Detecting biases in the outputs produced by generative models is essential to reduce the potential risks associated with their application in critical settings. However, the majority of existing methodologies for identifying biases in generated text consider the models in isolation, overlooking the contextual dynamics of multi-agent systems. In particular, biases emerging from interactions among conversational agents remain largely unexplored. To address this gap, we present a framework designed to quantify biases within multi-agent systems of conversational Large Language Models (LLMs). Our a…
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.
Dear Editor, A conversation with ChatGPT (Chat Generative Pre-trained Transformer) about pleural effusion.
Письмо в редакциюПоиск 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.
PURPOSE: Lacrimal drainage disorders (LDDs) are common in oculoplastic practice, but their diagnostic evaluation continues to depend on tests that are variably subjective, operator-dependent, and at times invasive. In recent years, artificial intelligence (AI), spanning conventional machine learning (ML), deep learning (DL), radiomics, and large language models (LLMs), has shown increasing potential to enhance screening, diagnostic classification, lesion localization, and decision support in LDDs. This narrative review summarizes the current evidence on AI applications in the lacrimal field, p…
СтатьяОбзорПолный 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.
Transformer-based language models have demonstrated sensitivity to a range of linguistic dependencies, yet it remains unclear how they represent information-structural focus and integrate discourse and lexical focus cues during ellipsis resolution. We investigated GPT-style models' interpretation of elliptical remnant continuations in double-object constructions by manipulating contextual focus via preceding interrogatives (who vs. what) and lexical focus via the particle only, whose surface position was varied. Using word-by-word surprisal as an index of processing difficulty, we conducted th
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.
BACKGROUND: Eligibility criteria are essential to clinical trial design, guiding recruitment, and ensuring patient safety and scientific rigor. However, criteria are often lengthy, heterogeneous, and inconsistently formatted, which hinders large-scale interpretation and slows patient-trial matching. Manual review is time-consuming and error-prone. Advances in natural language processing and large language models (LLMs) offer opportunities to standardize and analyze eligibility text at scale.
OBJECTIVE: This study aims to develop and evaluate a scalable system that uses LLM-enabled natural lan…
СтатьяПоддержка 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.
Many patients now view their radical prostatectomy (RP) pathology before provider discussion, increasing anxiety and administrative burden. With expanding utilization of AI-assisted medical workflows, it is important to implement strategies to improve the interpretation of patient-facing information involving complex medical language. We compare a rules-based natural language processing (NLP) model and a large language model (LLM) using zero-shot prompting to identify the optimal framework for developing accurate, patient-facing RP pathology summaries. Models were assessed for accuracy in extr
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.
Diet plays a critical role in human health, with growing evidence linking dietary habits to disease outcomes. However, extracting structured … models, including BERT-based architectures and enhanced prompting techniques with locally deployed large language models (LLMs) to improve classification performance on underrepresented relation types. The best performing model was gpt-oss-20B, a locally-deployed open-weight LLM, achieving an F1-score of 61% (macro) for multi-class classification and 89% for binary cl …
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.
To evaluate the strengths and limitations of retrieval-augmented generative (RAG) artificial intelligence (AI) for natural language querying of biologics immunogenicity data. The package inserts for drugs approved with biologics license applications (BLA) were retrieved from DailyMed ( https://dailymed.nlm.nih.gov/dailymed/ ). The RAG system integrated natural language processing, retrieval, and large language model (LLM) components. ChatGPT, Gemini, DeepSeek, and Llama were queried with five clinical pharmacology-focused questions on factors influencing anti-drug antibody (ADA) incidence and
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.
Clinical text cannot be shared freely due to data protection regulations. This paper introduces SURROGATOR, an open-source framework that replaces personal identifiable information with fictitious, high-fidelity synthetic surrogates to maintain text utility for human and artificial intelligence. We focus on the automated replacement of names, dates, and locations. Evaluation on a synthetic clinical corpus demonstrated high data utility, with named entity recognition performance remaining en par with the original text (F1-score of 0.70 vs. 0.73). Furthermore, a re-identification attack using a
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: Social media offers valuable information for public health surveillance, but detecting valid symptom expressions in noisy and informal text remains challenging. Fine-tuned language models can achieve strong test accuracy while relying on spurious patterns, limiting their reliability in real-world applications.
OBJECTIVE: This study aimed to develop a more robust symptom detection model by incorporating surveillance-relevant attributes into the training objective and introducing a counterfactual-based evaluation framework to assess attribute sensitivity.
METHODS: We proposed a con
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: Early diagnosis of oral malignant lesions is essential for improving outcomes in head and neck oncology, yet overlapping clinical features often hinder recognition. Multimodal large language models (LLMs), which integrate text and image inputs, may provide adjunctive diagnostic support. We applied vision-weighted diagnostic gain (VWDG), a novel metric to quantify the added value of visual input, in a comparative evaluation of ChatGPT-5 and Gemini Pro 2.5.
METHODS: A paired diagnostic accuracy study was conducted on 150 biopsy-confirmed oral lesions, comparing ChatGPT-5 (OpenAI) an…
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.
BACKGROUND: Large Language Model (LLM)-enabled artificial intelligence (AI) chatbots are increasingly shaping health communication by mediating how patients, health professionals, researchers, and health institutions seek, interpret, produce, and act on health information. Existing reviews have largely focused on a single stakeholder group or clinical domain, leaving unclear how these systems are applied and evaluated across stakeholder groups and health purposes.
OBJECTIVE: This scoping review mapped empirical studies of LLM-enabled AI chatbot applications and evaluations for health purposes
Scoping ReviewСтатьяОбзорПолный 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.
Much of our shared knowledge about biodiversity, including data on species' traits, relationships, and occurrences, is stored in the published literature. This body of knowledge can span multiple centuries, languages, and publication formats, making it challenging to collect, compare, and synthesize data across entire clades. New artificial intelligence (AI) tools, including large language models (LLMs) in particular, are well suited to integrate and summarize large bodies of text and figures. However, the biodiversity literature is too large and multi-layered to be reliably interrogated by si…
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: Expert-reviewed clinical cases generated by large language models (LLMs) may supplement case resources in medical education, but their short-term educational performance relative to real-case-derived teaching materials remains uncertain. We compared immediate post-training test performance after teaching with the two types of case materials and assessed non-inferiority against a prespecified margin.
METHODS: We conducted a prospective, parallel-group, randomized non-inferiority trial. Through the Wenjuanxing online platform, participants were randomized 1:1 to learn with either re…
СтатьяРандомизированное исследованиеEquivalence TrialПоиск 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.
Over the past two decades, human aging has been characterized across DNA methylation, transcriptomic, proteomic, and clinical modalities, yet no benchmark evaluates whether AI systems can interpret these heterogeneous data types in the context of aging biology. We introduce LongevityBench, an open suite of 17 tasks spanning five biodata domains, and use it to assess 18 frontier AI systems from six developer teams. Despite recent advances in AI, no single model dominates all tasks, with omics-based age prediction being the hardest task regardless of scale. To test whether these gaps can be clos
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.
Spatial biomarkers are critical for precision oncology but remain challenging to systematically discover due to the complexity of whole-slid … motherapy benefit in stage II/III disease. Building on these interpretable findings, PathPrism uses large language models as auxiliary tools to generate hypotheses grounded in spatial semantics. We further introduce VirtualWSI, a platform for semantic perturbation within an interpretable spatial biomarker atlas. PathPrism provides a scalable and interpretable framework …
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.
Early discussions of generative language models in medical education emphasized their promise for simulation, digital patients, individualized feedback, learner assessment, health information dissemination, research support, and translation, while also warning about bias, privacy, academic integrity, misinformation, legal ambiguity, and unequal access. Since that first wave, generative AI has moved from novelty to routine exposure for learners, educators, researchers, and institutions. Medical education therefore needs a more mature framework than a catalog of opportunities and risks. This vie
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.
Headache disorders present diagnostic challenges due to their clinical heterogeneity and the extensive taxonomy of the ICHD-3 classification. While large language models (LLMs) have recently demonstrated impressive diagnostic reasoning capabilities, systematic evaluation for headache disorders remains elusive. This study protocol presents a retrospective, multicentre study designed to investigate whether anonymized clinical vignettes from specialized headache centres can be accurately classified according to the ICHD-3 by LLMs. Open-weight models selected for this study will operate in a GDPR-…
СтатьяМногоцентровое 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.
This study aimed to construct an intelligent prescription review system for inpatient narcotic and psychotropic drugs based on deep learning-based optical character recognition (OCR) and a local large language model (LLM) and evaluate its review performance and closed-loop management value. This study adopted a combined system development and retrospective validation design. Prescription images were first processed using OCR for text recognition and layout reconstruction. A local LLM was then applied to convert unstructured prescription text into standardized JavaScript Object Notation-formatt
СтатьяВалидационное 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.
BackgroundChatbots are increasingly used in healthcare for symptom checking and care navigation. However, concerns about accuracy limit large language model (LLM) use in clinical settings.ObjectiveThis convergent mixed-methods study evaluated three enhancements to an existing rules-based triage chatbot. The purpose is to inform the development of tools improving patient access and system navigation.MethodsThree artificial intelligence tools (Dialogflow, ChatGPT, and Gemini) were integrated into a rules-based workflow from December 21st 2024 to July 7th 2025. Thirteen testers completed 156 vign
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.
MedElevator
Войти в исследования