Artificial intelligence (AI) holds potential to support persons with serious mental illness, but evidence remains limited. To explore opportunities and challenges there, we conducted qualitative interviews with multiple Norwegian mental health stakeholders. Data was analyzed using thematic analysis and sentiment analysis. Twenty-two informants shared their opinions, with half expressing moderately negative sentiments. Findings suggest AI can optimize mental health service delivery and encourage a flexible approach to recovery. However, AI's ability to provide emotional support may inadvertentl
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.
Consistency of pituitary macroadenomas is a key determinant in surgical outcomes, with non-soft consistency linked to more complications and incomplete resections. This study aimed to develop a machine learning model to predict the consistency of pituitary macroadenomas to improve surgical planning and outcomes. A retrospective study of patients with pituitary macroadenomas was conducted. Data included brain magnetic resonance imaging findings (diameter and apparent diffusion coefficient), patient demographics (age and sex), and tumor consistency. Seventy patients were evaluated, 59 with soft
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: The increasing use of patient portal messages has enhanced patient-provider communication. However, the high volume of these messages has also contributed to physician burnout.
METHODS: Patient-generated portal messages sent to a single cancer center from 2011 to 2023 were extracted. BERTopic, a natural language processing topic modeling technique based on large language models, was optimized. For further categorization, the topic words were labeled using GPT-4, followed by review by two oncologists. Uniform Manifold Approximation and Projection was used for dimensionality reduction
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.
BACKGROUND AND OBJECTIVE: Sleep disordered breathing (SDB) is one of the most common sleep disorders and has short-term consequences for daytime functioning while being a risk factor for several conditions, such as cardiovascular disease. Polysomnography, the current diagnostic gold standard, is expensive and has limited accessibility. Therefore, cost-effective and easily accessible methods for SDB detection are needed. Both cardiac and audio signals have received attention for SDB detection as they can be obtained with unobtrusive sensors, suitable for home applications.
METHODS: This paper
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
The purpose of this study was to evaluate the effectiveness of virtual reality meditation compared with standard care on sleep quality and delirium incidence in patients admitted to the ICU. We conducted a randomized controlled trial with 96 patients in an 11-bed surgical ICU at a South Korean university hospital. The control group received usual sleep care, whereas the intervention group received an additional 20-minute virtual reality-based mindfulness and relaxation meditation before bedtime. Using the Verran and Snyder-Halpern Sleep Scale, we found significantly improved subjective sleep q
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.
OBJECTIVE: Half of all adult emergency department (ED) visits with a complaint of dyspnea involve acute heart failure (AHF), exacerbation of chronic obstructive pulmonary disease (eCOPD), or pneumonia, which are often misdiagnosed. We aimed to create an artificial intelligence (AI) diagnostic decision support tool to detect patients with AHF, eCOPD, and pneumonia among dyspneic adults at the beginning of their ED visit.
METHODS: In this cross-sectional study, we included all ED visits of patients 18 years or older with dyspnea at two regional Swedish EDs 07/01/2017-12/31/2019. In-hospital or
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
We describe a process for selecting informational material for people living with dementia that is most appropriate for their stage of dementia. This material provides information on the disease, on ways of living with the disease, and on activities that may delay the progression of the disease, with a view to maintaining an individual's independent living at home. Informational material is suggested according to both an individual's overall clinical disease progression and progression along seven cognitive domain axes that contribute to the overall progression, for example 'working memory' pe
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.
This study explores a transfer learning approach with vision transformers (ViTs) and convolutional neural networks (CNNs) for classifying retinal diseases, specifically diabetic retinopathy, glaucoma, and cataracts, from ophthalmoscopy images. Using a balanced subset of 4217 images and ophthalmology-specific pretrained ViT backbones, this method demonstrates significant improvements in classification accuracy, offering potential for broader applications in medical imaging. Glaucoma, diabetic retinopathy, and cataracts are common eye diseases that can cause vision loss if not treated. These dis
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.
The objectives of this study are to construct a deep convolutional neural network (DCNN) model to diagnose and classify meibomian gland dysfunction (MGD) based on the in vivo confocal microscope (IVCM) images and to evaluate the performance of the DCNN model and its auxiliary significance for clinical diagnosis and treatment. We extracted 6643 IVCM images from the three hospitals' IVCM database as the training set for the DCNN model and 1661 IVCM images from the other two hospitals' IVCM database as the test set to examine the performance of the model. Construction of the DCNN model was perfor
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.
Compared to non-functional pituitary neuroendocrine tumors (NF-PitNETs), posterior pituitary tumors (PPTs) require more intraoperative protection of the pituitary stalk and hypothalamus, and their perioperative management is more complex than NF-PitNETs. However, they are difficult to be distinguished via magnetic resonance images (MRI) before operation. Based on clinical features and radiological signature extracted from MRI, this study aims to establish a model for distinguishing NF-PitNETs and PPTs. Preoperative MRI of 110 patients with NF-PitNETs and 55 patients with PPTs were retrospectiv
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.
BACKGROUND: Transcatheter aortic valve implantation (TAVI) therapy has demonstrated its clear benefits such as low invasiveness, to treat aortic stenosis. Despite associated benefits, still post-procedural complications might occur. The severity of these complications depends on pre-existing clinical conditions and patient specific complex anatomical features. Accurate prediction of TAVI outcomes will assist in the precise risk assessment for patients undergoing TAVI. Throughout the past decade, different machine learning (ML) approaches have been utilized to predict outcomes of TAVI. This sys
СтатьяСистематический обзорПоддержка 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.
This paper reviews the current research on Alzheimer's disease and the use of deep learning, particularly 3D-convolutional neural networks (3D-CNN), in analyzing brain images. It presents a predictive model based on MRI and clinical data from the ADNI dataset, showing that deep learning can improve diagnosis accuracy and sensitivity. We also discuss potential applications in biomarker discovery, disease progression prediction, and personalised treatment planning, highlighting the ability to identify sensitive features for early diagnosis.
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.
OBJECTIVES: Little research focuses on mechanisms underlying the well-recognised relationship between mental and physical health, or its potential to influence adherence and response to treatments. This short report summarises results of the National Institute for Health and Care Research-funded 'Core Mental Health Data Set (CMHDS)' study to embed a digital tool for routine collection of mental health data in physical health studies.
METHODS: Four chief investigators of physical health trials were approached to embed the CMHDS into their study. Two trials, one for people receiving specialist
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.
The 2024 intravenous fluid (IVF) shortage following Hurricane Helene highlighted vulnerabilities in healthcare supply chains. This paper describes a prototype expert system designed to guide clinicians in appropriate IVF use during crises. By integrating clinical guidelines with real-time supply levels, this system could improve patient care while conserving limited resources.
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.
Diagnosis of aortic valve stenosis (AS) is performed manually by a physician experienced in echocardiography imaging. A specific subtype of AS, a severe low-gradient AS, is the most challenging one in terms of differentiating it from the moderate AS. In this study, an artificial intelligence (AI)-based model was used to diagnose the severe low-gradient AS in a fully automatic manner. Data from 158 consecutive patients undergoing echocardiography examination to assess AS severity were used. The obtained performance of our fully automatic approach was AUC = 0.719, 95% confidence interval, 0.640-
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.
Interoperability of Health Information Systems (HIS) is critical for improving healthcare delivery, decision-making, and resource management in Low- and Middle-Income Countries (LMICs). However, challenges such as fragmented systems, limited digital infrastructure, and the absence of standardized health records hinder progress. This study proposes the Cluster Care System (CCS), a modular, cluster-based framework designed to address these challenges. Its architecture includes local Cluster Information Systems, a Cluster Master Patient Index for unified patient identification, and a Cluster Ente
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.
Alzheimer's disease is a progressive neurodegenerative disorder that is challenging to diagnose at an early stage. Affecting over 55 million people worldwide, its prevalence is expected to rise sharply by 2030. The use of artificial intelligence (AI) techniques has become increasingly important to improve the speed and accuracy of diagnosis. In this study, we propose the NCA-Enhanced Voting Algorithm for Alzheimer's Classification (NCA-EVA) to support computer-aided diagnosis. A total of 66 models were trained for four-class data and six models for two-class data. The proposed method successfu
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.
Accurate segmentation of upper airway structures such as the velum and OTE (oropharynx, tongue base, epiglottis) in drug-induced sleep endoscopy (DISE) images is crucial for predicting the degree and location of obstruction to determine treatment options for obstructive sleep apnea (OSA). This study systematically compares centralized learning (CL) and federated learning (FL) approaches for the semantic segmentation of these regions using multi-institutional DISE video data. A convolutional neural network (CNN)-based segmentation model was trained and evaluated for both learning paradigms. The
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.
To evaluate the influence of enhancement filters on panoramic radiographs for the detection of external root resorption (ERR) in lower second molars caused by impacted third molars. One hundred and twenty-four panoramic radiographs with 182 lower third molars were selected. The corresponding cone-beam computed tomography scans were assessed to create the reference standard. The panoramic radiographs were then exported with and without four enhancement filters (Sharpness, Invert, Invert + Sharpness, and Equalized + Magnification) and independently evaluated by five examiners using a five-point
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: Quality of life measures from the patient's subjective experience are important, since it capture how the treatment affects their daily life, functional abilities, and emotional well-being. This study aimed to measure patients' QoL prior and after Transcatheter Aortic Valve Implantation (TAVI) procedure.
METHODS: This prospective study was conducted from November 2022 to December 2024 in a sample of 302 TAVI patients from three public Hospitals in Greece. Patients were recruited and followed up at the point of discharge and six months after discharge. Patient-reported quality of
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