INTRODUCTION: Metabolic dysfunction-associated steatohepatitis (MASH) is one of the most common liver diseases, but thus far only two drugs (resmetirom and semaglutide) have received conditional approval for use. Successful MASH trials are thus highly desired to fill the therapeutic and evidence gap. Concurrently, AI has powered advances in multiple areas of medicine. We consider in this review the potential applications of AI to enhance MASH trials.
METHODS: We conduct a narrative review of AI uses in MASH, with a focus on current and potential applications in MASH trials.
RESULTS: We descr
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.
PURPOSE: There has been significant progress in detecting Alzheimer's disease (AD) using retinal imaging. We developed an ensemble learning-based deep learning (DL) model, integrating different inputs from OCT for the detection of AD-dementia and early AD.
DESIGN: A retrospective multicenter case-control study.
PARTICIPANTS: A total of 190 participants with AD-dementia and 623 cognitively normal controls were recruited from 2 cohorts in Hong Kong and Singapore as the training and internal validation sets. A total of 46 participants with AD-dementia, 79 participants with mild cognitive impair
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.
Artificial intelligence (AI) applications in neurology have reached an inflection point. Despite US Food and Drug Administration approval of numerous algorithms in neuroimaging, neurophysiology, genetics and chatbots, their real-world impact remains limited. This disconnect between research promise and clinical reality represents a gap in understanding how to translate AI algorithms into clinical benefit for patients globally. In this Perspective, we examine the challenges that prevent clinical AI use in neurology moving beyond pilot studies towards meaningful clinical impact. We consider the …
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: Accurate evaluation of skin lesions is an essential component of dermatological examination, yet it can be time-consuming and subject to interobserver variability. While artificial intelligence (AI) models have shown reliability in diagnosing specific skin diseases, lesion-level identification remains underexplored in veterinary dermatology.
OBJECTIVES: To develop and evaluate a convolutional neural network (CNN)-based AI model for the automated identification of four skin lesion types in dogs: erythema, lichenification, alopecia and erosion/ulcer.
ANIMALS: Clinical skin images w…
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.
Spontaneous intracerebral hemorrhage (ICH) is associated with substantial mortality and morbidity. Current management paradigms rely heavily on the rapid interpretation of neuroimaging and clinical data, yet are frequently constrained by limitations in processing speed, diagnostic accuracy, and prognostic precision. Artificial intelligence (AI), specifically machine learning (ML) and deep learning (DL), offers transformative potential to circumvent these challenges across the entire continuum of ICH care. This comprehensive review synthesizes the rapidly evolving landscape of AI applications i…
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.
BACKGROUND: Interstitial lung disease (ILD) comprises a heterogeneous group of disorders with diverse clinical behaviors, for which early diagnosis, accurate risk stratification, and timely intervention remain challenging. High-resolution computed tomography plays a pivotal role in ILD evaluation; however, conventional visual interpretation is limited by subjectivity and inter-observer variability. Recent advances in artificial intelligence (AI), particularly deep learning, have created new opportunities to improve imaging-based assessment throughout the ILD care pathway.
SUMMARY: This review…
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.
BACKGROUND AND STUDY AIMS: Colonic angiodysplasia (AD) is often found incidentally during colonoscopy and frequently omitted from reports, despite being a key cause of lower gastrointestinal bleeding. Artificial intelligence (AI) may improve reporting completeness. In this study, we developed and validated an AI system to support AD documentation.
METHODS: The system combines a computer vision (CV) model to detect AD in colonoscopy images and videos with a locally deployed open-weight Large Language Model (LLM) to assess whether AD is mentioned in reports. It was externally validated on indep…
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.
OBJECTIVE: Myopia has emerged as a critical global public health challenge. This study aims to develop a privacy-preserving federated learni … USION: This work presents an effective, privacy-preserving FL solution for collaborative ophthalmic artificial intelligence, showing strong potential for multi-institutional clinical deployment. Future work should focus on prospective validation with larger, diverse cohorts. The implementation code is publicly available at: https://github.com/AngelaK-code/FL_Myopia-Diagn …
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.
AIMS: We aimed to develop and validate echocardiography-based prediction models for light chain (AL) and transthyretin (ATTR) cardiac amyloidosis and to quantify the incremental value of integrating artificial intelligence-derived electrocardiography (ECG) probabilities.
METHODS AND RESULTS: We conducted a retrospective, multisite study within a single health system including patients with AL or ATTR cardiac amyloidosis and matched control subjects. AL and ATTR cohorts were handled independently. For each subtype, patients were randomly split into training and test cohorts, with an additional…
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.
Dry eye disease (DED) is a prevalent multifactorial chronic disorder of the ocular surface, characterized by a loss of tear film homeostasis and accompanied by ocular symptoms such as dryness, fatigue, and visual impairment. The complex pathophysiology of DED, involving inflammation and tissue damage, generates vast repositories of multimodal clinical data. These data offer opportunities for the application of deep learning methods, which have shown promise in detecting and quantifying subtle ocular abnormalities. This review systematically synthesizes recent advancements in deep learning-base
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.
INTRODUCTION AND AIM: High-quality artificial intelligence (AI) models in endodontics require access to diverse, well-annotated datasets. This review introduces federated learning (FL) as a privacy-preserving framework for collaborative AI in endodontics.
METHODS: In this narrative review, a comprehensive literature search was conducted across databases, encompassing studies published up to April 2026. The search strategy was intentionally broad to facilitate a thorough exploration of the evolution of the relevant concepts. However, to ensure consistency in comprehension and analysis, the rev…
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.
The advent of anti-amyloid therapies (AATs) for Alzheimer disease (AD) has elevated the importance of MRI surveillance for amyloid-related imaging abnormalities (ARIA) such as microhemorrhages and siderosis (ARIA-H) and edema (ARIA-E). We report a literature review and early quality-assurance experience with an FDA-cleared decision support artificial intelligence (AI) tool intended for detection of ARIA in MRI clinical workflows. The AI system improved the sensitivity for detection of subtle ARIA-E and ARIA-H lesions but at the cost of a reduction in specificity. We propose a tiered workflow c…
СтатьяОбзорПоддержка правительства СШАПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Epidermolysis bullosa (EB) comprises a group of rare inherited genodermatoses characterized by fragility and blistering of the skin and mucous membranes, chronic wounding, and significant morbidity including increased risk of squamous cell carcinoma in severe subtypes. Key unmet priorities include reducing diagnostic latency, establishing objective wound monitoring, enabling early detection of malignant transformation within chronic ulcerations, and developing therapies that durably modify disease progression. Artificial intelligence (AI) encompassing machine learning (ML), and deep learning (…
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: Contrast-induced nephropathy (CIN) is a major complication following coronary interventions, contributing to increased morbidity and healthcare costs. Machine learning (ML) models provide innovative approaches for predicting CIN by integrating complex clinical variables, potentially improving risk stratification and patient outcomes. This meta-analysis evaluates the predictive performance of ML models for CIN, focusing on the best-performing models.
METHODS: Seventeen studies encompassing 21,69,263 patients were analyzed. The predictive accuracy of ML models was synthesized using
СтатьяМетаанализПолный 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.
In epilepsy patients lacking magnetic resonance imaging-visible lesions such as focal cortical dysplasia (FCD), surgical resections target regions with abnormal electroencephalographic (EEG) activity. However, histopathological identification of subtle cortical architectural abnormalities in these specimens remains challenging. We investigated whether artificial intelligence (AI)-based morphometric and spatial analysis of NeuN-stained cortical sections could detect neuronal architectural disorganization in epilepsy resections, including regions without definitive histologic dysplasia. Whole sl…
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.
The use of artificial intelligence (AI) in endoscopic ultrasonography (EUS) is receiving increasing attention, particularly in the field of pancreatic diseases, where early and accurate diagnosis remains a major clinical challenge. This narrative review focuses on current and emerging applications of AI in pancreatic EUS, covering both image-based diagnostic support and the analysis of samples obtained through EUS-guided tissue acquisition. The first part of the review discusses how AI is being applied to improve EUS image interpretation, ranging from lesion detection to characterization and d…
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.
Artificial intelligence (AI) is rapidly reshaping neuro-ophthalmic care by extracting clinically significant information from imaging, biomarkers, and patient-level clinical data. We review recent advances across neurodegenerative disease detection using retinal biomarkers, automated recognition of optic disc swelling and its mimics, glaucoma screening and quantification, and classification of hereditary optic neuropathies. Using fundus photography and optical coherence tomography (OCT), contemporary machine learning (ML) systems, including deep learning as well as other supervised learning mo…
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.
OBJECTIVE: This study aimed to develop and validate a deep learning framework to classify chronic venous insufficiency (CVI)-related skin lesions and differentiate them from other lower-extremity dermatological conditions using dermoscopic images.
METHODS: We retrospectively analyzed 677 high-resolution dermoscopic images from 248 patients, all histopathologically confirmed by skin biopsy. The dataset was categorized into three clinically distinct groups: (1) skin conditions related to CVI (eg, stasis dermatitis), (2) common inflammatory dermatological diseases, and (3) vasculitis. A Swin Tra
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.
Artificial intelligence (AI) has emerged as a transformative tool in the management of aortic dissection, particularly type B aortic dissection (TBAD), in which diagnosis, risk stratification, and procedural decision-making remain complex and time sensitive. This narrative review aims to synthesize current evidence and highlight evolving applications of AI, including machine learning, deep learning, and computational modeling, across the continuum of TBAD care. AI-driven computer vision models have demonstrated high accuracy in automated detection, classification, and segmentation of aortic di…
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.
Artificial intelligence (AI) shows promise in analyzing patterns of nail disease. This prospective, comparative study compared the diagnostic performance of dermatologists with that of large language models (LLMs). We evaluated the diagnostic accuracy of dermatologists and four freely available multimodal LLMs (GPT-4o, Grok 3, Claude Sonnet 4, and Gemini 2.5 Flash) using clinical images of nail diseases. Seventeen dermatologists correctly diagnosed the primary suspected diagnosis (SD) in 70.6% (95% CI: 65.5-75.2) of cases, and in 80.3% (95% CI: 75.7-84.2) of cases when considering both the SD …
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.
MedElevator
Войти в исследования