📄 Category

health informatics

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.

📄 health informatics

Validity and Limitations of the Empatica E4 Wristband for Autonomic and Thermoregulatory Sleep Monitoring Against Concurrent Polysomnography: A Wearanize+ Dataset Study

Este estudo valida a utilidade da pulseira Empatica E4 para a pesquisa do sono ao analisar o conjunto de dados Wearanize+, confirmando sua precisão no monitoramento da frequência cardíaca e da temperatura da pele através das fases do sono, ao mesmo tempo em que identifica limitações específicas nas medições de atividade eletrodérmica devido ao acúmulo de suor no pulso.

Parry, Y. D., Briganti, G.2026-06-11
📄 health informatics

An Explainable Multimodal AI Framework with Reinforcement Learning for Post-Surgical Clinical Decision Support

Este artigo propõe um framework de IA multimodal explicável que integra aprendizado profundo supervisionado com aprendizado por reforço offline conservador para apoiar decisões clínicas pós-cirúrgicas, enquanto simultaneamente critica as práticas de dados sintéticos e valida a arquitetura do sistema por meio de uma metodologia rigorosa de dados reais.

Ahmed, M., Ahmed, F., Mow, S. M., Taha, P. A., Barua, S., Rahman, M. M., Rafy, A., Mondol, S. M., Faisal, M. I.2026-06-10
📄 health informatics

Registered Report: Artifact Index for Capacitive Electrocardiography Acquired with an Armchair

Este relatório registrado apresenta um índice de artefato para sinais de ECG capacitivos adquiridos de uma poltrona instrumentada, que utiliza uma abordagem de votação de três índices de qualidade de sinal para distinguir eficazmente segmentos limpos de segmentos com artefatos durante atividades de leitura e de assistir TV, permitindo, assim, o monitoramento contínuo e confiável da saúde em ambientes reais não supervisionados.

Warnecke, J. M., Baumgärtel, D., Bollmann, J., Deserno, T. M.2026-06-09
📄 health informatics

Topological Deep Learning Identifies Polygenic Variant Clusters Across Familial Multimorbid Disorders

O artigo apresenta o PolyCLIP-T, uma estrutura multimodal guiada por topologia que utiliza o sequenciamento de genoma completo e a homologia persistente para identificar clusters estáveis de variantes poligênicas em distúrbios multimórbidos familiares, superando efetivamente as limitações das pipelines tradicionais baseadas em regras na detecção de drivers genéticos não codificantes, estruturais e de baixa penetrância.

Vomo-Donfack, K. L., Bousquet, G., Falgarone, G., Ginot, G., Morilla, I.2026-06-09
📄 health informatics

An AI-assisted feasibility evaluation of three photoplethysmography-derived microvascular reactivity signals in MIMIC-IV-WDB v0.1.0

Este estudo avalia três sinais de reatividade microvascular derivados de fotopletismografia no conjunto de dados MIMIC-IV-WDB v0.1.0 utilizando inspeção visual humana e assistida por IA, constatando que dois sinais falharam em capturar sua fisiologia pretendida na maioria dos casos e o terceiro foi limitado pelo posicionamento do sensor, destacando, assim, a necessidade de validação preliminar de dados brutos antes da modelagem subsequente.

Landry, T. C., Kim, Y.2026-06-06
📄 health informatics

BodyMAE: A Surface-Area Aware Masked Autoencoder for Body Composition Estimation from 3D Body Scans

Este artigo apresenta o BodyMAE, um autoencoder mascarado consciente da área de superfície que aproveita varreduras corporais 3D em escala métrica para estimar com precisão métricas de composição corporal, como massa gorda e magra, alcançando alta correlação com medições clínicas de DXA ao mesmo tempo em que supera desafios como densidade de pontos não uniforme e variabilidade de dispositivos.

Zheng, Y., Feng, B., Cheng, R., Qiu, C., Long, Z., Vaziri, K., Hahn, J.2026-06-06
📄 health informatics

Genosolver: Rare Disease Diagnosis through Holistic Integration of Unstructured Clinical Narratives Using Large Language and Reasoning Models

O Genosolver é um fluxo de trabalho integrado que aproveita Modelos de Linguagem e de Raciocínio de Grande Escala para extrair insights clínicos detalhados de narrativas não estruturadas, melhorando significamente as taxas de diagnóstico de doenças raras e superando ferramentas existentes como o Exomiser ao priorizar efetivamente variantes genéticas causativas.

Islam, T., Danner, M., Ziad, Z., Begemann, M., Beijer, D., Lischka, A., Lausberg, E., Mattern, L., Suh, J., Wittig, P. (…)2026-06-05
📄 health informatics

Translating 3D Slicer into Brazilian Portuguese: A methodological approach to software localization in Latin America

Este artigo apresenta uma estrutura metodológica para a localização do software de imagem médica de código aberto 3D Slicer para o português brasileiro, abordando desafios linguísticos e terminológicos específicos para aumentar a acessibilidade para usuários não anglófonos na América Latina.

Veiga, P. E. d. B., Murta, L. O., Goncalves, D. S., Silva, L. S., Montano-Serrano, V. M., Laredo, E. H., Lasso, A., Piep (…)2026-06-03
📄 health informatics

Knowledge-Driven Neuro-Symbolic Reasoning for Personalized Oncology Treatment Recommendation Based on Multi-Modal Medical Knowledge Graph

Este artigo propõe o K-NeSyNet, um novo framework neuro-simbólico orientado ao conhecimento que integra um grafo de conhecimento oncológico multimodal com um mecanismo de raciocínio simbólico de três canais diferenciável e fusão neural adaptativa para fornecer recomendações de tratamento de câncer personalizadas, precisas, seguras e interpretáveis.

Yang, L., Wan, H., Zhu, J., Zhou, P., Wang, Z.2026-06-02
📄 health informatics

Beyond Identifier Matching: An Empirical Characterization of Failure Modes in Biomedical Knowledge Graph Integration

Este artigo demonstra empiricamente que confiar exclusivamente na correspondência de identificadores para a integração de grafos de conhecimento biomédico é insuficiente, revelando que, embora métodos baseados em correspondência entre ontologias e em incorporações aumentem a cobertura, eles introduzem sistematicamente modos de falha clinicamente significativos, como a fusão excessiva e o colapso semântico, que obscurecem distinções críticas em aplicações subsequentes.

Hu, S., Cheng, H., Gillenwater, L., Manpearl, K., Mandava, A., Wang, Y., Pividori, M., Stranger, B., Krishnan, A., Green (…)2026-05-28