Triomics recauda $22M para impulsar IA oncológica
Triomics cierra ronda de $22M para expandir su plataforma de IA que ya opera en centros oncológicos líderes, aumentando detección y tratamiento del cáncer.
#médico
El Secretario de Salud será controlador de datos del Registro Único del Paciente
James Murray será el controlador de datos del Registro Único del Paciente en Inglaterra. Analizamos las implicaciones para la privacidad y seguridad sanitaria.
ChatHealthAI: Alineando EHR y LLMs para razonamiento clínico
ChatHealthAI integra registros médicos electrónicos con modelos de lenguaje para lograr razonamiento clínico interpretable y preciso. Descubre cómo.
Sesgo de género en triaje médico con LLM: mismos síntomas, urgencia desigual
Estudio revela que los LLM como GPT y Gemini subestiman la urgencia de mujeres jóvenes con síntomas neurológicos, replicando sesgos humanos.
Síntesis de poblaciones virtuales con difusión latente y Fourier
Descubre cómo 4D F-MeshLDM genera poblaciones virtuales cardíacas realistas usando difusión latente y Fourier, superando a los modelos actuales para ensayos in-silico.
Agentes de Recompensa de Proceso para Guiar el Razonamiento Intensivo
Descubre cómo los PRA mejoran el razonamiento intensivo en conocimiento con recompensas paso a paso, logrando 81.9% en MedQA con Qwen3-4B.
Med-Scout: curando la ceguera geométrica en modelos médicos con RL
Descubre cómo Med-Scout usa RL para eliminar la ceguera geométrica en modelos médicos, mejorando precisión en diagnóstico por imágenes. ¡Supera en un 40% a otros modelos!
MedGym: un benchmark continuo para tratamiento médico con RL
Descubre MedGym, un benchmark realista para evaluar algoritmos de RL en tratamientos médicos con tiempo continuo, personalización y seguridad.
RL continuo seguro con interacción limitada en tratamientos médicos dinámicos
Un nuevo marco de RL continuo seguro optimiza el momento de las interacciones clínicas y garantiza seguridad en toda la trayectoria. ¡Lee el artículo!
Ryze: Síntesis de datos enriquecida con evidencia de papers biomédicos
Descubre Ryze, un sistema que automatiza la creación de datasets enriquecidos con evidencia visual a partir de papers biomédicos, superando a GPT-5.
Diversidad sobre frecuencia: repensar uso de herramientas en agentes visuales
La diversidad en exploración supera a la frecuencia de uso de herramientas. Descubre el colapso y cómo la regularización de entropía mejora el razonamiento.
Sesgo geográfico implícito en triage médico de LLM
Descubre cómo el idioma de un paciente puede cambiar las recomendaciones de emergencia de los LLM, revelando sesgos geográficos implícitos. Un estudio con Gemini 3.5 Flash.
Límite superior práctico del sesgo de selección en modelos médicos
¿Cómo saber si tu modelo médico generaliza bien? Te presentamos una cota superior práctica para el sesgo de selección, incluso con datos incompletos.
ClinEnv: Entorno EHR interactivo multi-etapa para agentes
ClinEnv evalúa LLMs como médicos en un EHR interactivo. Mide decisiones y proceso: el diagnóstico es más fiable que las acciones (0.51 vs 0.17 F1).
Modificación del lenguaje de incertidumbre en documentación clínica con IA
Los médicos modifican el lenguaje de incertidumbre en notas clínicas generadas por IA. Estudio revela tendencias por proveedor y especialidad.
idSCD: Localizar Datasets de Entrenamiento mediante Correlaciones Semánticas
Nuevo método idSCD: identifica datasets de entrenamiento mediante correlaciones semánticas. Supera hasta un 60% a técnicas existentes.
MedCoG: Maximizando la densidad de inferencia de LLM en razonamiento médico
MedCoG optimiza el razonamiento médico de LLM con metacognición, logrando 6.2x más densidad de inferencia. Reduce costos y mejora precisión.
MedFact: Evaluando la veracidad de LLM en textos médicos chinos
MedFact evalúa 20 LLM en verificación de hechos médicos chinos. Hallazgo clave: los modelos son malos localizando errores y sufren 'sobrecrítica'. Lee más.
IRIS: proyecciones de variedades estructuradas en el tiempo
Descubre IRIS, el nuevo algoritmo de manifold learning que visualiza datos biomédicos temporales con estructura cronológica. Supera las limitaciones de t-SNE y UMAP.
AMNESIA: El nuevo benchmark para olvidar datos médicos en IA
Descubre AMNESIA, el primer benchmark masivo para evaluar desaprendizaje en LLMs médicos. ¿Cómo olvidar pacientes sin perder conocimiento clínico? Entra.