191 artigos
A Saúde Informática une dados, tecnologia e cuidados médicos para transformar como entendemos e gerenciamos a saúde. Este campo explora desde o uso de registros eletrônicos até a inteligência artificial aplicada a diagnósticos, sempre com o objetivo de melhorar a qualidade do atendimento e a eficiência dos sistemas de saúde.
No Gist.Science, acompanhamos de perto os avanços mais recentes trazidos pelo medRxiv. Processamos cada novo pré-publicação nesta categoria, oferecendo tanto resumos técnicos detalhados quanto explicações em linguagem simples para tornar a ciência acessível a todos. Abaixo, você encontrará os últimos estudos publicados em Saúde Informática.
O artigo apresenta o MedScope, um benchmark leve e de código aberto que avalia sistematicamente modelos de linguagem de grande porte open-source em perguntas médicas de múltipla escolha, revelando heterogeneidade significativa em desempenho e eficiência e destacando a necessidade de avaliações multidimensionais antes da implementação em cenários clínicos de alto risco.
Este estudo desenvolveu e avaliou um pipeline de reconhecimento de entidades para os 4M (Saúde, Medicamentos, Cognição e Mobilidade) em mensagens de texto clínicas de lares de idosos, combinando um classificador de tokens Bio-ClinicalBERT com revisão por modelos de linguagem grandes (LLM) locais, resultando em uma extração de informações mais precisa e eficiente do que abordagens anteriores.
O artigo apresenta o MedResearchBench, o primeiro benchmark projetado especificamente para avaliar agentes de IA em tarefas de pesquisa clínica médica, cobrindo sete domínios clínicos e seis dimensões de avaliação para garantir a qualidade estatística, a conformidade com padrões de relatórios e a interpretação clinicamente acionável.
Este artigo descreve o pipeline de múltiplas camadas "Validation as a System" (VaaS), desenvolvido para a construção de um banco de dados de doenças raras, que demonstrou reduzir a taxa de alucinações de citações em modelos de linguagem grandes para níveis próximos de zero em validações de produção e benchmarks prospectivos, provando que a síntese biomédica assistida por IA com integridade de citações é viável em escala industrial a baixo custo.
O projeto SwissPedGrowth demonstrou a viabilidade de extrair dados antropométricos de alta qualidade dos registos eletrónicos de saúde de hospitais pediátricos suíços para investigação, embora persistam desafios relacionados com a completude e a harmonização desses dados.
O artigo apresenta o MOE-ECG, um framework de fusão de ensemble multi-objetivo que otimiza simultaneamente o desempenho preditivo e a diversidade dos modelos para detectar fibrilação atrial em registros de ECG com maior robustez e generalização.
O artigo apresenta o HealthFormer, um modelo Transformer de dois níveis que processa registros eletrônicos de saúde irregulares integrando informações temporais e hierárquicas para gerar representações de pacientes que superam as abordagens tradicionais na previsão de incidentes oncológicos.
Este estudo demonstra que o Aprendizado Federado (FL) permite o desenvolvimento eficaz de modelos preditivos para o cuidado do HIV em múltiplos sites da América Latina e Caribe, superando os modelos locais e alcançando desempenho próximo ao centralizado, ao mesmo tempo em que preserva a privacidade dos dados.
Este estudo demonstrou que o monitoramento passivo de dados fisiológicos por meio de dispositivos vestíveis, como Fitbits, pode identificar com eficácia pacientes com insuficiência cardíaca em risco de hospitalização, evidenciando tendências como redução de passos e aumento da frequência cardíaca antes de eventos agudos.
Este estudo desenvolveu e validou um modelo de processamento de linguagem natural baseado em BERT para extrair e categorizar automaticamente diversos tipos de violência e seus contextos a partir de registros eletrônicos de saúde mental, alcançando alto desempenho na maioria das categorias, exceto na identificação temporal de eventos passados.