WITHDRAWN: Causal Effects of Natural Language Processing-Enhanced Clinical Decision Support on Early Cognitive Impairment Detection: A Propensity Score Analysis Using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。
153 篇论文
健康信息学正以前所未有的速度重塑现代医疗,它不再仅仅是电子病历的数字化,而是利用数据科学挖掘海量健康信息,以优化诊疗决策、提升公共卫生响应效率。这一领域架起了临床医学与计算技术之间的桥梁,让原本沉睡的数据转化为挽救生命的洞察。
在 Gist.Science,我们专注于从 medRxiv 预印本服务器中实时追踪该领域的最新研究。我们处理每一份新发布的论文,不仅提供详尽的技术解读,更将其核心发现转化为通俗易懂的中文摘要,确保无论是专业人士还是普通公众都能轻松理解这些前沿突破。
以下为您呈现健康信息学领域的最新论文列表,带您第一时间探索数据驱动医疗的未来。
该论文因提交时包含虚假信息,已被 medRxiv 撤回。
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。
该论文因提交时包含虚假信息,已被 medRxiv 撤回。
该论文因提交时包含虚假信息,已被 medRxiv 撤回。
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。
该研究提出了名为 Chronos 的隐私保护框架,通过整合大规模纵向血浆样本与临床记录,利用多组学技术成功在帕金森病临床症状出现前识别出 CXCL12 等分子轨迹变化,从而实现了疾病的早期预测。
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。
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。
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。
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。