OBJECTIVE: This study aimed to evaluate the feasibility of large language model-Advanced Data Analysis (ADA) in developing and implementing machine learning models to predict survival outcomes for lung cancer patients, with a focus on its implications for nursing practice.
METHODS: A retrospective study design was employed using a dataset of lung cancer patients. Data included sociodemographic, clinical, treatment-specific, and comorbidity variables. Large language model-ADA was used to build and evaluate three machine learning models. Model performance was validated, and results were present
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 large language models (LLMs) such as ChatGPT (GPT-4/GPT-5) for mental health is growing rapidly, including their use to assess and help people with mood disorders, such as depression. However, we have a limited understanding of the schema of mental disorders in these language models, that is, how they internally associate and interpret the symptoms. In this work, we used contemporary measurement theory to decode how GPT-4 and GPT-5 interrelate depressive symptoms, providing an explanation of how large language models behave in clinical applications. First, we evaluated whether these…
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.
Protein language models, as well as models that incorporate structural information or homologous sequences, estimate the sequence likelihood p(sequence), which reflects the protein fitness landscape and is commonly used in mutation effect prediction and protein design. It is widely believed in deep learning field that larger models perform better across tasks. However, for fitness prediction, language model performance declines beyond a certain size, raising concerns about their scalability. Here we showed that model size, training dataset and stochastic elements can bias the predicted p(seque
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 paucity of high-quality medical imaging datasets could be mitigated by machine learning models that generate compositionally diverse images that faithfully represent medical concepts and pathologies. However, large vision-language models are trained on natural images, and the diversity distribution of the generated images substantially differs from that of medical images. Moreover, medical language involves specific and semantically rich vocabulary. Here we describe a domain-adaptation strategy for large vision-language models that overcomes distributional shifts. Specifically, by leveragi
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: Artificial intelligence (AI) chatbots are considered a potential resource for dental education. However, there is still a lack of adequate knowledge regarding the trustworthiness, validity, and utility of the content on these platforms, and its application in dental education is still understudied. METHODS: A set of Multiple-Choice Questions (MCQs) consisting of 100 questions related to removable complete denture prosthodontics were formulated. Two AI models, DeepSeek-V3 and ChatGPT-4o, were used to deliver the queries. First, accuracy of the generated answers was assessed. Subsequ
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.
Obesity represents a growing challenge for Primary Health Care (PHC), demanding the use of new technologies and innovative solutions. This study evaluated the adherence of Large Language Models (LLMs) to Brazilian guidelines for obesity management in PHC. An in silico experimental study was conducted in two phases. Initially, 62 LLMs underwent latency screening, with 24 meeting the usability criterion (<10s) and proceeding to content evaluation. Clinical adherence was measured by 16 questions extracted verbatim from the Clinical Protocol (PCDT), covering diagnosis, monitoring, and treatment, a…
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.
Large Language Models (LLMs) such as ChatGPT promise efficiency gains in routine text-based work, but their use in forensic settings raises challenges for confidentiality, governance, and forensic validation. Prior studies have evaluated LLMs on single tasks within single forensic disciplines, leaving open the question under which conditions such models can be embedded in the day-to-day workflows of a forensic institute. This paper reports a three-month pilot at the Netherlands Forensic Institute, in which 50 forensic and support staff used Robin, a ChatGPT-4o instance hosted in a Trusted Clou…
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.
Molecular property prediction plays a vital role in drug discovery and chemical research by facilitating the efficient selection and optimization of candidate compounds. Traditional Quantitative Structure-Activity Relationship models and early machine learning methods often rely on handcrafted molecular descriptors, which limit their generalizability and predictive performance. Recent advancements have shown that the powerful representation capabilities of Large Language Models on textual molecular data, combined with the relational learning strengths of Attention-based Graph Neural Networks, …
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: Vertebral compression fractures (VCFs) impose a substantial clinical and health care burden, and their management relies on timely access to evidence-based guidelines. Large language models (LLMs) may help clinicians rapidly obtain guideline-related information, but their performance on VCF guidelines remains unclear.
OBJECTIVE: This study aimed to evaluate the performance of LLMs, including DeepSeek-R1 and ChatGPT-5, in generating responses consistent with VCF clinical guidelines.
METHODS: Using the 2024 North American Spine Society VCF clinical guidelines as the reference stand…
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.
The exponential growth of biomedical literature has made manual curation and systematic knowledge extraction increasingly impractical, drivi … f GenAI, including variational autoencoders, generative adversarial networks, diffusion models, and large language models, in hypothesis generation, molecular design, and knowledge graph construction, and summarize performance benchmarks and state-of-the-art applications in drug discovery and biomedical knowledge synthesis. We also surface open challenges: data coverag …
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.
Generative AI, particularly large language models (LLMs), is reshaping clinical workflows in dermatology. However, cloud-based commercial models pose persistent challenges to Health Insurance Portability and Accountability Act (HIPAA) compliance, especially in dermatology, where protected health information (PHI) extends beyond text to clinical photographs, dermoscopic images, and total-body photography that may capture identifiable anatomical features and document conditions carrying social stigma. Locally hosted, open-weight LLMs that are run within the institution's own infrastructure offer…
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.
Objective: To explore the application effect of large language models (LLMs) as decision-support tools in emergency burn treatment. Methods: This study was a cross-sectional study. A total of 100 burn patients meeting the inclusion criteria were admitted to the Department of Emergency Medicine of the Second Affiliated Hospital of Zhejiang University School of Medicine between September 2025 and April 2026, including 52 males and 48 females, aged 34.5 (25.0, 56.8) years. Based on patients' discharge summaries, the diagnoses and treatment plans reviewed and confirmed by an expert panel, consisti…
Аннотация на английскомСтатьяПоиск 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.
Translating single-cell RNA sequencing (scRNA-seq) data into mechanistic biological hypotheses remains a critical bottleneck, as agentic AI systems lack direct access to transcriptomic representations while expression foundation models remain opaque to natural language. Here, we introduce ELISA (Embedding-Linked Interactive Single-cell Agent), an interpretable framework that unifies single-cell generative pretrained transformer expression embeddings with biomedical bidirectional encoder representations from transformers-based semantic retrieval and large-language model (LLM)-mediated interpret
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: Artificial intelligence (AI), including large language models (LLMs), is increasingly integrated into systematic review (SR) workflows. AI tools may accelerate searching, screening, data extraction, and reporting, but their effects on methodological quality, reporting completeness, transparency, and reproducibility remain uncertain. Existing evaluations largely examine isolated tasks, and inconsistent disclosure of AI use limits reproducibility and oversight.
OBJECTIVE: This 4-phase mixed methods meta-research study will (1) compare the methodological quality of AI-assisted versus…
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.
Artificial intelligence (AI) is transforming drug discovery and development, fields historically constrained by long timelines, high costs, … ecular design tools (e.g., AlphaFold, MoleR, and PocketCrafter), single-cell foundation models, and large language models (LLMs), are expanding AI's applicability across the research and development pipeline, spanning target identification, drug discovery, lead optimization, phenotypic screening, and precision biology.AI is also increasingly integrated into preclinical …
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.
Navigating in unknown, dynamic, and complex 3D environments using purely visual inputs remains a significant challenge for embodied agents. To address this, we propose I3DSG (Interactive 3D Scene Graph), a novel perception framework that constructs a Bird's Eye View (BEV)-based scene graph enriched with geometric layout, semantic relationships, and actionable affordances. By integrating open-vocabulary object detection and large language models, I3DSG aligns prior commonsense knowledge with real-time scene observations, enabling robust reasoning about missing triples and feasible interactions …
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.
Patients increasingly consult large language models (LLMs) before specialist review and may do so in widely differing emotional registers. We examined whether re-casting an unruptured intracranial aneurysm (UIA) case from a third-person vignette into a first-person patient account, with anxiety about treatment or non-treatment, alters the recommendations LLMs return. Sixty-seven UIA cases previously discussed at our multidisciplinary team (MDT) were presented to Claude Opus 4.6, ChatGPT-5.4 and Gemini 3 Pro Thinking under four conditions: third-person vignette (3P), neutral first-person (1PN),…
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.
Early detection of pancreatic cancer remains a critical challenge in oncology, with current diagnostic methods often failing to identify the disease until advanced stages. However, diagnostic accuracy alone may be insufficient for clinical adoption as regulatory frameworks and clinical workflows increasingly demand transparent, interpretable AI systems. This study investigates Fourier Transform Infrared (FTIR) spectroscopy combined with machine learning for non-invasive pancreatic cancer detection using urine and blood biofluids, augmented by a language-model-assisted transparency framework to
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.
PURPOSE: The rapidly evolving breast cancer treatment landscape creates significant information synthesis challenges for clinicians. We evaluated whether small open-source large language models (LLMs) augmented with retrieval-augmented generation (RAG) could match proprietary model performance for clinical guideline queries.
METHODS: We developed a domain-specialized RAG pipeline using HTML-structure-preserving chunking of 1,356 ASCO breast cancer guideline documents. Five LLMs were each evaluated with and without RAG: GPT-4-turbo, GPT-3.5-turbo, Qwen2.5-14B (14 billion parameters), LLaMA3-8B…
СтатьяПоддержка исследования: вне правительства СШАПолный 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: We examined whether GPT-4o, a widely used large language model (LLM), could produce age- and education-appropriate versions of complex pediatric traumatic brain injury case descriptions, while preserving clinical accuracy and emotional tone.
METHODS: Five cases were adapted into four audience scenarios. Text complexity was assessed via Flesch-Kincaid (FKS), Gunning Fog, and SMOG indices. Clinical human experts rated text fidelity and emotional appropriateness on a 3-point scale.
RESULTS: Original texts showed very high complexity (FKS 18.2-20.5), equivalent to 18-20 years of educa
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