BACKGROUND AND OBJECTIVE: Osteoporosis is a prevalent metabolic bone disorder characterized by reduced bone mineral density and disrupted bone microarchitecture, leading to increased fracture risk. Growing interest has focused on natural bioactive compounds as potential complementary therapeutic agents. This systematic review aimed to comprehensively evaluate preclinical evidence regarding the protective effects of ellagic acid (EA), a naturally occurring polyphenolic compound, and to elucidate the molecular mechanisms underlying its role in alleviation of osteoporosis.
METHODS: A systematic
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.
BACKGROUND: Tuberculosis (TB) remains a major global health concern, with poor post-discharge adherence driving relapse and drug resistance. While China's 2024 guidelines advocate for "intelligent post-discharge management," the role of Large Language Models (LLMs) in this specialized care remains unexplored.
OBJECTIVE: To explore the feasibility of LLMs as auxiliary tools to complement TB specialists in post-discharge medication counseling, patient education, and follow-up planning.
METHOD: This exploratory study compared two LLMs (ChatGPT-4o, DeepSeek-R1) with TB physicians using 17 standa…
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: To evaluate the diagnostic performance and clinical utility of advanced large language models (LLMs) -GPT-4o, GPT-o3-mini, and DeepSeek-R1- in stratifying thyroid nodule malignancy risk and generating guideline-aligned management recommendations based on structured narrative ultrasound descriptions.
METHODS: This diagnostic modeling study evaluated three LLMs-GPT-4o, GPT-o3-mini, and DeepSeek-R1-using standardized narrative ultrasound descriptors. These descriptors were annotated by consensus among three senior board-certified sonologists and processed independently in a stateless …
СтатьяСравнительное 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.
Generative Artificial Intelligence (GAI) has driven several advancements in healthcare, with large language models (LLMs) such as OpenAI's ChatGPT, Google's Gemini, and Microsoft's Copilot demonstrating potential in clinical decision support, medical education, and research acceleration. However, their closed-source architecture, high computational costs, and limited adaptability to specialized medical contexts remained key barriers to universal adoption. Now, with the rise of DeepSeek's DeepThink (R1), an open-source LLM, gaining prominence since mid-January 2025, new opportunities and challe…
Редакционная 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.
PURPOSE: The potential of large language models in medicine for education and decision-making purposes has been demonstrated as they have achieved decent scores on medical exams such as the United States Medical Licensing Exam (USMLE) and the MedQA exam. This work aims to evaluate the performance of ChatGPT-4 in the specialized field of radiation oncology.
METHODS: The 38th American College of Radiology (ACR) radiation oncology in-training (TXIT) exam and the 2022 Red Journal Gray Zone cases are used to benchmark the performance of ChatGPT-4. The TXIT exam contains 300 questions covering vari…
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.
White matter hyperintensities (WMHs) have a heterogeneous aetiology, associated with both vascular risk factors and amyloidosis due to Alzheimer's disease. While spatial distribution of both amyloid and WM lesions carry important information for the underlying pathogenic mechanisms, the regional relationship between these two pathologies and their joint contribution to early cognitive deterioration remains largely unexplored. We included 662 non-demented participants from three Amyloid Imaging to Prevent Alzheimer's disease (AMYPAD)-affiliated cohorts: EPAD-LCS (N = 176), ALFA+ (N = 310), and
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.
BACKGROUND: Previous research on the effectiveness of needle exchange programs (NEP) in preventing hepatitis C virus (HCV) in people who inject drugs (PWID) has shown mixed findings. The purpose of this study was to use the meta-analytic approach to examine the association between NEP use and HCV prevention in PWIDs.
METHODS: Study inclusion criteria were (1) observational studies, (2) PWIDs, (3) NEP use, (4) HCV status ascertained by serological testing, (5) studies published in any language since January 1, 1989, and (6) data available for measures of association. Studies were located by se
СтатьяМетаанализСистематический 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.
PURPOSE: Proton therapy provides superior dose conformity compared to photon therapy, but its treatment planning is challenged by sensitivity to anatomical changes, setup/range uncertainties, and computational complexity. This narrative review evaluates the role of artificial intelligence (AI) in improving proton therapy treatment planning, with emphasis on proton-specific requirements for dose-calculation accuracy, robustness, and adaptive decision-making.
MATERIALS AND METHODS: Recent studies on AI applications across the proton therapy planning workflow, including imaging, registration, se
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.
Patient-generated text in internet hospitals represents a massive but unstructured source of clinical demand. Misalignment between rigid adm … del. We benchmarked this specialized small model against traditional baselines and state-of-the-art large language models (LLMs; Qwen2.5 and HuatuoGPT-II) on a gold-standard dataset of 4,814 annotated records. Unsupervised analysis identified 8 distinct patient intents, revealing substantial semantic overlap between rehabilitation and follow-up requests. The fine-tuned …
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: The capabilities of general-purpose large language models (LLMs) on specialized medical examinations have not been systematically compared. To evaluate the performance differences among three LLMs-DeepSeek-R1, ChatGPT-o1, and Gemini-2.0-in answering questions from China's Standardized Training Examination for Resident Physicians in Radiology, and to assess the impact of different questioning conditions (with/without answer choices, and the introduction of doubt) on model accuracy.
METHODS: A total of 131 questions were analyzed at one time. The LLMs were subjected to two tasks (qu…
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.
Artificial intelligence (AI), encompassing machine learning, deep learning and generative AI, is poised to redefine nephrology by enabling e … optimize ultrafiltration, anemia control and vascular access surveillance, while generative AI and large language models offer novel capabilities for clinical documentation, triage and patient education. In transplantation, AI applications span organ allocation, dynamic graft monitoring and digital pathology-assisted rejection classification, with validated tools such …
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.
The escalating threat of viral pandemics, dramatically illustrated by the COVID-19 crisis, has exposed the critical shortcomings of conventional reactive virology in addressing rapidly evolving pathogens. This review introduces predictive virology (PV) as an artificial intelligence (AI)-driven discipline within broader epidemic intelligence and public health surveillance that uses advanced computational tools to forecast viral threats and accelerate countermeasure design. The current review systematically examines how AI-driven approaches (e.g., machine learning and deep learning) are reshapin
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.
Artificial intelligence (AI) is entering orthopaedic education through image interpretation, simulation, technical skill assessment, examina … ble; machine-learning models can distinguish expertise levels in selected simulated procedures; and large language models perform strongly on some text-based examinations but remain vulnerable to explanation errors, hallucinated reasoning, model and version dependence, and image-rich tasks. One recent historical cohort study suggests that structured AI-assisted peer te …
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.
OBJECTIVES: To produce the first structured longitudinal dataset of symptom severity trajectories in vagus nerve stimulation (VNS) patients using a 2-stage large language model pipeline for automated symptom severity extraction from clinical notes, as part of the NIH-funded research evaluating vagal excitations and anatomical linkages (U54AT012307).
MATERIALS AND METHODS: We analyzed 1427 annotated clinical notes from 95 patients across 5 corpora. LLaMA models (3.2-1B, 3.2-3B, and 3.3-70B) were fine-tuned to classify 13 symptoms as present, absent, or negated (stage 1), then assessed severity
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 transition from dense to sparse model architectures has become a key trend in the field of Large Language Models (LLMs). Mixture-of-Experts (MoE) methods can be used to increase model conditional representation capacity by activating only a subset of parameters for each input token. However, the practical efficiency of such sparsity depends on the routing design and hardware implementation. This paper introduces MoEP (Modular Expert Paths), a layer-level routing architecture, which is designed to study sparsity under a fixed and comparable parameter budget. MoEP parallelizes decoder-only T…
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.
СтатьяПоддержка NIH: внешняя программаПоиск 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.
OBJECTIVES: Social determinants of health (SDOH) are incompletely captured in structured electronic health records (EHRs) but are frequently documented in unstructured clinical notes. We evaluated large language models (LLMs) for extracting SDOH from clinical text.
MATERIALS AND METHODS: We constructed an adult sepsis cohort from the Medical Information Mart for Intensive Care-IV (Sequential Organ Failure Assessment ≥2) and analyzed clinical notes from 1 year prior to 30 days following suspected infection. Three instruction‑tuned, decoder‑only LLMs (Mistral‑Instruct‑7B-v0.2, DeepSeek‑R1‑Disti…
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.
DNA binding proteins play essential roles in numerous biological mechanisms. The DBPs can be either single-stranded binding (SSBs) or double-stranded binding (DSBs) to a DNA molecule. The in-depth identification of SSBs and DSBs has been a hot topic in bioinformatics and is involved in the drug discovery process. Traditional experimental methods failed to characterize the types of DBPs because of high cost and time constraints. While computational prediction of novel SSBs and DSBs has made significant progress, there are still challenges remaining in enhancing overall prediction performance. M
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.
STUDY DESIGN: Retrospective concordance analysis.
OBJECTIVE: To evaluate the concordance between ChatGPT-4 and a spinal multidisciplinary team (MDT) in management decisions for metastatic spinal disease and to explore the potential role of large language models (LLMs) as decision-support tools in oncologic spine care.
SUMMARY OF BACKGROUND DATA: Management of metastatic spinal disease requires multidisciplinary input balancing neurological preservation, mechanical stability, and systemic prognosis. Frameworks such as the Spine Instability Neoplastic Score (SINS) and the NOMS model guide deci…
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: Large language models (LLMs) are increasingly used in medical education, but their performance and reliability on mechanistically demanding topics like acid-base interpretation are unclear.
METHODS: We conducted a cross-sectional head-to-head evaluation of three LLMs (ChatGPT, DeepSeek, Perplexity) using 75 textbook acid-base cases related to management and drug treatment. One obsolete case was excluded, leaving 74 vignettes (29 metabolic, 10 respiratory, 35 mixed) that generated 510 multiple-choice questions (MCQs). Each MCQ was mapped to case category, one of seven cognitive dom…
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.
MedElevator
Войти в исследования