Background: Neointimal formation after stent implantation is an important prognostic factor since delayed healing may lead to stent thrombosis. In vivo, optical coherence tomography (OCT) can most precisely assess stent strut coverage. Since analyzing neointimal coverage is time-consuming, artificial intelligence (AI) may offer valuable assistance. This study presents the preliminary results of the AI-based tool's performance in detecting and categorizing struts as covered and uncovered. Methods: The algorithm was developed using the YOLO11 (You Only Look Once) neural networks. The first step …
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.
Recent advances in artificial intelligence (AI) have shown great potential in improving cardiovascular pharmacotherapy by optimizing drug selection, predicting therapeutic efficacy and adverse effects, ultimately improving patient outcomes. Leveraging techniques like machine learning and in silico modelling, AI can identify populations likely to benefit from specific treatments, expedite novel drug discovery and reduce costs. Computational methods can also facilitate the detection of drug interactions and tailor interventions based on real-world data, supporting personalized care. Artificial i…
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.
BACKGROUND: Echocardiography is central when assessing pulmonary hypertension (PH), but manual interpretation can be time-consuming and prone to error.
RESEARCH QUESTION: Is a fully automated deep learning (DL) workflow in echocardiography reliable when assessing PH?
STUDY DESIGN AND METHODS: This study had 2 parts: the first determined the bias and precision of DL reads by using Us2.ai software version 1.4.5 with core laboratory readers as the reference; the second part assessed the ability of DL to discriminate milder PH in patients referred for right heart catheterization (mean pulmonary
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: Pulmonary hypertension (PH) is characterized by elevated pulmonary pressures and right ventricular strain. Pulmonary arterial hypertension (PAH), a subtype, has a poor prognosis, especially when diagnosis is delayed. Artificial intelligence (AI) methods, including machine learning (ML) and deep learning (DL), offer potential for non-invasive prediction and risk stratification.
OBJECTIVE: This systematic review assesses ML and DL applications for non-invasive diagnosis, classification, and prognostication in PH and PAH, with emphasis on methodological quality and clinical applicabi…
СтатьяСистематический обзорПолный 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.
Artificial intelligence (AI)-empowered data processing tools improve our ability to assess, measure, and enhance medical interventions. AI-based tools automate the extraction of data from histories, test results, imaging, prescriptions, and treatment outcomes, and transform them into unified, accessible records. They are powerful in converting unstructured data such as clinical notes, magnetic resonance images, and electroencephalograms into structured, actionable formats. For example, in the extraction and classification of diseases, symptoms, medications, treatments, and dates from even inco…
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.
Artificial intelligence (AI) and machine learning (ML) technologies are transforming reconstructive microsurgery through data-driven approaches that enhance precision and standardize clinical workflows. These innovations address long-standing challenges, including subjective assessment methodologies, operator-dependent decision-making, and inconsistent monitoring protocols across the perioperative continuum. Contemporary applications demonstrate remarkable capabilities in preoperative risk stratification, with ML algorithms achieving high predictive accuracy for complications such as flap loss…
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.
We evaluated the clinical applications of artificial intelligence models in diagnosing corneal diseases, highlighting their performance metrics and clinical potential. A systematic search was conducted for several disease categories: keratoconus (KC), Fuch's endothelial corneal dystrophy (FECD), infectious keratitis (IK), corneal neuropathy, dry eye disease (DED), and conjunctival diseases. Metrics such as sensitivity, specificity, accuracy, and area under the curve (AUC) were extracted. Across the diseases, convolutional neural networks and other deep learning models frequently achieved or ex…
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.
OBJECTIVE: To introduce a novel, artificial Intelligence (AI), deep learning-based application for automated diagnosis of female genital schistosomiasis (FGS), a disease estimated to affect around 56 million women and girls in sub-Saharan Africa.
PATIENTS AND METHODS: This study focused on cervical images collected from a high endemic FGS area in Cameroon, from August 1, 2020 to August 31, 2021. We applied the You Only Look Once deep learning model and employed a 5-fold cross-validation approach, accompanied by sensitivity analysis, to optimize model performance.
RESULTS: The model achieved …
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.
Pancreatic cancer is a highly lethal disease with a poor prognosis. Its early diagnosis and accurate treatment mainly rely on medical imaging, so accurate medical image analysis is especially vital for pancreatic cancer patients. However, medical image analysis of pancreatic cancer is facing challenges due to ambiguous symptoms, high misdiagnosis rates, and significant financial costs. Artificial intelligence (AI) offers a promising solution by relieving medical personnel's workload, improving clinical decision-making, and reducing patient costs. This study focuses on AI applications such as s…
СтатьяОбзорПолный 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.
Biliary tract cancers are malignant neoplasms arising from bile duct epithelial cells. They include cholangiocarcinomas and gallbladder canc … iliary tract is affected by many diseases that may have radiological appearances similar to cancer. Artificial intelligence (AI) can improve radiologists' performance in various tasks. Deep learning (DL)-based approaches are increasingly incorporated into medical imaging to improve diagnostic performance. This paper reviews the AI-based strategies in biliary tract cancer …
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.
Liver disease is regarded as one of the major health threats to humans. Radiographic assessments hold promise in terms of addressing the current demands for precisely diagnosing and treating liver diseases, and artificial intelligence (AI), which excels at automatically making quantitative assessments of complex medical image characteristics, has made great strides regarding the qualitative interpretation of medical imaging by clinicians. Here, we review the current state of medical-imaging-based AI methodologies and their applications concerning the management of liver diseases. We summarize …
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.
PURPOSE OF REVIEW: This review highlights the recent advancements in the applications of artificial intelligence within the field of cataract and refractive surgeries. Given the rapid evolution of artificial intelligence technologies, it is essential to provide an updated overview of the significant strides and emerging trends in this field.
RECENT FINDINGS: Key themes include artificial intelligence-assisted diagnostics and intraoperative support, image analysis for anterior segment surgeries, development of artificial intelligence-based diagnostic scores and calculators for early disease de…
СтатьяОбзорПолный 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.
Purpose: To assess the role of artificial intelligence (AI) based automated software for detection of Diabetic Retinopathy (DR) compared with the evaluation of digital retinography by two double masked retina specialists. Methods: Two-hundred one patients (mean age 65 ± 13 years) with type 1 diabetes mellitus or type 2 diabetes mellitus were included. All patients were undergoing a retinography and spectral domain optical coherence tomography (SD-OCT, DRI 3D OCT-2000, Topcon) of the macula. The retinal photographs were graded using two validated AI DR screening software (Eye Art TM and IDx-DR)…
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.
We are writing to address the growing interest in the role of artificial intelligence (AI) within healthcare, particularly in the field of reproductive health. As technology continues to evolve, AI offers an unprecedented opportunity to transform how we diagnose, treat, and improve access to reproductive services, especially in underserved communities. AI-driven tools, supported by machine learning and big data analytics, are already demonstrating their potential in enhancing outcomes in reproductive health. These tools can predict fertility outcomes with impressive accuracy, optimize in vitro…
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.
In recent times, there have been notable changes in cardiovascular medicine, propelled by the swift advancements in artificial intelligence (AI). The present work provides an overview of the current applications and challenges of AI in the field of heart failure. It emphasizes the "garbage in, garbage out" issue, where AI systems can produce inaccurate results with skewed data. The discussion covers issues in heart failure diagnostic algorithms, particularly discrepancies between existing models. Concerns about the reliance on the left ventricular ejection fraction (LVEF) for classification an…
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: ChatGPT is a large language model developed by OpenAI that has brought significant advances in natural language processing. Wi … ective: The aim of this study is to demonstrate the potentials of ChatGPT, i.e., the application of artificial intelligence in health education. ChatGPT allows the creation of virtual patients and simulations, through which students can practice patient admission and communication with patients of different languages in a realistic environment. Method: ChatGPT was used 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.
MedElevator
Войти в исследования