BACKGROUND: Enhancing the effectiveness of human-AI collaborative consultation in online health communities (OHCs) constitutes a core requirement for optimizing the allocation of medical resources and promoting the sustainable development of medical services. Nevertheless, the pathways to improving such effectiveness remain insufficiently understood.
OBJECTIVE: This study aimed to conduct an in-depth exploration of the multiple factors influencing the effectiveness of human-AI collaborative consultation in OHCs and to assess the causal relationships among these factors, thereby providing a th
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.
BACKGROUND: Accurate assessment of pulpal status is essential for achieving successful endodontic outcomes. However, direct evaluation remains inherently challenging because the pulp is surrounded by calcified tissue, necessitating reliance on clinical and radiographic examinations for diagnostic and prognostic decision-making. These procedures demand substantial clinical expertise and time, and less-experienced clinicians often face challenges that may lead to errors in diagnosis and treatment planning. Recent advancements in large language models (LLMs) offer promising opportunities to enhan
Сравнительное исследованиеОценочное исследованиеСтатьяСравнительное исследованиеПоддержка 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.
BACKGROUND: Recent crises involving zoonotic diseases (Ebola, COVID-19, and Mpox) have highlighted the limitations of fragmented public health systems for the prevention and response to health emergencies at the international and continental level, and particularly in Africa, more specifically in the Democratic Republic of the Congo (DRC). In this context, the One Health (OH) approach and its extension, One Digital Health (ODH), articulated with the findable, accessible, interoperable, reusable (FAIR) principles, offer a framework for rethinking the digital transition in health in the DRC. Thi
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.
BACKGROUND: Population aging and geographic health disparities challenge health care delivery in rural settings worldwide. Point-of-care ultrasound (PoCUS) combined with teleconsultation may enhance home-based medical care by extending specialist expertise to underserved communities, yet evidence from real-world implementation in Asian settings remains scarce. Taiwan, with its high digital literacy and universal National Health Insurance (NHI) system, provides a unique context for evaluating integrated PoCUS-teleconsultation service delivery.
OBJECTIVE: This study aimed to describe the implem
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: Widespread and sustained uptake of AI-based clinical decision support systems (CDSSs) in real-world health care settings is uncommon, despite their potential to improve patient care and reduce clinician burnout. Although previous studies have examined determinants of implementing AI-based CDSSs, limited evidence has synthesized barriers and facilitators identified during actual clinical implementation and use.
OBJECTIVE: The objectives of this scoping review were to (1) map and synthesize barriers to and facilitators of implementing AI-based CDSSs in real-world health care setting
СтатьяScoping ReviewПоддержка 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.
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.
BACKGROUND: Effective postdischarge management is essential for maintaining disease control and improving long-term outcomes in rheumatoid arthritis (RA). Digital health technologies, particularly intelligent management platforms, provide new opportunities for continuous care and self-management in real-world settings.
OBJECTIVE: This study aimed to develop a nurse-led artificial intelligence (AI)-assisted interactive management platform for postdischarge RA care and examine its association with patient outcomes in a real-world clinical setting.
METHODS: A single-center, multicampus, real-wo
СтатьяНаблюдательное исследованиеПоддержка 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.
BACKGROUND: Accurate prediction of surgical duration is critical for optimizing operating room scheduling and resource allocation. Existing models, however, exhibit limited applicability in pediatric urology due to the unique anatomical and developmental characteristics of children.
OBJECTIVE: This study aimed to develop and validate a specialty-tailored prediction framework for estimating the duration of pediatric urological surgeries.
METHODS: We integrated multisource heterogeneous data, encompassing patient demographics, surgical details, surgeon-specific features, and electronic medical
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.
OBJECTIVES: This study aimed to develop and evaluate the functionality of a smart system-based prototype, "BABAT TB," a medication box designed to assist tuberculosis (TB) patients in adhering to their treatment schedules.
METHODS: The development of the BABAT TB prototype followed the Design Science Research Methodology framework, encompassing the stages of problem identification and motivation, defining the objectives for a solution, and system design and development. Problem identification and motivation were established through semi-structured interviews with TB program officers and docum
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 develop and evaluate a time-aware data mining pipeline that integrates accelerometry-based Physical Activity (PA), static dietary intake, and sociodemographic factors to predict Healthy Weight Status (HWS), and identify features with predictive importance for HWS.
METHODS: We propose TimePAD, Time-Based Physical Activity and Dietary Intake data mining, a three-stage prediction pipeline that integrates time-based PA representations, static dietary intake, and sociodemographic variables to predict HWS categories. Stage 1 derives intensity-specific hourly PA sequences and learns ti
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: Pulmonary dysfunctions are common and frequently co-occur with depressive symptoms, worsening outcomes, and increasing health care burden. Clinically usable models for identifying pulmonary dysfunction-depression comorbidity remain limited by suboptimal interpretability, inconsistent validation, and uncertain generalizability.
OBJECTIVE: This study developed and compared logistic regression (LR), Bayesian network (BN), and Extreme Gradient Boosting (XGBoost) models for identifying factors associated with pulmonary dysfunction-depression comorbidity and evaluated their clinical use
СтатьяСравнительное исследованиеПоддержка 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.
BACKGROUND: Large language models (LLMs) are rapidly evolving from text-based agents to multimodal systems capable of interpreting medical images. While their textual reasoning has improved, the safety implications of this shift remain underexplored, specifically regarding the alignment between visual interpretation and textual advice in low back pain (LBP) management.
OBJECTIVE: This study aims to evaluate the performance of 10 commonly used and highly representative LLMs, including paid models such as ChatGPT 5 Plus (OpenAI) and reasoning-oriented models like Qwen3-Thinking (Alibaba/Qwen te
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.
Background Though interruptive alerts, or pop-ups, are one of the most common forms of clinical decision support (CDS) tools within the electronic health record (EHR), they are often ignored. Interruptive alerts have the potential to enhance patient care and reduce clinician burden, but end-users frequently experience alert fatigue and override alerts, defeating their purpose. Few studies have elicited the perspectives of all stakeholder groups involved in the development, experience, and review of inpatient interruptive alerts in the modern vendor EHR era. Objectives To understand the perspec
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: Minimally invasive posterior lumbar interbody fusion (MIS-PLIF) is commonly performed to treat degenerative lumbar spinal conditions. Patients of advanced age often present with multiple comorbidities and reduced physiological reserves, influencing surgical risks and recovery. The growing aging population has led to a rising demand for care for older adults, posing significant challenges for health care systems worldwide.
OBJECTIVE: This study aimed to identify the associations between different age groups and MIS-PLIF outcomes.
METHODS: This study retrospectively analyzed data f
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: Accurate risk stratification in oncology is essential for guiding treatment decisions, yet current algorithms rely on a narrow set of structured variables, and hence potentially ignore the rich signal in narrative pathology reports. These reports contain nuanced morphological descriptions and expert clinical judgmentThis narrative information remains largely unused in clinical decision-making as it gets lost in "prose" text-based reports. We hypothesized that large language models (LLMs) could extract prognostic information from complete free-text pathology reports and convert it i
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: This study evaluated the feasibility and performance of a multi-agent (MA) system designed to support early sepsis management in intensive care units. The system integrates three specialized agents-sepsis management, antibiotic recommendation, and guideline compliance-to provide evidence-based recommendations at T = 0 hours (before culture results), extending prior single-case findings across 10 diverse cases.
METHODS: The MA system was powered by Palmyra- Med 70B (selected for superior MedQA performance [average score, 85.9]) and compared with GPT-3.5 Turbo and GPT-4o mini (all a
Клинический случайСтатьяПолный 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: Causal discovery from observational data is limited by structural constraints of available datasets, the absence of causal logic, and the lack of external domain knowledge. We propose a Knowledge-Augmented Causal Discovery (KACD) framework that combines data-driven structural learning with LLM-based knowledge systems to overcome these limitations, with application to chronic low back pain (cLBP).
METHODS: We evaluated KACD in three configurations of increasing complexity: a vanilla LLM, an LLM augmented with retrieval-augmented generation (RAG), and an LLM augmented with a Knowledg
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: Machine learning is increasingly used to develop prognostic prediction models for spinal cord injury. Nevertheless, current studies exhibit heterogeneity in outcome measures, predictors, modeling strategies, and validation methods. Moreover, the reporting quality, risk of bias, and clinical applicability of these models have not been systematically evaluated using assessment tools specific to prediction models.
OBJECTIVE: This review aimed to assess the reporting quality and risk of bias of machine learning-based prognostic models for spinal cord injury, and evaluate their clinica
СтатьяСистематический обзорПоиск 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 time series data from electronic health records and medical registries offer unprecedented opportunities to understand patient trajectories and inform medical decision-making. However, leveraging such data presents significant challenges due to irregular sampling, complex latent physiology, and inherent uncertainties in both measurements and disease progression. To address these challenges, we propose a generative modeling framework based on latent neural stochastic differential equations (SDEs) that views clinical time series as discrete-time partial observations of an underlying con
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.
End-stage kidney disease (ESKD) is the irreversible final stage of chronic kidney disease in which the kidneys lose their independent function. This study presents a machine learning framework to predict all-cause mortality in ESKD patients by the end of a follow-up period. We combined patient-specific clinical factors with social determinants of health (SDOH) to assess their influence on survival outcomes. Data were obtained from the United States Renal Data System, including patients admitted in 2015 and followed through August 2021. Community-level SDOH data were integrated from the Agency
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