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.
Este estudo analisou mais de 342 mil avaliações de usuários em aplicativos de tinnitus usando um modelo de rede neural gráfica para identificar que, embora as funcionalidades terapêuticas sejam bem avaliadas, questões como preços, anúncios e estabilidade técnica geram feedback predominantemente negativo, oferecendo assim diretrizes acionáveis para desenvolvedores e clínicos.
Este estudo, baseado em entrevistas com 30 clínicos, revela que as edições em rascunhos de notas clínicas gerados por IA ambiental são impulsionadas principalmente pela necessidade de corrigir erros de precisão clínica, mitigar riscos médico-legais e atender a padrões de cobrança, destacando a urgência de melhorias na confiabilidade do modelo, personalização e integração com os registros eletrônicos de saúde.
O estudo apresenta o CardioPulmoNet, uma arquitetura de rede neural inspirada no acoplamento fisiológico cardiopulmonar que, ao integrar características locais e globais com regularização homeostática, demonstra aprendizado de representações estáveis e discriminativas para diagnóstico histopatológico, especialmente em cenários com dados limitados.
O estudo valida o fluxo de trabalho otto-SR baseado em modelos de linguagem grandes (LLMs), demonstrando que ele supera pesquisadores humanos na precisão de triagem e extração de dados, permitindo a reprodução rápida e a atualização escalável de revisões sistemáticas.
O artigo apresenta o Lilo Engine, um pipeline terapêutico determinístico de cinco camadas projetado para ambientes de assistência a idosos que, ao substituir orquestradores multiagentes por invariantes estruturais rígidas, alcança detecção de crises com 100% de recall e latência de 28,7 ms, garantindo segurança e rastreabilidade auditável.
Um estudo com dados de mais de 19 milhões de pacientes nos EUA revela que a Síndrome de Ehlers-Danlos Hiperfrouxa (hEDS) é mais prevalente do que se pensava e que indivíduos com essa condição, especialmente aqueles com comorbidades como disfunção autonômica e fadiga crônica, apresentam um risco significativamente maior de desenvolver Long COVID, sugerindo que a infecção viral pode desmascarar ou agravar sintomas previamente não diagnosticados.
Este estudo demonstra que, ao analisar resumos de bolsas do NIH sobre tratamento de dependência de opioides, o ChatGPT-4.0 superou codificadores humanos na identificação e descrição de inovações, obtendo pontuações significativamente mais altas em profundidade e relevância.
Este estudo apresenta o Sino-US-DrugQA, um novo benchmark bilíngue com 11.871 pares de perguntas e respostas derivadas de regulamentações da NMPA chinesa e do CFR dos EUA, que avalia o desempenho de grandes modelos de linguagem em tarefas de conformidade farmacêutica transjurisdicional, revelando que, embora eficazes para consultas monolíngues, esses modelos ainda apresentam limitações significativas no raciocínio comparativo entre jurisdições.
Este estudo comparou as florestas aleatórias (RF) e as florestas aleatórias de sobrevivência (RSF) para modelar o risco de longevidade sem incapacidade no ensaio clínico ASPREE, concluindo que, apesar de RSF ser projetada para dados de tempo até o evento, ambas as metodologias apresentaram desempenho discriminativo e de calibração comparáveis, sugerindo que RSF nem sempre oferece previsões superiores.
Este estudo valida que um framework padronizado baseado em prompts alcança precisão clínica consistente ao analisar oito padrões biomédicos em 4.018 pacientes do NHANES utilizando cinco modelos de linguagem de quatro fornecedores distintos, demonstrando a viabilidade de sistemas de IA clínicos independentes de fornecedor.