Creatine (CR) is essential for normal brain function. A lack of brain CR results in intellectual disability, epilepsy, and language delay in humans. The most common cause of CR deficiency in humans results from mutations in the CR transporter (SLC6A8). Several large deletion models of Slc6a8 have been characterized and are excellent models for global creatine loss. However, other SLC6A8 variants are reported in humans with creatine transporter deficiency (CTD), including missense mutations, deletions, and point mutations resulting in phenotypes ranging from mild to severe in humans. The purpos
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.
Foundation vision-language models (VLMs) excel on natural images, but their utility for biomedical microscopy remains underexplored. In this paper, we investigate how in-context learning enables state-of-the-art VLMs to perform few-shot object detection when large annotated datasets are unavailable, as is often the case with microscopic images. We introduce the Micro-OD benchmark, a curated collection of 252 images specifically curated for in-context learning, with bounding-box annotations spanning 11 cell types across four sources, including two in-lab expert-annotated sets. We systematically
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 rapidly being applied to medical imaging; however, the evidence base for endoscopic ultrasonography-based AI … directions include establishing nationwide systems for collecting and sharing EUS images, applying large language models to assist in reporting and patient explanation, and exploring the use of AI to support or partially automate EUS procedures through integration with robotics. With the first commercial systems now appearing, continued innovation and rigorous validat …
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.
Cancer cachexia, a multifactorial metabolic syndrome characterized by severe muscle wasting and weight loss, contributes to poor outcomes across various cancer types but lacks a standardized, generalizable biomarker for early detection. We present a multimodal AI-based biomarker trained on real-world clinical, radiologic, laboratory, and unstructured clinical note data, leveraging foundation models and large language models (LLMs) to identify cachexia at the time of cancer diagnosis. Prediction accuracy improved with each added modality: 77% using clinical variables alone, 81% with added labor…
СтатьяПрепринтПоиск 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.
Low back pain (LBP) is a leading cause of disability globally. Following the onset of LBP and subsequent treatment, adequate patient education is crucial for improving functionality and long-term outcomes. Despite advancements in patient education strategies, significant gaps persist in delivering personalized, evidence-based information to patients with LBP. Recent advancements in large language models (LLMs) and generative artificial intelligence (GenAI) have demonstrated the potential to enhance patient education. However, their application and efficacy in delivering educational content to …
СтатьяОбзорПоиск 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: Patients with repaired tetralogy of Fallot (rTOF) require lifelong surveillance with cardiovascular magnetic resonance (CMR) and cardiopulmonary exercise testing (CPET). However, results are frequently stored as unstructured free-text reports, hindering large-scale analysis and research.
OBJECTIVES: This study aimed to develop and evaluate a privacy-preserving hybrid natural language processing pipeline combining regular expressions (regex) and an on-premises large language model (LLM) to accurately extract key CMR and CPET metrics from legacy free-text reports in patients with rT
СтатьяПрепринтПоиск 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 AIMS: Transcatheter Aortic Valve Implantation (TAVI) has revolutionized the treatment of severe aortic stenosis. Although its clinical efficacy is well established, the development of new-onset left bundle branch block (LBBB) following TAVI remains a frequent and concerning complication. This study aims to develop pre-implantation predictive models for new-onset LBBB after TAVI using both conventional machine learning (ML) algorithms and Large Language Models (LLMs).
METHODS: Of the 1113 patients who underwent TAVI over a 15-year period, 469 were included after excluding those …
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.
Multivariate time series (MTS) forecasting is essential for process monitoring and decision optimization in numerous real-world domains. Existing deep models need to be trained from scratch on abundant data, resulting in limited generalization. Inspired by the success of large language models (LLMs) on various cross-modality tasks, recent research introduces LLMs for MTS forecasting. However, due to the inherent modality gap between MTS and text, there remain two challenges in generating MTS representations suitable for LLMs and handling the intricate inter-variable dependencies. To tackle the…
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.
IMPORTANCE: Depression is a debilitating and costly medical condition that is often undertreated. Men, racial and ethnic minority individuals, older adults, and those with language barriers are at increased risk for undertreatment of depression. Disparities in screening may contribute to undertreatment.
OBJECTIVE: To examine depression screening rates among populations at risk for undertreatment of depression during and after rollout of general screening.
DESIGN, SETTING, AND PARTICIPANTS: This cohort study from September 1, 2017, to December 31, 2019, of electronic health record data from 5
СтатьяПоддержка NIH: внешняя программаПолный 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.
A plethora of scientific evidence has pinpointed that teaching English as a foreign or second language (EFL) is difficult, challenging, and emotionally burdensome. Nevertheless, most English language teachers remain committed to the teaching profession and actively engage in the instructional environment. This has inspired several scholars worldwide to explore what personal, emotional, and psychological factors motivate English language teachers to engage enthusiastically in their workplace. While a large body of studies have to date examined the personal, emotional, and psychological predicto
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.
INTRODUCTION: Complex English discourse reading requires readers to integrate lexical access, syntactic parsing, local meaning construction, cross-sentence inference, and discourse monitoring over time.
METHODS: We developed a brain-inspired, large-language-model-parameterized hierarchical hidden semi-Markov model that encodes lexical-, sentence-, and discourse-level representations and maps contextual embeddings to state-emission, transition, and duration parameters. Discourse-structure and cognitive-load constraints were incorporated into global decoding.
RESULTS: Experiments on 1,200 Engl
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.
BackgroundMost common forms of dementia, including Alzheimer's disease, are associated with alterations in spoken language.ObjectiveThis study explores the potential of a speech-based machine learning (ML) approach in estimating cognitive impairment, using inputs of speech audio recordings.MethodsWe develop an automatic ML pipeline that ingests multimodal inputs of audio and transcribed text, mapping speech and language to domain-specific biomarkers optimized for high explainability and predictive ability. The resulting features are fed through a multi-stage pipeline to determine efficient cla
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.
A large left hemisphere porencephalic cyst was incidentally found in a 48-year-old woman (MS) with a Diagnostic and Statistical Manual (DSM)-5 diagnosis of schizophrenia. The encephaloclastic characteristics of the cyst indicated that it was acquired between the 22nd and 24th gestational weeks, after the major waves of neuronal migration had tapered off. The cyst destroyed the left temporal and occipital lobes, and the inferior parietal lobule. Surprisingly, MS had no evidence of aphasia, alexia, agraphia, or ideational apraxia; in contrast, cognitive functions dependent on the integrity of th
Клинический случайСтатьяПоиск 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.
Healthcare data exchange increasingly relies on HL7 FHIR, but FHIR's implementation complexity creates barriers for clinical workflows. Large language model (LLM) agents could bridge this gap by translating natural language requests into structured FHIR operations, yet their reliability remains unproven. We present FHIR-AgentEval, an extensible evaluation sandbox comprising 43 modular tasks for benchmarking LLM agents on realistic appointment management and genetic testing workflows. Each task executes against a resettable FHIR server with custom deterministic validation of both agent response
СтатьяПрепринтПолный 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.
Alzheimer's disease (AD) is a progressive neurological condition characterized by cognitive decline, memory loss, and aberrant behaviour. It affects millions of people globally and is one of the main causes of dementia. The neurodegenerative condition known as AD has intricate, multifaceted mechanisms that make it difficult to comprehend and identify in its early stages. Conventional diagnostic techniques frequently fail to detect the disease in its early stages. By combining Natural Language Processing (NLP) and Large Language Models (LLMs), this research suggests a novel approach for identif…
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.
Effective patient-physician communication is a cornerstone of surgical care, yet increasing clinical complexity and time constraints often limit opportunities for shared decision-making. Artificial intelligence (AI) is emerging as a tool to supplement these interactions by improving perioperative risk communication, tailoring patient education, and reducing physician workload. Current applications include chatbots for preconsultation history gathering, AI-generated decision aids, and risk prediction models, which synthesize large datasets to provide individualized outcome predictions. Visualiz
СтатьяОбзорПоиск 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.
INTRODUCTION AND AIMS: The overlapping characteristics of oral lichen planus (OLP), a chronic oral mucosal inflammatory condition, with those of other oral lesions, present diagnostic challenges. Large language models (LLMs) with integrated computer-vision capabilities and convolutional neural networks (CNNs) constitute an alternative diagnostic modality. We evaluated the ability of seven LLMs, including both proprietary and open-source models, to detect OLP from intraoral images and generate differential diagnoses.
METHODS: Using a dataset with 1,142 clinical photographs of histopathological…
СтатьяСравнительное исследованиеПоиск 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: Previous studies examined the associations of gestational diabetes mellitus with autism spectrum disorder and attention deficit hyperactivity disorder. However, the associations between gestational diabetes mellitus and other neurodevelopmental disorders, such as the common speech/language disorder and developmental coordination disorder, are rarely studied, and whether the associations vary by race/ethnicity remains unknown.
OBJECTIVE: This study aimed to examine the associations of gestational diabetes mellitus with individual neurodevelopmental disorders in young offspring, and
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.
PURPOSE: The focus of this preliminary study is to report the effects of bilingual Expanding Communication and Language Opportunities Generated in Conversation Treatment (ECoLoGiC-Tx) on formal measures of language, functional communication, and patient/family-reported outcomes (P/FROMs) in bilingual people with aphasia (PWA).
METHOD: Two bilingual participants, P1 (70 years old, Hebrew-English, moderate Broca's aphasia) and P2 (73 years old, Yiddish-English, mild anomic aphasia), participated in this quasi-experimental, pretest/posttest case series, with a follow-up session 6 weeks after the
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.
Introduction Telehealth can be an effective way to provide speech pathology intervention to children with speech and language impairments. However, the provision of reliable and feasible standardised language assessments via telehealth to establish children's needs for intervention and to monitor progress has not yet been well established. Further, there is limited information about children's reactions to telehealth. This study aimed to examine the reliability and feasibility of conducting standardised language assessment with school-aged children with known or suspected language impairment v
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.
MedElevator
Войти в исследования