256 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 estudo conclui que, para a profilagem de carga psicossocial em textos de apoio entre pacientes com câncer, a aprendizagem multi-tarefa focada exclusivamente em tarefas compostas superou a adição de cabeças auxiliares, enquanto a supervisão por rótulos duros permaneceu superior à supervisão por rótulos suaves derivados de modelos de linguagem grandes.
Este artigo apresenta um fluxo de trabalho reprodutível em Python que simula e integra dados clínicos, de biomarcadores e farmacocinéticos de um estudo oncológico de fase inicial, gerando conjuntos de dados prontos para análise, visualizações e modelos preditivos exploratórios para apoiar a tomada de decisão no desenvolvimento de fármacos.
Este estudo desenvolveu e validou temporalmente modelos de aprendizado de máquina multimodais que integram dados estruturados e texto de prontuários eletrônicos para prever com precisão a alta exposição a opioides em pacientes internados, visando aprimorar a gestão segura desses medicamentos.
Este estudo demonstra que um modelo híbrido, combinando um classificador de gradiente com um modelo de Markov semi-oculto, consegue inferir com sucesso as quatro fases do ciclo menstrual a partir apenas de sintomas autorrelatados, validados hormonalmente, estabelecendo assim uma abordagem de baixo custo e sem dispositivos para monitoramento de saúde reprodutiva.
Este estudo piloto prospetivo demonstrou que o assistente clínico de IA agênica DR. INFO proporcionou economias de tempo significativas, suporte à decisão clínica e elevada satisfação entre os médicos portugueses, validando a sua utilidade na prática diária.
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.