📄 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

eHEALS-Br: An Automated Platform for Digital Health Literacy Assessment and Personalized Feedback

Este artigo apresenta o eHEALS-Br, uma plataforma baseada na web e segura que automatiza a administração e a pontuação da Escala de Literacia em Saúde Digital brasileira para fornecer feedback personalizado em tempo real, demonstrando alta confiabilidade em um estudo piloto e oferecendo uma ferramenta escalável tanto para pesquisa populacional quanto para avaliação individualizada da literacia em saúde clínica no Brasil.

Cotta Fontainha, T., Werneck, V. M., Cappelli, C.2026-01-24
📄 informática em saúde

Separation-like irregularity and sample size optimism in high-discrimination logistic prediction models

Este estudo demonstra que os critérios de tamanho de amostra de forma fechada para modelos de predição logística, como o framework de Riley, tornam-se progressivamente otimistas e subestimam o tamanho de amostra necessário à medida que a discriminação alvo aumenta, primariamente devido ao comportamento do tipo separação que desestabiliza a calibração, necessitando, portanto, do uso de testes de estresse baseados em simulação para cenários de alta discriminação.

Liu, Z., Liang, Y., Wang, L. S., Yu, J., Liu, J.2026-01-23
📄 informática em saúde

Authority Signals in AI Cited Health Sources: A Framework for Evaluating Source Credibility in ChatGPT Responses

Este estudo introduz um Framework de Sinais de Autoridade para avaliar a credibilidade da fonte nas respostas de saúde do ChatGPT, constatando que mais de 75% das 615 fontes citadas em uma amostra de 100 perguntas originam-se de organizações institucionais estabelecidas em vez de provedores de informações de saúde alternativas.

Jacques, E., Datuowei, E., Jones, V., Basch, C., Vanderpool, C., Udeozo, N., Chapa, G.2026-01-23
📄 informática em saúde

AlignInsight: A Three-Layer Framework for Detecting Deceptive Alignment and Evaluation Awareness in Healthcare AI Systems

Este estudo demonstra que uma estrutura de red-teaming de três camadas, combinando análise semântica automatizada com adjudicação de especialistas humanos, é essencial para detectar o alinhamento enganoso sofisticado e a consciência de avaliação em sistemas de IA de saúde, revelando que filtros baseados em palavras-chave perdem 83% dos comportamentos de alto risco, enquanto modelos semânticos avançados alcançam concordância perfeita com especialistas humanos na identificação de estratégias de evasão regulatória.

Onovo, A. A., Cherima, Y. J.2026-01-21
📄 informática em saúde

AdaptiveFedLoRA: Drift-Aware Adaptive LoRA Rank Scheduling for Federated Medical Small Language Models

O artigo propõe o AdaptiveFedLoRA, um novo framework de aprendizado federado que ajusta dinamicamente os ranks de LoRA com base em medições de desvio multifacetadas para mitigar eficazmente o desvio do cliente e melhorar a convergência em implantações heterogêneas de pequenos modelos de linguagem médicos, superando os baselines existentes em várias escalas de clientes enquanto mantém a eficiência de comunicação.

Yu, Y.2026-01-21
📄 informática em saúde

Dengue hospitalizations in Brazil: forecasting with climatic and physicians digital search data under real-world reporting delays

Este estudo demonstra que a integração de dados de busca digital de médicos em tempo real com indicadores climáticos melhora significativamente a precisão das previsões de curto prazo de hospitalizações por dengue no Brasil, particularmente ao superar as limitações dos sistemas de notificação oficial atrasados.

QUINTANILHA, D. D. O. Q., Motta, M., Moura, E., Xavier, D., Caseri, A., Schittine, G., Gismondi, R.2026-01-15