The Swiss Personalized Health Network is a national network aiming to facilitate responsible use of health-related data for research in Switzerland. Central to this effort is the SPHN RDF Schema, a graph-based model leveraging Resource Description Framework (RDF) to encode semantics. The use of RDF and semantic web technologies enable fine-grained representation of health-related entities and facilitates the integration of heterogeneous clinical datasets into interoperable knowledge graphs suitable for research. Fast Healthcare Interoperability Resources (FHIR®) in contrast is optimized for da
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.
Medication management in long-term care remains largely paper-based, resulting in fragmented records, transcription errors, and limited reuse opportunities. In the Portuguese use case of the RM4Health project, the Santa Casa da Misericórdia de Vagos adopted a structured datasheet template with embedded validations as the single point of entry for medication data. Two services were developed to convert XLS-based medication data into HL7 FHIR MedicationStatement resources and produce CSV files for semi-automated import into a REDCap database. The work also demonstrated the feasibility of convert
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/PURPOSE: Mobile health (mHealth) applications are increasingly used to support community health workers (CHWs) in delivering primary care services in low- and middle-income countries (LMICs); however, evidence remains fragmented regarding how technical configuration intersects with the sociotechnical experience of the workforce. This scoping review aimed to characterize the technological and sociotechnical landscape of smartphone- and tablet-based mHealth applications used by CHWs in LMIC primary care settings.
METHODS: Following the PRISMA-ScR framework, systematic searches were c
СтатьяScoping ReviewПоиск 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.
Health systems are under increasing pressure as chronic disease becomes the dominant burden of care. Addressing this requires earlier detection and prevention, and predictive artificial intelligence (AI) tools are a demonstrable means of targeting interventions more effectively. Despite extensive research activity and substantial public funding, few predictive AI tools are translated effectively into routine care. We argue that the primary translational barrier is now organisational rather than solely methodological: without defined institutional ownership and long-term stewardship, including
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.
This article explores an Innovation Bootcamp concept used in two international intensive learning events to develop digital transformation competencies in healthcare. Based on a trialogical learning approach, the bootcamps brought together students, educators, and industry partners to work on real innovation challenges from companies. Combining methods from innovation and service design, the structure supported rapid ideation, prototyping, and concept development. Results show that authentic industry involvement, multidisciplinary teamwork, and in-person collaboration enriched students' engage
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.
As care for old adults increasingly shifts to the home, integrating everyday health data into clinical practice remains a major challenge. Current solutions based on passive sensors or wearable data often lack contextual understanding, leaving clinicians disconnected from the lived experience at home. To address this gap, we propose a user-centered, natural language-based, asynchronous platform enabling patients to communicate relevant health events and contextual insights in their own words. Developed through a participatory design process, our web-based prototype integrates a large language
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: Capabilities of generative AI (GenAI) tools continue to advance, positioning them as promising resources for supporting healthcare education. However, their implementation also presents challenges and unknown implications related to Diversity, Equity and Inclusion (DEI). Despite the growing body of literature on GenAI, there remains a significant gap in research examining how DEI considerations are addressed in GenAI applications in healthcare education.
AIM: This review synthesizes existing literature on the integration of DEI in GenAI applications for healthcare education. Speci
СтатьяScoping ReviewПолный 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: Transfusion recipients are a heterogeneous group of patients, yet identifying these groups has traditionally relied on human-driven univariate analyses and domain knowledge instead of analyzing multivariate characteristics of individuals. Electronic health records (EHR) combined with unsupervised machine learning enables robust, data-driven way for phenotyping populations, providing finer-grained view on subgroup characteristics.
METHODS: We introduce an extension to the Variational Autoencoder (VAE) framework and apply the model to EHR data of 19,629 adult transfusion recipients.
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: Mindfulness can positively impact physical and mental health, but face-to-face programmes are limited by poor accessibility, availability and cost. Virtual reality (VR) offers immersive audiovisual environments that could improve mindfulness practice.
OBJECTIVES: To evaluate commercially available VR apps related to mindfulness.
METHODS: App stores and relevant online platforms were searched for VR apps related to mindfulness. Results were screened against eligibility criteria and relevant data extracted. Six raters used the Mobile App Rating Scale (MARS) to assess the quality of
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: Diet-related chronic conditions are major contributors to global morbidity and mortality. Effective management of these conditions requires consistent engagement in self-care behaviours such as healthy eating, physical activity, and medication adherence. However, behavioural interventions often lack personalisation, limiting their impact, whereas digital twin (DT) systems, which use digital technologies to generate real-time representations of individuals, offer the potential to support people through adaptive and patient-centred approaches by integrating health data to personalise
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.
The rise of cyberchondria, which is defined as excessive and anxiety-driven online health searches, presents a lot of challenges for individuals' well-being and also for public health in general. Often leading to stress or self-diagnoses, it is very important to support individuals in coping or even preventing this excessive misuse. Therefore, this work describes the design and prototypic development of a solution to prevent cyberchondria early. Important requirements through a user-centered, iterative design approach were identified and implemented. This work advances digital mental health by
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.
This paper presents an integrated approach that combines unsupervised anomaly detection with large language model (LLM)-based explanation generation to enhance the interpretability of clinical study dashboards. Using data from the P4D (Personalized, Predictive, Precise, and Preventive Medicine for Major Depression) cohort study, an Isolation Forest algorithm was employed to identify atypical observations within multidimensional clinical data. A t-distributed Stochastic Neighbor Embedding (t-SNE) projection was used to assess the plausibility of detected outliers. To improve transparency for 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.
BACKGROUND: Alexithymia-difficulty identifying and expressing emotions-is positively correlated with multiple psychiatric disorders and complicates psychotherapy, yet remains under-addressed.
OBJECTIVE: To develop a prototype for a clinician-linked digital Emotion-Focused Therapy (EFT) called Unlexi, a homework-style model.
METHODS: We developed the prototype with eligibility excluding acute states and requiring TAS-20 ≥ 51 with Readiness for Therapy Questionnaire screening. In the prototype, 12 weekly EFT modules are delivered with brief felt-sense pauses and a safety "Pause" triggering. NL
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: Postpartum depression can have severe negative impacts on both the mother and her infant. In recent years, internet-delivered psychological interventions have gradually been regarded as potential solutions owing to their convenience and high accessibility.
METHODS: A scoping review was conducted using Arksey and O'Malley's methodological framework, with an updated systematic search across 4 databases (PubMed, Web of Science, Embase, and the Cochrane Library) up to January 13, 2026.
RESULTS: Twenty studies met the inclusion criteria and assessed the efficacy of diverse internet-de
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 examine UK general practitioners' (GPs) adoption of ambient artificial intelligence (AI) scribes and to assess user-reported error rates, workflow impact and consent practices in primary care.
METHODS: We conducted a nationwide online mixed-methods survey of GPs recruited via Doctors.net.uk. Detailed analyses of use, errors and workflow impact focused on current users of ambient AI scribes.
RESULTS: In August 2025, of 1003 respondents, 14% (n=141) reported current use of ambient AI scribes, 39% (n=396) intended to adopt them soon and 46% (n=466) had no plans to use them. Among
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.
Psychosocial support is becoming increasingly important for both patients and caregivers during their illness recovery journey. While various self-care strategies can be recommended by healthcare professionals (HCPs) like nurses, such as exercise and relaxation techniques, systematic guidance for evaluating the therapeutic potential of streaming media (SM) is still lacking. Patients engage with entertainment media on streaming platforms daily. Among these, Korean Wave (K-wave) content, including Korean pop (K-pop) and drama (K-drama), has gained global reach in recent years. Music therapy 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.
Alzheimer's disease (AD) classification from structural magnetic resonance imaging (MRI) remains challenging, particularly when distinguishing mild cognitive impairment (MCI) from both cognitively normal (CN) ageing and established AD. Multimodal approaches that combine imaging with clinical information are promising, but most confine the influence of clinical variables to the classifier head, so biomarkers cannot shape spatial feature extraction inside the imaging encoder. We propose a bimodal deep learning framework operating on two input sources: 3D T1-weighted structural MRI and tabular cl
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.
Clinical narratives contain rich, detailed information that is essential for medical research but often locked behind privacy constraints due to the presence of personally identifiable information. To enable secondary use while protecting patient confidentiality, these texts must undergo de-identification. Because even a few missed instances can lead to disclosure, systems must achieve high recall. In this work, we present CONORM-DEID, a multilingual model for clinical text de-identification, and investigate how large-scale synthetic pre-training and the availability of human-annotated data im
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.
Accurate nuclei segmentation is essential for quantitative histopathological analysis and downstream clinical applications such as cancer grading, biomarker assessment, and prognostic modeling. Although deep learning has substantially advanced biomedical image segmentation, comparative evidence regarding the relative strengths of CNN, Transformer, and hybrid CNN-Transformer-based architectures under harmonized conditions remains limited. This study presents a controlled and reproducible benchmark of eight representative architectures for histopathological nuclei segmentation, evaluated on the
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.
MedElevator
Войти в исследования