This work explores the automated extraction of medical information from Dutch clinical notes using Llama-3 and a limited amount of annotations. We compared zero-, one- and few-shot learning for the extraction of performance status of patients with palliative esophagogastric cancer few-shot learning and one-shot with ACSESS-selected examples, showed the best performance. Future work shall focus on improving the model's precision.
СтатьяПолный 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.
Effective healthcare referral triage poses a significant challenge, especially extracting referral notes on time for scheduling. To offset this issue, this study aims to develop an optimized Random Forest classifier to recreate the referral notes content and identify patients requiring Spinal Cord Stimulation procedures. A performance index was introduced to improve accuracy, while a consistency index was designed to prevent overfitting. The optimized classifier, with the optimal selection at the number of estimates being 5 trees and tree depth being 4, achieved an accuracy of 0.74 with a lowe
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.
PURPOSE: We developed and validated a dual-purpose, open-access Rural-Urban Commuting Area (RUCA) tool to standardize geographic coding for cancer disparities research, addressing National Institutes of Health (NIH) Helping to End Addiction Long-term (HEAL) Initiative Common Data Element requirements while supporting institutional catchment area analyses.
METHODS: This web-based tool16 integrates US Department of Agriculture RUCA codes with census tract data and electronic health record systems, meeting NIH HEAL Initiative Findable, Accessible, Interoperable, and Reusable (FAIR) data ecosyste
СтатьяПоддержка NIH: внешняя программаПоиск 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.
The objective of this study is to implement an actionable incidental findings (AIFs) communication workflow integrated into the electronic health record (EHR) using dictation macros to improve the quality of radiology reports and facilitate delivery of findings to clinicians. The workflow was implemented across an academic multi-hospital health system and used by over 100 radiologists from 12 divisions. Standardized macros were created for different organ systems including the thyroid, lungs, liver, pancreas, spleen, kidney, female reproductive, and others, designed based on the ACR Novel Qual
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: Muscle volume is a key indicator of strength and neuromuscular health, commonly assessed via Magnetic Resonance Imaging (MRI). While accurate, MRI is expensive and time-intensive. Three-dimensional ultrasonography (3DUS) offers a more accessible alternative but requires validation due to its setup-dependent accuracy. This study investigated the validity and reliability of a custom 3DUS setup for measuring lower limb muscle volumes.
METHODS: Fifteen participants (8 female; 18-40 years) underwent two 3DUS and one MRI sessions. The tibialis anterior, vastus lateralis, gastrocnemii,
СтатьяСравнительное исследованиеПоиск 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.
CT-based imaging biomarkers can be derived from the pancreas for detecting pancreatic pathologies. However, current approaches using full pancreas segmentations are unable to provide region-specific biomarkers that are crucial in predicting disease severity for many conditions, such as pancreatic adenocarcinomas. This study aims to develop an automated 3D tool to detect and segment the pancreatic sub-regions (the head, body, and tail) on CT volumes. This retrospective study used a subset of 549 CT volumes from the publicly available TotalSegmentator (TS) dataset. The dataset was randomly split
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.
Automatic segmentation of angiographic structures can aid in assessing vascular disease. While recent deep learning models promise automation, they lack validation on interventional angiographic data. This study investigates the feasibility of angiographic segmentation using in-context learning with the UniverSeg model, which is a cross-learning segmentation model that lacks inherent angiographic training. A retrospective review, after IRB approval, identified 234 patients who underwent interventional fluoroscopy of the celiac axis with iodinated contrast from January 1, 2019, to December 31,
СтатьяВалидационное исследованиеПолный 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.
Understanding the characteristics of upper limb movements plays an essential role in motivating and helping patients with rehabilitation. Currently in clinical fields, therapists observe and evaluate the patient's movements qualitatively. In this study, our objective is to quantitatively evaluate upper limb function by quantifying the quality of upper limb movements. Specifically, we introduce a novel metric referred to as the "compensatory degree" which can be generated from videos of rehabilitation movements. The results of a verification experiment show that the compensatory degree is stron
СтатьяПолный 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.
Fetal biometric assessments through ultrasound diagnostics are integral in obstetrics and gynecology, requiring considerable time investment. This study aimed to explore the potential of artificial intelligence (AI) architectures in automatically identifying fetal abdominal standard scanning planes and structures, particularly focusing on the abdominal circumference. Ultrasound images from a prospective cohort study were preprocessed using CV2 and Keras-OCR to eliminate textual elements and artifacts. Optical character recognition detected and removed textual components, followed by inpainting
СтатьяПолный 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.
Integration of artificial intelligence (AI) into radiology practice can create opportunities to improve diagnostic accuracy, workflow efficiency, and patient outcomes. Integration demands the ability to seamlessly incorporate AI-derived measurements into radiology reports. Common data elements (CDEs) define standardized, interoperable units of information. This article describes the application of CDEs as a standardized framework to embed AI-derived results into radiology reports. The authors defined a set of CDEs for measurements of the volume and attenuation of the liver and spleen. An AI sy
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.
Exam protocoling is a significant non-interpretive task burden for radiologists. The purpose of this work was to develop a natural language processing (NLP) artificial intelligence (AI) solution for automated protocoling of standard abdomen and pelvic magnetic resonance imaging (MRI) exams from basic associated order information and patient metadata. This Institutional Review Board exempt retrospective study used de-identified metadata from consecutive adult abdominal and pelvic MRI scans performed at our institution spanning 2.5 years from 2019 to 2021 to fine-tune an AI model to predict 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.
We conducted a systematic review and meta-analysis in diagnostic performance of studies that tried to use artificial intelligence (AI) algorithms in detecting pancreatic ductal adenocarcinoma (PDAC) and distinguishing them from other types of pancreatic lesions. We systematically searched for studies on pancreatic lesions and AI from January 2014 to May 2024. Data were extracted and a meta-analysis was performed using contingency tables and a random-effects model to calculate pooled sensitivity and specificity. Quality assessment was done using modified TRIPOD and PROBAST tools. We included 26
СтатьяСистематический обзорМетаанализПоиск 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.
This study aimed to examine the performance of a fine-tuned large language model (LLM) in extracting pretreatment pancreatic cancer according to computed tomography (CT) radiology reports and to compare it with that of readers. This retrospective study included 2690, 886, and 378 CT reports for the training, validation, and test datasets, respectively. Clinical indication, image finding, and imaging diagnosis sections of the radiology report (used as input data) were reviewed and categorized into groups 0 (no pancreatic cancer), 1 (after treatment for pancreatic cancer), and 2 (pretreatment pa
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.
PURPOSE: Perfusion modeling presents significant opportunities for imaging biomarker development in breast cancer but has historically been held back by the need for data beyond the clinical standard of care (SoC) and uncertainty in the interpretability of results. We aimed to design a perfusion model applicable to breast cancer SoC dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) series with results stable to low temporal resolution imaging, comparable with published results using full-resolution DCE-MRI, and correlative with orthogonal imaging modalities indicative of biophysic
СтатьяВалидационное исследованиеПоддержка NIH: внешняя программаПоиск 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.
Chronic lymphocytic leukemia (CLL) exhibits a heterogeneous clinical course. Prognostic markers that impact patient outcomes have been identified, including MYC gene abnormalities. This study investigates machine learning (ML) models for predicting survival in CLL, comparing the performance of Random Survival Forest (RSF), Decision Tree (DT), and Cox proportional hazards models across two cohorts: MYC-positive patients and a general CLL population. Three time-to-event outcomes were assessed: 10-year from diagnosis, 10-year from cytogenetic assessment, and time to first treatment. Model perform
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.
PURPOSE: Lymph node metastasis (LNM) significantly affects prognosis and treatment strategies in non-small cell lung cancer (NSCLC). Current diagnostic methods, including imaging and histopathology, have limited sensitivity and specificity. This study aims to develop and evaluate machine learning (ML) models that predict LNM in NSCLC using single-nucleotide polymorphism (SNP) data from The Cancer Genome Atlas.
METHODS: A cohort of 542 patients with NSCLC with comprehensive SNP data were analyzed. After preprocessing, feature selection was performed using chi-square tests to identify SNPs sign
СтатьяПолный 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.
Pancreatic cancer is diagnosed mainly during endoscopic ultrasound, but limited few works explore computer-assisted diagnosis (CAD) for this modality. At the moment, most CAD systems are based on deep learning models. However, those models need large datasets to be trained effectively. In this work, to advance the research for pancreatic cancer CAD, we introduce a novel endoscopic ultrasound dataset for the classification task of pancreatic tumors. We present a dataset of 7825 endoscopic images corresponding to 606 patients. The dataset is divided into two classes: ultrasound images containing
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.
Population-based insights into the risk of metastatic recurrence are typically unavailable due to the absence of recurrence-specific data in cancer registries. This study presents an innovative method for estimating recurrence risk using disease-specific survival data from cancer registries. The methodology integrates an illness-death model with a mixture-cure framework for net cancer survival. Recurrence risk is derived by analysing survival outcomes for the non-cured subgroup, complemented by existing data on post-recurrence survival. The approach was applied to disease-specific survival dat
СтатьяПолный 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.
Second opinions in radiology are crucial for accurate diagnosis and patient management but often lack standardization, leading to inefficiencies and suboptimal reimbursement. We redesigned the second opinion workflow leveraging existing tools in the EMR. Summary statistics as well as post-implementation surveys were conducted among ordering providers and radiologists to gauge the process. Reimbursement data from August 2021 to October 2022 was also analyzed. The Abdomen division accounted for 47% of second opinion exams, followed by Neuroradiology at 26%, Chest at 17%, Nuclear Medicine at 9%,
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