156 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.
Este artigo foi retirado do medRxiv por ter sido submetido com informações falsas, portanto não apresenta dados ou conclusões válidas sobre os efeitos da inteligência artificial na detecção de comprometimento cognitivo.
Este estudo, embora retirado, conclui que a adoção de infraestrutura blockchain em redes hospitalares sul-coreanas aumenta significativamente a eficiência técnica no intercâmbio de informações de saúde em comparação com plataformas convencionais, conforme demonstrado por uma análise de fronteira estocástica com média bayesiana de modelos.
Este artigo foi retirado do medRxiv por ter sido submetido com informações falsas, não apresentando, portanto, resultados válidos sobre o impacto da inteligência artificial na mortalidade por sepse no NHS.
Este artigo foi retirado do medRxiv por ter sido submetido com informações falsas, não apresentando, portanto, dados ou conclusões válidas sobre o impacto do suporte à decisão clínica na detecção do declínio cognitivo.
O artigo apresenta o RLSYN+REG, um modelo generativo baseado em aprendizado por reforço que melhora significativamente a utilidade científica de dados sintéticos biomédicos ao garantir que modelos de regressão treinados nesses dados reproduzam com precisão os coeficientes e previsões dos modelos treinados em dados reais, mantendo ao mesmo tempo a fidelidade estatística e a privacidade.
Os pesquisadores desenvolveram o framework Chronos, que utiliza tokenização para vincular amostras de plasma arquivadas a registros clínicos longitudinais, permitindo a identificação de alterações proteômicas coordenadas que predizem o diagnóstico de Parkinson anos antes do surgimento dos sintomas.
Este estudo demonstrou que modelos de regressão logística e de boosting gradiente, treinados com dados de vigilância do CDC (2010-2017), alcançaram alta precisão na detecção de surtos de influenza nos EUA durante o período de teste de 2020-2025, validando a eficácia de abordagens de aprendizado de máquina para alertas precoces baseados em limiares epidemiológicos.
Uma análise de mais de 410 mil posts no Reddit revelou que, embora sintomas gastrointestinais sejam predominantes entre os usuários que relatam efeitos colaterais de semaglutida e tirzepatida, surgem também sinais de preocupações não totalmente capturadas em ensaios clínicos, como irregularidades menstruais e alterações térmicas, destacando o valor das redes sociais para complementar a farmacovigilância tradicional.
Este trabalho propõe uma abordagem modular baseada em adaptadores LoRA que desacopla a supervisão do raciocínio do ajuste de recompensas em estágios separados, resolvendo instabilidades de treinamento e permitindo a alinhamento estável, auditável e preciso de modelos de linguagem clínicos de pequeno porte para ambientes com restrições de privacidade.
Este artigo apresenta a Nomenclatura e Classificação de Orphanet como um sistema terminológico padronizado e interoperável que, ao mapear 6.527 doenças raras com códigos únicos e vinculações a recursos biomédicos globais, supera a sub-representação dessas condições nos sistemas médicos para melhorar o reconhecimento de pacientes, o intercâmbio de dados e a assistência à saúde.