📄 Category

health informatics

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.

📄 informática em saúde

Predictors of COVID-19 hospital outcomes: a machine learning analysis of the National COVID Cohort Collaborative

Este estudo utilizou dados do N3C para avaliar modelos de aprendizado de máquina na previsão de desfechos hospitalares de COVID-19, concluindo que, embora as características estruturadas dos registros eletrônicos ofereçam utilidade moderada para estratificação de risco de mortalidade, elas são insuficientes para prever o tempo de internação e que o uso de SMOTE para lidar com desequilíbrio de classes impõe uma compensação crítica entre discriminação e calibração.

Vazquez, J., Taylor, L., Chen, Y.-Y. K., Araya, K., Farnsworth, M. G., Xue, X., Hasan, M., N3C Consortium,2026-03-09
📄 informática em saúde

A Novel Blended Hybrid Care Model for Maternal Mental Health: Cohort Study of Pregnant and Postpartum Patients

Este estudo de coorte avaliou um novo modelo de cuidado híbrido, o "Digital Clinic", que combina telehealth síncrono com o aplicativo mindLAMP, demonstrando reduções estatisticamente significativas nos sintomas de depressão e ansiedade em mulheres grávidas e no pós-parto após oito semanas de tratamento.

Calvert, E. I., Chen, K., Moon, K., Emerson, M. R., Feldman, N., Lager, C., Torous, J.2026-03-09
📄 informática em saúde

Population differences in wearable device wear time: Rescuing data to address biases and advance health equity

Este estudo utiliza dados do programa All of Us para demonstrar que o tempo de uso de dispositivos vestíveis varia significativamente conforme fatores demográficos, socioeconômicos e de saúde mental, revelando que os limiares de conformidade atuais excluem desproporcionalmente dados de populações doentes e propondo um novo quadro metodológico flexível para mitigar esses vieses e promover a equidade na pesquisa de saúde digital.

Hurwitz, E., Connelly, E., Sklerov, M., Master, H., Hochheiser, H., Butzin-Dozier, Z., Dunn, J., Haendel, M. A.2026-03-06
📄 informática em saúde

Predicting cardiovascular risk under intervention: Development and internal validation of the CHARIOT Model in 19 million adults

O estudo desenvolveu e validou internamente o modelo CHARIOT, baseado em registros de saúde de mais de 19 milhões de adultos no Reino Unido, que utiliza inferência causal para prever a redução específica do risco cardiovascular de 10 anos sob diferentes intervenções, permitindo uma prevenção personalizada e acionável em escala.

Pate, A., Jiang, B., Huang, Y.-T., Griffiths, S., Stables, D., Peek, N., McMillan, B., Sperrin, M.2026-03-05
📄 informática em saúde

TDA Engine v2.1: A Computational Framework for Detecting Structural Voids in Spatially Censored Epidemiological Data with Temporal Classification and Causal Inference

O TDA Engine v2.1 é um framework computacional baseado em topologia que detecta e classifica "vazios estruturais" em dados epidemiológicos censurados, distinguindo lacunas naturais de supressão sistemática através de análise temporal e inferência causal para orientar investigações de saúde pública.

Mboya, G. O.2026-03-05
📄 informática em saúde

Agent Role Structure and Operating Characteristics in Large Language Model Clinical Classification: A Comparative Study of Specialist and Deliberative Multi-Agent Protocols

Este estudo demonstra que a decomposição estrutural de papéis em sistemas multi-agente de modelos de linguagem atua como um viés indutivo que altera significativamente as distribuições de erro e os trade-offs entre sensibilidade e especificidade em tarefas de classificação clínica, sem a necessidade de modificar os parâmetros do modelo.

Anderson, C. G.2026-03-05
📄 informática em saúde

Red-Teaming Medical AI: Systematic Adversarial Evaluation of LLM Safety Guardrails in Clinical Contexts

Este estudo apresenta uma avaliação sistemática de segurança de modelos de linguagem em contextos médicos, revelando que, embora a maioria dos ataques adversariais seja bloqueada, os sistemas são vulneráveis à falsificação de autoridade, especialmente quando o pedido é enquadrado como uma questão educacional, o que exige aprimoramento das salvaguardas para lidar com mudanças comportamentais baseadas no contexto.

Ekram, T. T.2026-03-05
📄 informática em saúde

Enhancing Prediabetes Diagnosis from Continuous Glucose Monitoring Data via Iterative Label Cleaning and Deep Learning

Este estudo apresenta um framework híbrido que combina limpeza iterativa de rótulos via aprendizado não supervisionado e supervisionado com um modelo de Deep Learning (Conv+BiLSTM) para corrigir imprecisões nos dados do conjunto AI-READI e aprimorar significativamente a precisão do diagnóstico de prediabetes a partir de dados de monitoramento contínuo de glicose.

Arethiya, N. J., Krammer, L., David, J., Bakshi, V., BasuChoudhary, A., Bhuiyan, U., Sen, S., Mazumder, R., McNeely, P.2026-03-05