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 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.
Os autores retiraram este manuscrito devido a um problema identificado na análise que requer revisão e solicitam que a obra não seja citada como referência.
Este artigo apresenta um quadro estatístico baseado em diretrizes regulatórias para quantificar a repetibilidade e reprodutibilidade de modelos de linguagem grandes em tarefas biomédicas, demonstrando que essas métricas variam conforme o modelo e a estratégia de prompt, e que a consistência na geração de respostas não garante necessariamente a precisão diagnóstica.
Este estudo com 442 adultos demonstrou que a "idade cardiovascular" derivada de wearables, além de capturar variações significativas relacionadas a hábitos independentes como sono e atividade física, reflete mudanças fisiológicas reais ao longo do tempo, validando sua utilidade como ferramenta de monitoramento de saúde.
Este estudo avaliou pragmaticamente o AIFYA, um sistema de apoio à decisão clínica supervisionado por humanos e baseado em modelos de linguagem grande, demonstrando sua implementação bem-sucedida, alta concordância com especialistas e adesão às diretrizes nacionais no cuidado neonatal em Kenya.
Este estudo revela que, apesar de apresentarem alta precisão diagnóstica com históricos completos, modelos de linguagem médica como o GPT-5.2 falham criticamente ao lidar com informações incompletas, desencorajando investigações essenciais e oferecendo triagens inseguras, especialmente para pacientes do sexo feminino, o que destaca a necessidade de testes de estresse abrangentes para avaliar a segurança da IA na medicina.