Sentiment in Clinical Notes: A Predictor for Length of Stay?
该研究通过对社区获得性肺炎患者病历的分析发现，虽然基于零样本的情感分析对住院时长仅有微弱预测力，但大语言模型直接估算住院时长的效果显著优于情感分析，表明未来预测系统应结合高效 NLP 模型以捕捉临床复杂性。
📄 Category
health informatics
193 篇论文
Runtime Anomaly Detection and Assurance Framework for AI-Driven Nurse Call Systems
该研究提出了一种专为医疗环境设计的轻量级运行时异常检测与保障框架，旨在通过模拟数据、孤立森林模型及交互式仪表板，在不依赖复杂深度模型的前提下，以低计算开销和可解释性提升 AI 驱动护士呼叫系统的可靠性与安全性，并公开了所有代码与数据集以确保可复现性。
Falsification Testing of Sepsis Prediction Models: Evaluating Independent Biological Signal After Controlling for Care-Process Intensity
该研究通过四项独立数据集的预注册证伪测试发现，在顶尖学术医疗中心，脓毒症预测模型主要捕捉的是真实的生物学信号而非护理流程强度，但更关键的发现是临床定义与行政编码（如 CMS SEP-1）之间存在系统性差异，这对监管报告和 AI 基准测试的有效性提出了重要挑战。
Removing animal and nonhuman records in Ovid Embase: A comparison of 11 filters
该研究通过评估 3,000 条记录，比较了 11 种 Ovid Embase 过滤器在剔除动物或非人类记录方面的性能差异，发现不同过滤器在敏感性和特异性上表现不一，并建议检索人员应根据具体研究主题讨论是否包含非人类研究。
Context-Aware Emergency Department Triage Using Pairwise Comparisons and Bradley-Terry Aggregation
该研究提出并验证了一种基于成对临床比较和 Bradley-Terry 模型聚合的急诊分诊方法，结果显示其利用大语言模型（LLM）实现的零样本排序在跨中心外部验证中表现稳定，不仅显著优于传统的急诊严重指数（ESI），且性能与需要大量本地标注数据的监督学习模型相当。
Artificial Intelligence for Automated, Highly Accurate, and Scalable Multimodal EHR Data Abstraction
该研究开发了一种基于人工智能的多模态电子健康记录数据自动提取管道，通过集成多种编码模型与双阈值置信框架，在保持超过 99% 高准确率的同时，显著降低了胸外科临床注册数据的人工采集负担。
Persistent Proxy Discrimination in HIV Testing Prediction Models: A National Fairness Audit of 386,775 US Adults
该研究通过对近 39 万美国成年人的全国公平性审计发现，在 HIV 检测预测中强制实施人口统计 parity（人口统计平等）会显著降低高风险群体的筛查率并导致更多漏诊，因此主张在医疗公平性评估中应摒弃该指标，转而采用更契合临床需求的公平性标准。
WITHDRAWN: Determinants of Digital Health Technology Acceptance Among Healthcare Caregivers: A Structural Equation Modeling Approach
该论文因提交时包含虚假信息已被 medRxiv 撤回。
WITHDRAWN: Causal Effects of Natural Language Processing-Enhanced Clinical Decision Support on Early Cognitive Impairment Detection: A Propensity Score Analysis Using Inverse Probability of Treatment Weighting
该论文因提交时包含虚假信息，已被 medRxiv 撤回。
WITHDRAWN: Blockchain-Enabled Health Information Exchange Efficiency Across South Korean Hospital Networks: A Stochastic Frontier Analysis with Bayesian Model Averaging
该研究利用随机前沿分析与贝叶斯模型平均法，基于韩国 247 个医院网络的实证数据，首次证实了区块链技术在提升健康信息交换技术效率方面具有显著优势，并识别出网络规模、电子病历成熟度及 IT 治理结构为关键效率决定因素。
WITHDRAWN: The Causal Impact of Natural Language Processing-Driven Clinical Decision Support on Sepsis Mortality in England: An Augmented Synthetic Control Analysis of NHS Trust-Level Data
该论文因提交时包含虚假信息，已被 medRxiv 撤回。
WITHDRAWN: Longitudinal Impact of NLP-Augmented Clinical Decision Support on Cognitive Decline Detection in German Geriatric Primary Care: A Dynamic Panel Data Analysis Using System GMM Estimation
该论文因提交时包含虚假信息，已被 medRxiv 撤回。
Reward-Guided Generation Improves the Scientific Utility of Synthetic Biomedical Data
该论文提出了一种名为 RLSYN+REG 的强化学习驱动生成模型，通过奖励机制促使合成数据训练出的回归模型复现真实数据的系数与预测，从而在几乎不牺牲数据保真度与隐私的前提下，显著提升了合成生物医学数据在科学分析中的统计效用。
Predicting cognitive impairment using novel functional features of spatial proximity and circularity in the digital clock drawing test
这项研究利用来自弗雷明汉心脏研究的 3,415 名参与者的数据，通过随机森林模型证明，将新颖的时空邻近性和圆形度函数特征与传统时间特征相结合，在预测轻度认知障碍或痴呆方面具有与常用摘要特征相当的预测能力，为数字认知评估提供了增强诊断准确性和早期检测的新工具。
Ollivier Ricci Curvature as a Geometric Biomarker for Biomedical Networks: From Ontology to Comorbidity Aging Trajectories
该论文通过机器验证的数学框架，首次将奥利维耶里里奇曲率确立为生物医学网络的几何生物标志物，揭示了从本体论到临床共病及脑网络中普遍存在的几何相变规律，并证明了其能有效刻画生物网络的演化特征与疾病轨迹。
Comparative Evaluation of Logistic Regression and Gradient Boosting Models for Influenza Outbreak Early-Warning Using U.S. CDC ILINet Surveillance Data (2010-2025)
该研究利用 2010 至 2025 年美国 CDC ILINet 监测数据，通过严格的时序验证评估了逻辑回归与 XGBoost 模型在流感爆发早期预警中的表现，发现两者均能基于公开数据以极高的准确率区分爆发周与非爆发周，从而支持将预测分析整合到常规流感监测与防控规划中。
Self-Reported Side Effects of Semaglutide and Tirzepatide in Online Communities
该研究通过分析超过 41 万条 Reddit 帖子，揭示了半乳糖肽 -1 受体激动剂（如司美格鲁肽和替尔泊肽）在真实世界中的副作用谱，其中胃肠道症状最为普遍，并发现了月经紊乱和体温调节异常等现有临床试验未充分记录的新信号。
Decoupling Reasoning and Reward: A Modular Approach for Stable Alignment of Small Clinical Language Models
该论文提出了一种基于 LoRA 适配器的模块化对齐框架，通过将推理监督与奖励优化解耦为独立的参数高效微调阶段，有效解决了小型临床语言模型在训练稳定性、事实准确性及可审计性方面的挑战，并发布了相关数据集与代码以支持隐私保护型临床 AI 的发展。
The Orphanet Nomenclature and Classification of rare diseases: a standard terminology for improved patient recognition and data interoperability
本文介绍了旨在解决罕见病在医疗术语中代表性不足问题的 Orphanet 命名与分类系统，该系统通过提供包含近 1 万个临床实体的标准化多语言术语、详细的更新机制以及与 ICD 和 SNOMED CT 等主流资源的广泛映射，实现了罕见病的准确识别、编码及跨机构数据互操作，从而支持全球范围内的医疗、研究与公共卫生工作。
GLOW UP Study: Protocol for an Observational Digital Biomarker Study for Prediabetes Screening and Digital Phenotyping
GLOW UP 研究是一项在瑞士开展的前瞻性观察性病例对照研究，旨在通过为期四周的连续血糖监测、可穿戴设备及智能手机饮食日志，评估基于数字生物标志物的糖尿病前期筛查可行性，并刻画生活方式因素与血糖控制之间的个体及亚组变异特征。