Clinical AI systems' lack of interpretability limits their adoption in evidence-based medicine. To address this challenge, we propose a computational framework that harnesses generative AI's medical knowledge to create interpretable structural causal models (SCMs) for clinical decision support, quality improvement evaluation, and population health management. We evaluated our approach through a case study using data from the Midwest Healthcare Conference Causal Diagram Challenge, where we compared transformer-based large language models against human performance on a complex causal reasoning t
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 hospital capacity management is critical for enhancing patient care quality, operational efficiency, and healthcare system resilience, notably during demand spikes like those seen in the COVID-19 pandemic. However, devising optimal capacity strategies is complicated by fluctuating demand, conflicting objectives, and multifaceted practical constraints. This study presents a data-driven framework to optimize capacity management decisions within hospital systems during surge events. Two key decisions are optimized over a tactical planning horizon: allocating dedicated capacity to surge
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.
Gastrointestinal cancers account for roughly a quarter of global cancer incidence, and early detection through endoscopy has proven effective in reducing mortality. Multi-class endoscopic disease detection, however, faces three persistent challenges: feature redundancy from non-pathological content, severe illumination inconsistency across imaging modalities, and extreme scale variability with blurry boundaries. This paper introduces Endo-DET, a domain-specific detection framework addressing these challenges through three synergistic components. The Adaptive Lesion-Discriminative Filtering (AL
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 goal of dose-finding oncology trials is to assess the safety of anti-cancer treatments across multiple doses and to recommend dose(s) for subsequent trials. As patients' outcomes accrue, trialists dynamically recommend new doses for further investigation during the trial. This adaptive decision-making lends itself to Bayesian learning, with Bayesian frameworks increasingly guiding dose recommendations in model-based dose-finding designs, including the Continual Reassessment Method (CRM). However, such approaches introduce increased complexity, not least when additional outcomes are incorpo
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.
Reconstructing the growth of metallic nanoparticles in real time remains a long-standing challenge, particularly for nanoalloy systems that exhibit complex atomic spatial arrangements and display structures and properties distinct from those of pure metal particles. Here, we present a methodology that integrates Molecular Dynamics and in silico wide-angle X-ray scattering signals, which are calculated using the Debye Scattering Equation, with a deep learning regressor, enabling a direct connection between experiments and data-driven structural interpretation. Atomic-scale descriptors of size a
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.
Pedestrian detection is a fundamental component of Advanced Driver Assistance Systems (ADAS) and plays a key role in collision avoidance and the safety of vulnerable road users. This paper presents a structured review of pedestrian detection methodologies developed between 2000 and 2025, spanning classical vision techniques and modern deep learning architectures. We organize the review into two phases. First, we examine classical methods, including Histogram of Oriented Gradients (HOG)+Support Vector Machine (SVM), Viola-Jones, Deformable Part Models, and Integral Channel Features, which estab
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.
INTRODUCTION: Communication is a fundamental human right and should not be constrained by disability; advances in modern technology are reshaping how communication is conceived and delivered, creating new possibilities for people who rely on augmentative and alternative communication (AAC). This systematic review examined whether immersive virtual, augmented, and mixed reality (VR/AR/MR; hereafter referred to as XR) has been integrated with brain-computer interfaces (BCIs) to support AAC for people who rely on it, and what evidence exists regarding usefulness and usability.
METHODS: Searches
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.
Korean rockfish (Sebastes schlegelii) is a commercially important viviparous teleost widely distributed in China, Japan and Korea, and is characterized by internal fertilization and long-term sperm storage. However, artificial breeding of S. schlegelii has not been well established, and the optimal conditions for sperm preservation remain unclear. In the present study, an effective sperm cryopreservation protocol was successfully developed using 15-20% glycerol as the cryoprotectant combined with a programmable freezer. Post-thaw sperm kinematic parameters were evaluated using a computer-assis
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.
Online commercial sex platforms have become key environments in which potential indicators relevant to technology-facilitated sexual exploitation (TFSE) and technology-facilitated gender-based violence (TFGBV) may be observed. Current language models and computational approaches to identifying potential exploitation often assume that behavioural indicators (e.g., geographical mobility, pricing, and other linguistic markers) are easily accessible and comparable across online spaces and jurisdictions. This study challenges this assumption by showing that platform design largely shapes the variab
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.
Chromatography is a cornerstone methodology employed for quality evaluation of traditional Chinese medicine (TCM). However, the complexity of chromatographic data, where signals from multiple compounds overlap and interfere, often impedes the accurate identification of chemically significant features. This study proposed an integrated approach that combines multidimensional chromatographic fingerprinting with machine learning to trace the molecular origins of characteristic compounds in a representative TCM formula, Fufang E'jiao Jiang (FEJ). Following comprehensive chemical profiling, we cons
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.
Breast cancer prognosis and treatment outcomes are shaped by intricate interplay between tumor biology, systemic comorbidities, and patient-reported functional status. This paper introduces a framework to address critical gaps in precision oncology by systematically integrating multimodal data-including clinical parameters, comorbidity profiles, and patient-reported outcomes (PROs)-to refine prognostic stratification and therapeutic decision-making. Section 1 contextualizes the clinical relevance of comorbidity burden and quality-of-life metrics in breast cancer care, emphasizing their underut
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: Female breast cancer still represents a substantial public health obstacle in many countries. The condition remains costly for healthcare providers and imposes heavy burdens on healthcare systems in countries globally. There is a significant gap in information regarding the economic burden of carcinoma of the breast affecting the women of Antigua and Barbuda. Consequently, this research aims to quantify the costs related to female breast carcinoma from the perspective of the healthcare provider in the country.
METHODS: This study employed a prevalence-based cost of illness methodo
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: Clinical microbiology is undergoing rapid transformation driven by modern technologies generating high-volume, high-dimensional, and heterogeneous datasets that exceed the analytical capabilities of traditional rule-based approaches. Artificial intelligence (AI) provides powerful computational methods to gain diagnostic, biological, and epidemiological insights from these complex data.
OBJECTIVES: This narrative review provides a structured introduction to the machine learning (ML) lifecycle from the perspective of clinical microbiology, outlining the sequence of steps in data pre
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.
Vibrational spectroscopy has become a valuable tool for biomedical applications. However, the technique generates large empirical spectral data sets, requiring multivariate analysis using an ever-evolving arsenal of machine learning approaches. Optimizing and validating these algorithms requires high-quality, appropriately representative data sets with a well-defined diagnostic profile, which are not readily available for testing. This work introduces an in silico framework for building and validating spectroscopic diagnostic models using mixture-based spectral simulations, illustrated through
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.
Mapping the connections between genes enables the identification of networks disrupted in disease. The approach, however, requires large amounts of data, making the discovery of therapeutic targets difficult in settings with limited data. We recently developed a foundational artificial intelligence model, Geneformer, pretrained on a large-scale corpus of single-cell transcriptomes (initially ~30 million, now >100 million) to enable context-aware predictions in network biology with limited data. Here, we cover the methodology for using Geneformer through a combination of zero-shot inference, fi
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.
BACKGROUND: Computer vision syndrome (CVS) is an increasingly prevalent ocular health concern among medical students due to visual display terminal (VDT) dependent learning methods. The purpose of this study was to assess the prevalence of CVS among medical students and the effectiveness of a 2-week ergonomic intervention in reducing its symptoms.
METHODOLOGY: Medical students between 17 and 25 years of age, using VDT for ≥6 months with corrected visual acuity of 6/6 were included. CVS score was recorded using a validated questionnaire. Participants attended a 1-h ergonomic counseling session
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: Chronic kidney disease heavily burdens patients and health systems. Digital health interventions offer significant potential but face implementation challenges driven by stakeholders' emotional and practical experiences. This review synthesizes these affective dimensions to inform clinical practice.
METHODS: A qualitative systematic review was conducted across six databases for studies published through April 2025. Methodological quality was rigorously appraised. We integrated Python-based computational sentiment analysis to quantify stakeholder emotional polarity (positive, negat
Систематический обзорСтатьяПоиск 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.
Specific metabolic and genetic abnormalities can cause skin lesions with cancerous potential. Cancerous cells might be spreading to every part of the body, whereas cancer is critical. Skin cancer is one of the prevalent cancers, and its global incidence continues to rise. Skin lesion classification is a significant stage in computer-aided diagnosis (CAD) for automatic analysis of melanoma. Recently, increased focus has been given to the deep learning (DL) methods applied for image analysis owing to their capability to utilise machine learning (ML) methods to convert input data into higher-leve
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.
Defining the binding epitopes of antibodies is essential for understanding how they bind to their antigens and perform their molecular functions. However, while determining linear epitopes of monoclonal antibodies can be accomplished utilizing well-established empirical procedures, these approaches are generally labor- and time-intensive, and costly. To take advantage of the recent advances in protein structure prediction algorithms available to the scientific community, we developed a calculation pipeline based on the localColabFold implementation of AlphaFold2 that can predict linear antibod
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 computer analysis of Whole Slide Images (WSIs) has become increasingly prevalent in pathology-based diagnosis, although their analysis still presents considerable challenges due to the voluminous nature of the data. To address this issue, Multiple Instance Learning (MIL) has emerged as a viable approach in which WSIs are partitioned into tiles for processing. Nevertheless, previous MIL methodologies inadequately capture the essential spatial context between tiles, which is imperative for accurate diagnosis across various diseases. In parallel, approaches based on adapting Convolutional Neu
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.
MedElevator
Войти в исследования