OBJECTIVES: Predicting mortality is vital for tailoring treatments, improving care and reducing costs. Machine learning (ML) has shown strong potential, often outperforming traditional severity-of-illness scoring systems in intensive care units (ICUs). However, the black-box nature of ML limits adoption. This study evaluates the accuracy of several ML algorithms on the Medical Information Mart for Intensive Care III (MIMIC-III) dataset and applies explainable artificial intelligence to identify variables influencing ICU mortality.
METHODS: A retrospective cohort of 600 MIMIC-III patient recor
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.
Recent advances in large language models (LLMs) have prompted growing interest in their potential to assist with musculoskeletal ultrasound interpretation. However, evidence regarding their diagnostic performance in plantar fasciitis remains scarce. This study evaluated the accuracy of ChatGPT-5.1 and Gemini in classifying plantar fasciitis on longitudinal ultrasound images, using a board-certified physiatrist's assessment as the reference standard. In this prospective diagnostic accuracy study, 80 anonymized plantar fascia ultrasound images were analyzed independently by ChatGPT-5.1 and Gemin
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: Patient recruitment for clinical trials remains a major challenge, with 86% of trials failing to meet enrollment targets on time. In over 77% of cases, recruitment difficulties stem from matching problems between trials and patients. Case-Based Reasoning (CBR) offers a distinct patient-to-patient approach by determining eligibility through comparison with previously enrolled patients, yet this methodology remains underexplored in contemporary oncology trial matching despite its potential advantages.
OBJECTIVE: To compare the performance of two CBR approaches-random forest (RF) and
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.
Peripheral blood smear review remains important when automated hematology analyzer outputs require morphological confirmation. Automated cell localization can extract red blood cell, white blood cell, and platelet regions for downstream counting, morphology assessment, and review support. However, dense erythrocyte backgrounds, small platelet targets, inter-class scale variation, and constrained deployment settings make accurate lightweight localization difficult. This study proposes GGC-DETR, a lightweight RT-DETR-R18-based detector organized around morphology-sensitive localization under con
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: Medication adherence remains a major public health challenge, especially among older adults managing multiple chronic conditions and complex therapeutic regimens. Poor adherence is linked to increased mortality, complications, hospital readmissions, higher healthcare costs, and reduced quality of life. Wearable devices (WDs), integrated into everyday accessories and equipped with sensors and reminder systems, may offer a practical strategy to support continuous monitoring and improve adherence. Given the still-limited evidence in this area, this review evaluates the impact of weara
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.
Meningioma is the most common benign primary intracranial tumor. Although its typical appearance on contrast-enhanced T1-weighted images is characteristic, tumor conspicuity and boundary definition vary substantially across MRI sequences, which complicates automated detection and delineation. Automatic meningioma detection and segmentation provide the volumetric delineation on which tumor volume estimation, radiotherapy target definition, and radiomic analyses depend and may reduce the time and inter-observer variability associated with manual delineation. We investigated deep learning models
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.
The aim of this study was to predict and explain parenting stress at 3 months after the delivery with pregnancy-related features collected in different stages of pregnancy using generalized additive modelling. Pregnant women (n=1138) were recruited for this study. The participants completed multiple questionnaires at gestational weeks 14, 24, 34, and postnatally. The Swedish Parenthood Stress Questionnaire, completed at 3 months postpartum, served as the primary outcome measure. All pregnancy-measured variables were employed as explanatory factors, and a machine learning model underwent traini
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.
PURPOSE: The exponential growth of scientific publications presents increasing challenges for clinicians and patients seeking to access up-to-date medical information. Language models (LMs) have emerged as powerful tools for generating and summarizing scientific content, but their performance in oncology remains insufficiently characterized from both professional and patient perspectives.
MATERIALS AND METHODS: We conducted a prospective, survey-based pilot study evaluating four LMs: Llama 3, Mistral Large 2, Gemma 2B, and Consensus, applied to the summarization and French translation of seve
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.
PURPOSE: Digital patient portals (DPPs) provide patients a direct electronic link with their care teams allowing secure, rapid symptom reporting and the capture of electronic patient-reported outcome questionnaires. A proportion of patients face barriers to DPP adoption. We conducted a prospective observational cohort study to quantify the proportion of DPP nonadopters and identify factors associated with DPP nonadoption.
METHODS: All patients with prostate cancer undergoing radical radiotherapy at a Canadian Provincial Cancer Program were given the opportunity to install a DPP on their mobil
СтатьяНаблюдательное 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.
OBJECTIVES: Monitoring kidney function after acute kidney injury (AKI) hospitalisation is essential for identifying patients at risk of rapid progression. This study developed a machine learning (ML) model to predict membership in a high-risk longitudinal estimated glomerular filtration rate (eGFR) trajectory associated with subsequent kidney replacement therapy (KRT) initiation.
METHODS: We conducted a cohort study of 88 632 adults with ≥2 post-discharge eGFR measurements between 2010 and 2017. Joint latent class mixed models were used to identify dynamic eGFR trajectories from 665 499 measu
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.
Herbal medicines play a crucial role in primary healthcare across West Africa, yet their potential for liver toxicity remains poorly documented. Predicting herbal-induced liver injury is therefore essential to ensure the safe use of traditional remedies. A Random Forest model was developed to predict hepatotoxicity using a combined feature set of nine physicochemical descriptors and Morgan fingerprints R2 (1024 bits). The training dataset included reference compounds from the FDA DILIst dataset, while external validation was performed on the Greene dataset. Model performance was assessed using
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.
PURPOSE: Radiation therapy is a major treatment modality for localized prostate cancer, and accurate target segmentation is a critical aspect of radiation delivery that can directly affect patient outcomes. We evaluated the performance of an artificial intelligence (AI) foundation model in target segmentation tasks for prostate radiotherapy planning.
METHODS: AI segmentation using Segment Anything Model 2 (SAM 2) was evaluated from computed tomography images with varying levels of human intervention, ranging from intervals of every 2nd to every 10th ground truth slice provided as input. Segme
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.
Post-acute sequelae of SARS-CoV-2 infection (PASC) is characterized by persistent symptoms following SARS-CoV-2 infection. Children with PASC are at risk of developing cardiac complications. Echocardiography has been instrumental in identifying cardiac abnormalities. This study applies deep learning to enhance the detection and understanding of echocardiographic changes in children with PASC. A case-control study was conducted at a pediatric tertiary center in central Taiwan. Children under 18 years who tested positive for SARS-CoV-2 and experienced symptoms for longer than 4 weeks were recrui
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.
OBJECTIVE: By carefully accounting for the semantic structure of the International Classification of Diseases (ICD), this study aims to mitigate impact arising from incomplete recording of chronic diseases in ICD-coded data.
MATERIALS AND METHODS: We redefined four chronicity statuses (Groups). We then assigned chronicity status to ICD codes (from different versions: ICD-10-CM, ICD-10-CA, and ICD-11) using the semantic structures of ICD and SNOMED CT. Based on this status, an algorithm was developed to carry forward relevant codes across a patient's multiple encounters. Codes classified as Gr
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: Sepsis is a potentially fatal systemic response to infection, in which early clinical intervention is critical to reduce mortality. This study presents a hybrid deep learning model that combines temporal and structural information from clinical data to improve early sepsis prediction.
METHODS: We used data from the PhysioNet/Computing in Cardiology Challenge 2019 to predict sepsis onset up to 12 hours in advance. We developed a hybrid model integrating long short-term memory (LSTM) networks and graph attention networks (GAT) to capture temporal dynamics and intervariable relationsh
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: Early detection of chronic kidney disease (CKD) is essential for preventing progression to end-stage renal disease. However, existing screening tools-primarily developed using populations from high-income countries-often underperform in Bangladesh and South Asia, where risk profiles differ. Moreover, many machine learning-based CKD studies rely heavily on pathology-test variables and are developed using hospital-based datasets, limiting their applicability for community-level screening and for settings where laboratory testing is not readily accessible.
OBJECTIVE: To develop and e
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.
We examined clinicians' perspectives on predictive uncertainty displayed alongside risk predictions using semi-structured interviews in a postoperative delirium dashboard prototype. While clinicians recognized the value of uncertainty information, they struggled to interpret it without clear context, underscoring the need for transparent, human-centered visualisation of predictive uncertainty.
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.
Delirium is common, consequential, and in many cases preventable in acute care. Building on participatory work with healthcare professionals (HCP), we present a clinical decision pathway (CDP) for an AI-based clinical decision support system (CDSS) that embeds delirium risk prediction into everyday clinical workflows. This work addresses CDSS design considerations from clinical alarm management, signal detection theory (SDT) and automation trust. The CDP specifies: (i) staged alerts, (ii) no-alert and data-quality gates to avoid unnecessary interruptions, (iii) role-based routing and escalatio
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.
The objective of this study is to determine whether 510(k) clearance duration for AI-enabled devices changed differentially relative to the general market around October 1, 2023-the date FDA began Refuse-to-Accept enforcement of Section 524B cybersecurity documentation completeness-using a freshly re-extracted, complete FDA 510(k) dataset. We analyzed 83,675 FDA 510(k) records (De Novo excluded; decisions dated January 2000 through August 2, 2026). AI-enabled codes were identified via FDA's officially published AI-Enabled Medical Device List (26 codes, N = 7070). Log-transformed clearance dura
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: Pediatric appendicitis triage remains clinically challenging, as standard single-model diagnostic scores yield moderately discriminative performance.
OBJECTIVES: We developed an innovative age-stratified machine learning routing architecture integrating clinical biomarkers with transcriptomic data for three-category severity triage (complicated, uncomplicated, and negative), accounting for age-dependent developmental immunological differences.
METHODS: We analyzed 200 pediatric patients (aged 1-17 years; 103 males, 97 females) from de-identified secondary datasets. Clinical featu
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.
MedElevator
Войти в исследования