An ST-segment elevation myocardial infarction is a life-threatening condition within the spectrum of acute coronary syndrome, with well-recognized implications for short-term and long-term health outcomes. Retrospective review of our institutional electronic health records identified patterns of inaccurate acute coronary syndrome diagnostic assignment, including the presence of erroneous ST-segment elevation myocardial infarction diagnoses in discharge records. Such erroneous diagnoses in the durable health record may increase risk to patients through inadequate risk assessment and inappropria
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.
Clinical registries are vital for research, yet many documents and reports still only exist as legacy Word documents or PDFs, making data reuse and interoperability difficult. Manual data entry into modern systems is slow and error-prone, and migration is further complicated by privacy regulations and restricted hospital networks. We developed a privacy-by-design pipeline that automatically converts document-based right-heart-catheterization (RHC) reports into structured, research-ready data in REDCap. The workflow uses deterministic parsing and domain-specific mapping, enforces longitudinal c
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.
This statewide study was conducted to determine the impact of the COVID-19 pandemic on nurses' experience with use of the Electronic Health Record (EHR). This work was part of a larger study conducted in partnership with the Texas Nurses Association, ANA-Michigan, the Texas Organization of Nurse Leaders, and the Michigan Organization of Nurse Leaders to examine nurses' EHR satisfaction in 2 states. Although EHRs benefit patients and clinicians, unnecessary documentation burden and usability issues have negatively impacted clinician well-being, and the pandemic contributed additional burden. A
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.
OBJECTIVES: The overwhelmed situation under the COVID-19 pandemic has worsened the quality of emergency medical care and the mortality rate due to out-of-hospital cardiac arrest (OHCA). However, there has been no research conducted for the validation of prognostic prediction models for OHCA patients using data collected during the pandemic. We sought to develop a pre-hospital prediction model for neurological outcome at 1 month in adult patients following OHCA using a machine-learning technique and validate the model for data collected during the pandemic.
METHODS: The data of 1 740 212 adult
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.
Post-COVID-19 (or Long Covid) presents a complex and persistent health challenge affecting a growing number of individuals worldwide. Digital health interventions (DHIs) offer potential support for symptom monitoring, self-management, and information access. However, their availability, quality, and sustainability remain uncertain, particularly in smaller healthcare markets such as Switzerland. This study provides a descriptive assessment of ten representative DHIs for Long Covid available from Switzerland. Each tool was evaluated using a 19-item framework derived from validated instruments. 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.
Semantic interoperability in multi-source health datasets is a key barrier to data integration and reuse in biomedical research. FAIR principles promote standardization, but operationalizing them for heterogeneous clinical and patient-reported data remains challenging. We introduced a structured workflow that yields metadata-rich codebooks to support semantic interoperability. It integrates manual curation, expert-driven semantic annotation using biomedical ontologies and contextual suffixes for measurement nuances. The workflow was applied to the Post-COVID Network Netherlands (PCNN) dataset.
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: Domestic violence (DV) can result in serious consequences for victims. Social media has emerged as an alternative venue for DV victims to share their experiences while seeking potential support, particularly during the COVID-19 pandemic. Despite some studies exploring the characterization of DV disclosure on social media, a systematic investigation of the dimensions of DV characteristics remains lacking. Moreover, empirical evidence for DV disclosure on social media remains limited. In particular, the effects of platform anonymity and the COVID-19 pandemic on DV disclosure are larg
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 describe annual trends of age-standardized periods of care of ambulatory care sensitive conditions (ACSC) in a 23-year time series (2002-2024) in Finland using a national Sotkanet Indicator Bank information. Overall, we observed a reduction of 54% of the baseline value in ACSC period of care during the study period. The decrease of period of care was associated with the COVID-19 pandemic years (2020-2022) in Finland. Forecast estimates of annual ACSC period of care in 2020-2024 were significantly higher than the actual numbers. During the first two years (2023-2024) of the major healthcare,
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 the Clinical Target Volume (CTV) and Organs At Risk (OARs) is a prerequisite for effective cervical cancer radiotherapy. However, this task remains challenging due to the low tissue contrast of the CTV and the complex, tubular geometry of gastrointestinal organs. Existing methods often struggle to delineate indistinct boundaries, leading to suboptimal treatment planning. To address this, we propose BA-UNet, a boundary-augmented framework designed to enforce geometric consistency during both feature encoding and optimization. Specifically, the proposed architecture inte
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.
Despite strong evidence, implementing Patient Blood Management (PBM) in routine practice remains challenging. This work describes the method we used at Grenoble Alpes University Hospital for producing quality reports using data from a graph-based clinical data warehouse (CDW).
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: Cancer is a major public health challenge in India, with an estimated 1.4 million new cases each year. Despite this burden, the ratio of oncologists to new cancer patients is critically low, about one specialist per 1600 new diagnoses per year. The AI-driven CDSS could help offset the oncologist shortage in LMICs. OneRx.AI is an RAG platform grounded in international and national oncology guidelines. We evaluated its Expert-rated accuracy, clinical safety, Guideline concordance and decision impact, confidence, efficiency, and inter-rater reliability (IRR) in Indian practice.
MET
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.
This systematic review and meta-analysis aimed to evaluate the technical detection performance of YOLO-based models for fracture detection and examine clinical and methodological factors associated with performance heterogeneity across studies. We conducted a PRISMA-compliant systematic review and meta-analysis registered in PROSPERO. PubMed and Web of Science were searched from January 1, 2018, to December 15, 2025, with backward citation tracking. Study quality was assessed using QUADAS-AI. Random-effects meta-analysis with restricted maximum likelihood estimation and Hartung-Knapp-Sidik-Jon
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: Generative artificial intelligence (Gen AI) is becoming increasingly used in mental healthcare. While these systems offer scalable, human-like interactions, concerns persist regarding safety, clinical validity, and the absence of systematic assessment frameworks.
OBJECTIVES: This study systematically reviews existing research on Gen-AI mental-health applications to synthesize current evaluation practices and identify key methodological steps needed for pre-deployment assessment.
METHODS: A systematic search was conducted across major databases (PubMed, IEEE Xplore, and PsycINFO)
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.
Oral submucous fibrosis (OSMF) is a chronic, progressive, potentially malignant disorder prevalent in Southeast Asia and the Indian subcontinent. Progressive fibrosis restricts mouth opening, making interincisal opening as a key parameter of disease staging. This study developed a portable AI-based device for automated interincisal opening measurement and OSMF lesion detection important for real-time screening and staging. A portable device powered by a quad-core ARM Cortex-A72 processor integrates a YDLiDAR depth camera for interincisal opening measurement and an intraoral camera for image ac
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: Artificial intelligence (AI) has increasingly been applied to medical imaging, yet its role in lumbar spine radiography, particularly in low-resource settings, remains underexplored.
OBJECTIVE: To evaluate recent developments in AI-based approaches for lumbar spine radiography and their clinical applicability in resource-constrained environments.
METHODS: A narrative review was conducted focusing on deep learning models applied to lumbar radiographic analysis. Studies published between 2022 and 2024 were identified through structured screening of PubMed and Google Scholar.
RESUL
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.
Echocardiography is a central modality for cardiac diagnosis; rising clinical demand and advances in machine learning have accelerated AI development for automated analysis. As these systems may influence high-stakes decisions, model interpretability is essential for clinical trust and accountability. In this review, we define interpretable AI model approaches as strategies that improve interpretability through intrinsically interpretable components within transparent models or post hoc explainable AI (XAI) for black-box models. We synthesized 170 echocardiography studies using interpretable A
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: Emergency Department (ED) triage requires rapid assessment of acuity under time pressure with incomplete information. Existing AI triage systems require complete clinical data, including vital signs, before generating a prediction, and so cannot support the sequential, information-gathering reality of triage in which patients accumulate in queues before vital signs are collected. Pre-vital queue prioritisation, deciding which patients are seen next before vital signs exist, remains unaddressed.
OBJECTIVE: To design and evaluate ED-Triage-Agent (ETA), a multi-agent large language m
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.
Research on foundation models is actively progressing. The segment anything model (SAM) and MedSAM are representative foundation models for image segmentation. Recently, low-rank adaptation (LoRA) has been developed, allowing parameter updates without retraining the entire model, thus solving the problem with large data and time required for task-specific fine-tuning. Although many studies have used public databases, few have focused on local data. Moreover, to our knowledge, no studies have fine-tuned MedSAM using LoRA. We aimed to evaluate SAM, MedSAM, and their LoRA-tuned variants (SAM-LoRA
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.
INTRODUCTION: Electronic medication management systems (EMMS) are central to hospital digital transformation and are intended to improve patient safety, operational efficiency and staff experience, but evidence of their impact remains fragmented, inconsistent and context-dependent. Consequently, there is an urgent need to understand how local organisational structures and complex sociotechnical factors drive successful long-term integration.
METHODS AND ANALYSIS: This systematic review will search MEDLINE, EMBASE, PsycINFO, CINAHL, Scopus, ABI/INFORM Collection and Business Source Premier for
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