert door de voorspellende prestaties af te wegen tegen de meetbelasting, waarbij wordt aangetoond dat kostenefficiënte modellen conventionele benaderingen overtreffen in de UK Biobank terwijl ze vergelijkbare resultaten behouden in NHANES.

Xiang, S., He, H., Xie, Z., Cheng, C.-Y., Li, H., Liu, D.2026-09-01
📄 gezondheidsinformatica

Drivers of Oncologist Preference of AI-Generated Literature Review in a Randomized Mixed-Methods Study

Deze gerandomiseerde mixed-methods studie onthult dat het vertrouwen en de voorkeur van oncologen voor door AI gegenereerde literatuuroverzichten meer afhangen van ontwerpkenmerken van de rapportage — zoals beknoptheid, verifieerbare citaties en expliciete onzekerheid — dan van nauwkeurigheid alleen, zoals blijkt uit significant lagere bruikbaarheidsbeoordelingen voor op bewijskracht gegradeerde rapporten vergeleken met standaardformaten, ondanks een vergelijkbare kwaliteit van de referenties.

Bunning, B. J., Weng, Y., Wu, D. J., Hui, G., Hope, J. E., Pandurangan, V., Lopez, I., Everett, S., Chen, J. H., Desai (…)2026-08-27
📄 gezondheidsinformatica

Detecting Self-Repairs from Spontaneous Speech with Prompt Ablation Across LLMs and Fine-Tuned Encoder

Deze studie toont aan dat een computationeel efficiënte, gefinetunede DistilBERT-encoder een levensvatbaardere en kosteneffectievere oplossing is voor het detecteren van zelfreparaties in spontane spraak voor klinische screening dan grote generatieve LLM's, die significant variëren in prestaties en promptgevoeligheid.

Wu, R., Pugh, S., OCOnnor, K. B., Xie, K., O'Brien, K., Johnson, K.2026-08-25
📄 gezondheidsinformatica

Multimodal artificial intelligence for personalized hepatocellular carcinoma treatment strategy selection

Deze studie presenteert en valideert ET-Emb, een nieuw multimodaal kunstmatige intelligentiekader dat gestructureerde klinische gegevens integreert met ongestructureerde tekstembeddings om accuraat optimale gepersonaliseerde behandelstrategieën voor patiënten met hepatocellulair carcinoom te voorspellen.

Feng, W., Liu, S., Yang, Z., Tao, Y., Gu, X., Jin, W.2026-08-25
📄 gezondheidsinformatica

Offline Reinforcement Learning for Out-of-Distribution ICU Sepsis Decision Support

Dit artikel toont aan dat offline reinforcement learning-beleid voor sepsisbeheer op de IC stabiele, actiegevoelige beslissingsondersteunende signalen behoudt onder toenemende out-of-distribution ernstverschuivingen, zoals blijkt uit consistente door het model voorspelde overlevingspercentages en verbeterde fysiologische stabilisatiescores ondanks afnemende geobserveerde klinische uitkomsten.

Arasteh, E., Mirian, M. S., Tavakol, M.2026-08-25
📄 gezondheidsinformatica

Evaluating Clinical Concept Extraction and Evidence-Bounded Terminology Linking: Multisite Model Comparison and Pilot Ablation Study

Dit artikel evalueert de extractie van klinische concepten en de aan bewijs gebonden terminologiekoppeling via een multisite pilotstudie, waarbij wordt aangetoond dat hoewel de extractieprestaties aanzienlijk variëren per matchingscriteria, de beschikbaarheid van opgehaald bewijs de koppelingsbeslissingen kritiek beïnvloedt en dat aanvankelijk niet-gematchte termen vaak plausibele bestaande concepten vertegenwoordigen in plaats van werkelijke ontologische nieuwheid.

Chen, Y., Popescu, M.2026-08-24
📄 gezondheidsinformatica

Does Data Preprocessing Affect Tree-Based Super Learners? An Investigation of Ensemble Optimization and Oracle Properties in Clinical Classification.

Deze studie toont aan dat voor Super Learner-ensembles bestaande uit boomgebaseerde algoritmen, gegevenspreverwerking verwaarloosbare verbeteringen oplevert in voorspellende prestaties en oracle-gedrag over de meeste klinische datasets, wat suggereert dat dergelijke preverwerking niet universeel noodzakelijk is en geleid moet worden door specifieke kenmerken van de dataset.

Darko, R., Dwumah, D., Agyapong, K. S., Agyenim-Boateng, Y., Darko Anim, R., Wisdom Jakper, J., Owusu-Ansah, N. K., Owus (…)2026-08-24
📄 gezondheidsinformatica

Grounding Health AI: Architecture and Evaluation of a Domain-Expert Metabolic Health Agent

Dit artikel presenteert de HPP Personal Health Agent, een domeinspecifiek AI-systeem dat populatiebrede fenotypische gegevens, deskundige klinische instrumenten en declaratieve gedragsbeperkingen combineert om hallucinaties te elimineren en een hoge nauwkeurigheid in metabole gezondheidsrapportage te bereiken, waarmee wordt aangetoond dat betrouwbare medische AI een rigoureuze, op evaluatie gebaseerde systeemarchitectuur vereist in plaats van enkel te vertrouwen op algemene taalmodellen.

Diament, A., Sapir, G., Gorodetski, M., Wolf, A., Rice, A., Azouri, D., Etzion-Fuchs, A., Gelbard Solodkin, D., Talmor-B (…)2026-08-14
📄 gezondheidsinformatica

Forecasting laboratory measurements from longitudinal electronic health records

Het artikel introduceert LaBERT, een transformer-gebaseerd model dat baseline-methoden aanzienlijk overtreft in het voorspellen van toekomstige laboratoriummetingen uit longitudinale elektronische gezondheidsdossiers door effectief klinisch betekenisvolle behandelingseffecten te leren en gepersonaliseerde klinische besluitvormingsondersteuning mogelijk te maken.

Firoozbakht, F., Baumabach, J.2026-08-13