Ciencias de la Salud - Informática sanitaria

Un estudio desarrolla un modelo para evaluar las tasas de supervivencia de pacientes en la UCI que están en máquinas de respiración.

Las soluciones de IA automatizadas simplifican la armonización de datos en la investigación clínica.

El estudio destaca las diferencias en la documentación de decisiones médicas según la habilidad con el idioma.

Una mirada a cómo los dispositivos miden los niveles de oxígeno y su fiabilidad.

Un marco para el desarrollo ético de IA en sistemas de salud.

Explorando el impacto de los desastres naturales en la radioterapia y el cuidado del cáncer.

Un estudio investiga el aprendizaje automático para predecir la conversión de CIS a EM.

El estudio analiza los efectos de la temperatura en los LLMs en tareas clínicas usando datos de pacientes.

Una mirada a mejorar la diversidad de participantes en ensayos clínicos a través de métodos virtuales.

Un nuevo modelo mejora la predicción de pacientes de alto riesgo utilizando datos históricos.

MSPTDfast mejora la velocidad de detección de ritmos en dispositivos de monitoreo de salud.

Un nuevo método mejora la precisión en la predicción del riesgo de enfermedad usando términos de interacción.

TXGNN busca encontrar nuevos usos para medicamentos existentes, especialmente para enfermedades raras.

Investigando cómo los datos sintéticos ayudan a los avances en salud y a resolver desafíos clave.

Examinando el crecimiento y los desafíos de los modelos de predicción en el cuidado del paciente.

Este estudio examina la relación entre la mortalidad excesiva, las tasas de vacunación y las condiciones económicas en los estados de EE. UU.

Usando gemelos digitales para mejorar las predicciones de salud y los resultados de tratamiento.

Explorando cómo los LLMs pueden impactar la atención al paciente y el análisis de datos en salud.

Una mirada a la reactividad cruzada en alergias y métodos de investigación modernos.

Integrar los registros de salud y las resonancias magnéticas mejora la detección temprana del Alzheimer.

Explorando cómo la IA generativa transforma la imagenología médica y la educación.

El aumento de casos de viruela símica provoca una respuesta urgente de salud pública y esfuerzos de vacunación.

Investigaciones destacan los posibles riesgos relacionados con el tratamiento de finasteride para la pérdida de cabello.

Modelos de deep learning como U-Net están revolucionando la segmentación celular en imágenes de microscopía.

Las herramientas de IA mejoran el análisis de imágenes para diagnósticos y planificación de tratamientos más precisos en radiología.

Este estudio replica los hallazgos sobre hospitalización por diabetes después de COVID-19 usando datos nacionales.

Investigando desafíos en la replicación de estudios y sus implicaciones para la informática en salud.

Presentamos LSD600, un conjunto de datos centrado en las conexiones entre factores de estilo de vida y enfermedades.

Analizando el papel de los mensajes de texto en el apoyo a pacientes aislados durante la pandemia.

Una encuesta revela la confianza y preocupaciones de los pacientes sobre la IA en la salud.

Una nueva mirada a los errores relacionados con la tecnología en los sistemas CPOE para mejorar la seguridad del paciente.

Un nuevo método transforma texto médico no estructurado en datos estructurados para la investigación.

Combinar datos de búsqueda con informes mejora las predicciones del dengue.

El Formato Común Longitudinal de Datos de UCI mejora la organización de los datos de los pacientes para una mejor atención.

Un estudio mejora la interpretación de radiografías de tórax para detectar corazones agrandados.

Examinando la necesidad de representación diversa en la investigación de LLM en salud.

La investigación mejora la predicción de comportamientos peligrosos en niños con Trastorno del Espectro Autista.

Entendiendo la movilización del conocimiento para mejorar los resultados de salud comunitaria.

Un estudio explora cómo los modelos de lenguaje pueden predecir el alta de pacientes usando registros de EHR.

Un nuevo modelo mejora el papel de la IA en las decisiones clínicas con explicaciones claras.