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

Disease Risk Prediction Using Structured EHR Data: Can Generalist Large Language Models Match Specialized Clinical Foundation Models? A Comparative Evaluation with Fine-Tuning

Deze vergelijkende evaluatie toont aan dat, hoewel fijn afgestemde generalistische grote taalmodellen over het algemeen onderpresteren ten opzichte van gespecialiseerde klinische fundamentele modellen bij gestructureerde EHR-ziekterisicovoorspelling, door LLM's gegenereerde embeddings gekoppeld aan lichtgewicht classifiers superieure prestaties kunnen behalen op zowel de AUROC- als de AUPRC-maatstaven.

Mao, B., Prasadha, M. K., Xie, Z., He, J., Ghebranious, M., Xu, H., Zhi, D., Rasmy, L.2026-05-01
📄 health informatics

Protocol for the REVELIO test-track pilot study: a randomised, controlled, single-centre trial in healthy recreational cannabis users investigating real-time in-vehicle detection of cannabis-impaired driving

Het REVELIO-protocol schetst een gerandomiseerde, gecontroleerde pilotstudie op een gesloten testcircuit die is ontworpen om de haalbaarheid te evalueren van een multimodaal voertuigsysteem voor het detecteren van cannabisgerelateerde verkeersdeelnemers bij gezonde recreatieve gebruikers door voertuig-, bestuurders- en biologische data te correleren na gecontroleerde THC-toediening.

Bechny, M., Deuber, R., Heck, C., Brügger, J., Pfäffli, M., Jovanova, M., Fleisch, E., Wortmann, F., Weinmann, W.2026-05-01
📄 health informatics

AERO: An AI Agent for Adaptive Eligibility Refinement and Optimization of Clinical Trial Criteria in Real-World Trial Emulation

Het artikel introduceert AERO, een AI-agentframework dat de geschiktheidscriteria voor klinische trials optimaliseert voor de emulatie van real-world data door gebruik te maken van grote taalmodellen om criteria systematisch te classificeren en te verfijnen, waardoor de generaliseerbaarheid en nauwkeurigheid van effectschattingsresultaten worden verbeterd, zoals aangetoond in een WARCEF-trial-emulatie.

Li, X., James, J., Pellikka, P. A., Zong, N.2026-05-01
📄 health informatics

Integrating Group and Individual Fairness Auditing in Clinical AI: A Post-Hoc, Model-Agnostic Approach

Dit artikel introduceert EquiLense, een praktische, post-hoc en modelonafhankelijke audittool die de kloof tussen groeps- en individuele eerlijkheidsbeoordelingen in klinische AI overbrugt door gebruik te maken van een nieuwe metriek, genaamd Mean Predicted Probability Difference (MPPD), om systematische voorspellingstegenheden over demografische groepen heen te identificeren.

Xu, J., Hwang, Y. M., Kondareddy, S., Dormoy, I., Jing, S. L., Pillai, M., Curtin, C. M., Hernandez-Boussard, T.2026-04-30
📄 health informatics

Stakeholder perspectives on the use of enhanced mobile phone capabilities for public health surveillance for non-communicable disease risk factors: A qualitative study

Deze kwalitatieve studie in Uganda concludeert dat hoewel mobiele telefoons de surveillance van risicofactoren voor niet-overdraagbare ziekten in laagresourceomgevingen kunnen versterken, hun succes afhangt van het aanpakken van ethische, juridische en sociale uitdagingen rondom privacy, toestemming en digitale ongelijkheid.

Mwaka, E. S., Nabukenya, S., Kasiita, V., Bagenda, G., Rutebemberwa, E., Ali, J., Gibson, D.2026-04-23
📄 health informatics

Leveraging Predictive AI and LLM-Powered Trial Matching to Improve Clinical Trial Recruitment: A Usability Assessment of Trialshub

Deze studie toont aan dat Trialshub, een door LLM-aangedreven chatplatform voor het matchen van patiënten met klinische proeven, veelbelovend is voor het verbeteren van wervingsprocessen, maar dat de bruikbaarheid in de praktijk nog verbeterd moet worden om problemen zoals onduidelijke navigatie en systeemfouten op te lossen.

Blankson, P.-K., Hussien, S., Idris, F., Trevillion, G., Aslam, A., Afani, A., Dunlap, P., Chepkorir, J., Melgarejo, P. (…)2026-04-20