📄 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

People living with multiple long-term conditions have different pathways of unscheduled care in hospital: findings from an analysis of routinely-collected clinical data

Uma análise de dados clínicos rotineiros de um grande hospital do Reino Unido revela que adultos com múltiplas condições crónicas experienciam percursos de cuidados não programados mais complexos, incluindo internamentos mais longos, maior mortalidade e diferentes padrões de transferência de enfermaria em comparação com aqueles sem tais condições, sugerindo que podem estar a receber cuidados subótimos.

Witham, M., Evison, F., Bellass, S., Cooper, R., Gallier, S., Pretorius, S., Sapey, E., Suklan, J., Sayer, A. A.2026-09-01
📄 informática em saúde

Artificial Scientific Intelligence for Measurement-burden-aware Modelling and Interpretation of Multi-site Bone Mineral Density

O estudo apresenta o DXA Agent, um fluxo de trabalho de agentes que otimiza a modelagem da densidade mineral óssea ao equilibrar o desempenho preditivo com o ônus da medição, demonstrando que modelos custo-eficientes superam as abordagens convencionais no UK Biobank enquanto mantêm resultados comparáveis no NHANES.

Xiang, S., He, H., Xie, Z., Cheng, C.-Y., Li, H., Liu, D.2026-09-01
📄 informática em saúde

Drivers of Oncologist Preference of AI-Generated Literature Review in a Randomized Mixed-Methods Study

Este estudo de métodos mistos randomizado revela que a confiança e a preferência dos oncologistas por revisões de literatura geradas por IA dependem mais de características de design do relatório — como concisão, citações verificáveis e incerteza explícita — do que apenas da precisão, conforme evidenciado por classificações de utilidade significativamente menores para relatórios com gradação de evidência em comparação com formatos padrão, apesar da qualidade de referência semelhante.

Bunning, B. J., Weng, Y., Wu, D. J., Hui, G., Hope, J. E., Pandurangan, V., Lopez, I., Everett, S., Chen, J. H., Desai (…)2026-08-27
📄 informática em saúde

Detecting Self-Repairs from Spontaneous Speech with Prompt Ablation Across LLMs and Fine-Tuned Encoder

Este estudo demonstra que um codificador DistilBERT ajustado e computacionalmente eficiente é uma solução mais viável e de custo-benefício superior para detectar autorreparações na fala espontânea para triagem clínica do que grandes LLMs generativos, que variam significativamente em desempenho e sensibilidade ao prompt.

Wu, R., Pugh, S., OCOnnor, K. B., Xie, K., O'Brien, K., Johnson, K.2026-08-25
📄 informática em saúde

Offline Reinforcement Learning for Out-of-Distribution ICU Sepsis Decision Support

Este artigo demonstra que as políticas de aprendizado por reforço offline para o manejo de sepse em UTI mantêm sinais de suporte à decisão estáveis e sensíveis à ação sob aumentos de desvios de severidade fora da distribuição, conforme evidenciado por taxas de sobrevivência preditas pelo modelo consistentes e pontuações de estabilização fisiológica melhoradas, apesar do declínio nos desfechos clínicos observados.

Arasteh, E., Mirian, M. S., Tavakol, M.2026-08-25
📄 informática em saúde

Evaluating Clinical Concept Extraction and Evidence-Bounded Terminology Linking: Multisite Model Comparison and Pilot Ablation Study

Este artigo avalia a extração de conceitos clínicos e a vinculação de terminologia baseada em evidências por meio de um estudo piloto multicêntrico, demonstrando que, embora o desempenho da extração varie significativamente de acordo com os critérios de correspondência, a disponibilidade de evidências recuperadas influencia criticamente as decisões de vinculação e que os termos inicialmente não correspondidos frequentemente representam conceitos existentes plausíveis em vez de verdadeiras novidades ontológicas.

Chen, Y., Popescu, M.2026-08-24
📄 informática em saúde

Does Data Preprocessing Affect Tree-Based Super Learners? An Investigation of Ensemble Optimization and Oracle Properties in Clinical Classification.

Este estudo demonstra que, para conjuntos de Super Learner compostos por algoritmos baseados em árvores, o pré-processamento de dados produz melhorias negligenciáveis no desempenho preditivo e no comportamento oráculo na maioria dos conjuntos de dados clínicos, sugerindo que tal pré-processamento não é universalmente necessário e deve ser guiado pelas características específicas de cada conjunto de dados.

Darko, R., Dwumah, D., Agyapong, K. S., Agyenim-Boateng, Y., Darko Anim, R., Wisdom Jakper, J., Owusu-Ansah, N. K., Owus (…)2026-08-24
📄 informática em saúde

Grounding Health AI: Architecture and Evaluation of a Domain-Expert Metabolic Health Agent

Este artigo apresenta o HPP Personal Health Agent, um sistema de IA especializado em domínio que combina dados fenotípicos de nível populacional, ferramentas clínicas especializadas e restrições comportamentais declarativas para eliminar alucinações e alcançar alta precisão em relatórios de saúde metabólica, demonstrando que uma IA médica confiável requer uma arquitetura de sistemas rigorosa e orientada por avaliação, em vez de depender apenas de modelos de linguagem de uso geral.

Diament, A., Sapir, G., Gorodetski, M., Wolf, A., Rice, A., Azouri, D., Etzion-Fuchs, A., Gelbard Solodkin, D., Talmor-B (…)2026-08-14
📄 informática em saúde

Forecasting laboratory measurements from longitudinal electronic health records

O artigo apresenta o LaBERT, um modelo baseado em transformer que supera significativamente os métodos de linha de base na previsão de medições laboratoriais futuras a partir de registros eletrônicos de saúde longitudinais, ao aprender efetivamente efeitos de tratamento clinicamente significativos e permitir o suporte à decisão clínica personalizada.

Firoozbakht, F., Baumabach, J.2026-08-13