PURPOSE: To study the role of artificial intelligence (AI) to identify key risk factors for diabetic retinopathy (DR) screening and develop recommendations based on clinician and large language model (LLM) based AI platform opinions for newly detected diabetes mellitus (DM) cases.
METHODS: Five clinicians and three AI applications were given 20 AI-generated hypothetical case scenarios to assess DR screening timing. We calculated inter-rater agreements between clinicians, AI-platforms, and the "majority clinician response" (defined as the maximum number of identical responses provided by the c
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The widespread fake news challenges the management of low-quality information, making effective detection strategies necessary. This study addresses this critical issue by advancing fake news detection in Arabic and overcoming limitations in existing approaches. Deep learning models, Convolutional Neural Networks (CNN) and Long Short-Term Memory (LSTM), EfficientNetB4, Inception, Xception, ResNet, ConvLSTM and a novel voting ensemble framework combining CNN and LSTM are employed for text classification. The proposed framework integrates the ELMO word embedding technique having contextual repre
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Triple-negative breast cancer (TNBC) is an aggressive molecular subtype of breast cancer that needs to be identified accurately from pathology reports to inform decision-making. Large language models (LLMs) have been reported to show great potential in the automatic extraction of important oncology information from unstructured medical text.
OBJECTIVE: We aimed to create and test an LLM-based approach for automatic biomarker extraction and TNBC subtype classification based on breast cancer pathology reports using prompt-engineering techniques.
METHODS: In total, 532 breast cancer…
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Patients increasingly ask large language model (LLM) assistants which doctor to see. Existing audits observe real, correlated physician profiles, so they cannot isolate what drives these recommendations.
OBJECTIVE: To estimate how reputation signals, fees, list position, and names signaling gender and ethnicity affect LLM physician recommendations in a controlled task.
METHODS: Prespecified randomized choice-based conjoint audit. Seven LLMs (six small open-weight models and GPT-4o-mini) each chose one of five synthetic family-medicine physician cards with independently randomized
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: Large language models (LLMs) are increasingly used in clinical contexts; however, performance in complex perioperative decision-making remains uncertain. Orthopaedic anaesthesia presents a demanding test case due to comorbidity burden and guideline-dependent management. Whether successive LLM generations and guideline-augmented prompting improve clinical alignment, comparative performance and response consistency was evaluated in this study.
METHODS: In this controlled prompting study, 34 orthopaedic anaesthesia questions spanning seven clinical subdomains were independently answered…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background/Objectives: We aim to codesign and test a nurse-led, large language model-empowered agent to increase hepatitis B screening and v … diagnosis, immunity, and care linkage. It will establish a codesign framework for nursing-specific large language models, broadening the impact of nurses on preventive health equity.
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Inflammatory bowel disease (IBD) morbidity extends beyond gastrointestinal symptoms and complications. We aimed to describe IBD patient experience through an analysis of online patient communities.
METHODS: Thematic analysis of 104,123 posts from three IBD patient groups on the social media platform Reddit between 2015-2024 was undertaken using a large language model (LLM) based on the GPT-4 architecture. The Valence Aware Dictionary and Sentiment Reasoner (VADER) tool was used to assess sentiment analysis.
RESULTS: Of 15 core themes identified by LLM analysis, the most prevalent
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Conversational agents based on large language models (LLMs) have shown moderate efficacy in reducing depressive and anxiety symptoms. However, most existing evaluations lack methodological transparency, rely on closed-source models, and show limited standardization in performance and safety assessment.
OBJECTIVE: We have two study objectives: (1) to develop an LLM-based conversational agent through system design analysis and initial functionality testing, and (2) to evaluate its safety and performance through standardized assessment in controlled simulated interactions focused on …
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Medical history taking (MHT) is a foundational clinical competency for medical students; however, traditional training models using standardized patients face challenges such as resource constraints. Large language model-powered virtual standardized patients (LLM-VSPs) offer a safe, repeatable platform for self-directed practice with AI-automated feedback. Nevertheless, their effectiveness in authentic teaching environments and underlying learning mechanisms require further investigation.
OBJECTIVE: This study aims to evaluate the impact of an LLM-VSP system as an extracurricular
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Large-scale chest X-ray report datasets are widely used to train multimodal models for medical report generation. However, these datasets often contain longitudinal or comparative expressions that implicitly refer to prior examinations. When the corresponding prior images are unavailable, such references create dataset-level inconsistencies and may propagate non-self-contained language patterns to downstream models. To improve report self-containment, this study develops an automated, data quality-oriented preprocessing pipeline that rewrites radiology reports at the sentence level to reduce e
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
High-stress conversations with family members in distress are a common part of the intensive care unit (ICU) nursing environment. Novice critical care nurses may have limited opportunities to practice these interactions before encountering them in clinical care. Traditional simulation methods can support communication training but often require faculty time, standardized patients, programming, and specialized resources. This technical report presents a structured simulation protocol using ChatGPT (OpenAI OpCo, LLC, San Francisco, CA, USA) to support formative practice in family crisis communic
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Thirty-day unplanned readmission following coronary artery bypass grafting (CABG) affects 10%-20% of patients and is a key quality indicator, particularly in low- and middle-income countries (LMICs) where access to cardiac rehabilitation is limited. Existing risk models are static, lack real-time engagement, and no validated large language model (LLM)-based clinical decision support (CDS) system exists for post-CABG readmission prevention.
OBJECTIVE: This protocol describes the development, validation, and evaluation of Smart CABGuard, a nurse-led, LLM-based CDS chatbot with conti
СтатьяПротокол клинического исследованияПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: The multidisciplinary heart team (HT) remains the cornerstone of decision-making for complex cardiovascular disease. Large language models (LLMs) and other generative artificial intelligence models have recently emerged as potential decision support tools across diverse clinical settings. We sought to synthesize current evidence and quantitatively estimate concordance between LLM recommendations and HT decisions.
METHODS: A literature search was performed using PubMed, Scopus, and Web of Science for primary studies published between November 2022 and February 2026 that evaluated…
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background and Objectives: Delayed cerebral ischemia (DCI) is a major determinant of poor outcome after aneurysmal subarachnoid hemorrhage (aSAH), yet early risk prediction remains difficult, particularly in sedated or ventilated intensive care patients. We evaluated whether a large language model (LLM) could predict DCI from phase-based dynamic clinical data, compared with intensive care specialists. Materials and Methods: In this single-center, retrospective study, 216 consecutive patients with aSAH were assessed at three predefined phases of accumulating clinical data (day 1; days 1 + 3; da
СтатьяСравнительное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: To assess the performance of the large language model (LLM) Claude 3.7 Sonnet in automatically extracting tumor, node, metastasis (TNM) classification and resectability status, as well as in identifying missing information required for these assessments, from free-text Japanese radiology reports of pancreatic cancer.
METHODS: We conducted a retrospective study of 101 Japanese radiology reports from pancreatic cancer staging computed tomography (CT) examinations. Using a zero-shot approach, Claude 3.7 Sonnet was prompted with definitions from the 8th edition of the Japanese Pancrea
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: It is difficult to explain the complications of surgery to patients. Care has to be taken to convey the facts clearly and objectively while expressing concern for their wellbeing. This study compared responses from surgeons with responses from a large language model (LLM)-based chatbot.
METHODS: We presented 10 common scenarios of cataract surgery complications to seven senior surgeons and a chatbot. The responses were graded by two independent graders for comprehension, readability, and complexity of language using previously validated indices. The responses were analyzed for accura
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Chemical exposure contributes to maternal pregnancy complications like gestational hypertension (GH), anemia, and gestational diabetes mellitus (GDM). However, current studies remain fragmented due to limited analysis of compounds, impeding mechanistic insights. Here, we present a novel framework that integrates high-throughput analysis and large language model-based text mining to identify organic compounds while leveraging existing massive data, thereby enabling a comprehensive understanding of pregnancy complication mechanisms and establishing an exposure atlas. Using this approach, we iden
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: The objective of the study is to evaluate the performance of Claude 3.5 Sonnet, a novel multimodal large language model, in interpreting image-based ophthalmology case questions.
METHODS: A total of 174 image-based ophthalmology questions from a comprehensive ophthalmology education platform were analyzed by Claude 3.5 Sonnet. Each question was presented in both multiple-choice and open-ended formats. Questions were categorized into six subspecialties: Retina and uveitis; external eye and cornea; orbit and oculoplastics; neuroophthalmology; glaucoma and cataract; and strabismus, p
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Newborns are born with an immature immune system, making them susceptible to infections early in life. Human milk provides essential nutrients and immunological factors that support infant immunity. Maternal vaccination during lactation has the potential to enhance these benefits by triggering an immune response in the mother, potentially extending protection to her child. However, lactating individuals are often excluded from vaccine trials, leading to uncertainties about vaccine safety and efficacy during the postpartum period. This study critically evaluates the effectiveness of vaccines in
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования