Diagnosing jawbone lesions in oral and maxillofacial radiology remains challenging due to overlapping radiological features and the need for integrated clinical reasoning. This study aimed to develop and validate JADE-Plus, a novel multimodal, agent-controlled retrieval-augmented generation (RAG) framework for diagnostic decision support in jawbone lesion assessment. JADE-Plus was implemented as a cloud-based, tablet-optimized system integrating a vision-language model (VLM) for panoramic radiograph analysis, a knowledge-grounded RAG module, and an agentic verification loop for diagnostic fusi
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.
PURPOSE: Tumor budding (TB) is an independent prognostic biomarker for colorectal cancer (CRC), yet its clinical adoption is limited by labor-intensive and subjective visual scoring. Computational pathology (CPath) algorithms using deep learning offer potential to improve efficiency and reproducibility. Using an international Delphi study, we established consensus requirements to guide validation and clinical adoption of CPath algorithms, aiming to enhance diagnostic accuracy and patient care.
METHODS: A two-round international Delphi process was conducted, involving international experts, to
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.
OBJECTIVE: This systematic review aims to synthesise the present evidence base concerning artificial intelligence (AI)-supported total parenteral nutrition (TPN) management in neonatal intensive care units (NICUs) with respect to clinical efficacy, patient safety, and system integration.
METHODS: This systematic review follows the PRISMA 2020 guideline. We searched PubMed/MEDLINE, Scopus, and Web of Science between January and March 2026, and used the PICO framework to include quantitative studies that employed AI, machine learning (ML), computerised physician order entry (CPOE), or clinical
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.
BACKGROUND: Digital health tools (DHTs) are increasingly being used in African clinical settings, yet implementation remains uneven across countries, facility levels, and technologies. Existing reviews are fragmented by disease area, tool type, or setting, and global syntheses rarely account for the unique environments shaping digital health implementation in Africa. Few reviews have synthesized the barriers and facilitators influencing digital health implementation in African clinical care using implementation science frameworks. This umbrella review synthesized review-level evidence on these
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: Large language models (LLMs) show strong potential in medical applications. However, most leading models are closed-source and accessible only via cloud-based APIs (application programming interfaces), raising privacy and compliance concerns when handling sensitive clinical data, while high-performing open-source models are often prohibitively large and costly to deploy and smaller models show limited diagnostic capability. Although fine-tuning with domain-specific data may improve diagnostic performance, systematic evaluations on real-world clinical cases remain lacking, leaving r
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.
While federated learning (FL) enables collaborative medical image segmentation without centralizing sensitive data, real-world deployment is frequently complicated by cross-site label imperfections such as contour disagreement, missing or additional structures, and confused labels. Federated noisy label learning (FNLL) aims to mitigate these effects, yet remains underused in practice as existing evidence is largely based on synthetic noise, simplified settings, and limited real-world noisy evaluation. We address this gap by introducing a benchmark suite that combines diverse real-world noisy d
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.
INTRODUCTION: Non-attendance to elective surgeries contributes to inefficient healthcare delivery and utilization. Prediction models may be limited when outcome definitions combine patient-related factors with hospital-initiated cancellations, potentially obscuring the behavioral patterns underlying true patient non-attendance. This study aims to develop and evaluate machine learning models for predicting patient-related non-attendance to elective surgeries using electronic health records.
METHODS: Electronic health record data from 24,507 elective surgery appointments scheduled between 2017
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.
OBJECTIVE: Breast cancer prognosis depends on early detection. We developed and externally validated a model using routine, readily available clinical and laboratory variables to discriminate malignant from benign breast lesions, aiming to reduce unnecessary biopsies and support early decision-making.
METHODS: This retrospective two-center study included a development cohort 1from Jiujiang First People's Hospital (N = 745; malignant 573, benign 172) and an external cohort2 from the First Affiliated Hospital of Nanchang University (N = 221; malignant 161, benign 60).Cohort 1 was randomly split
СтатьяВалидационное исследованиеМногоцентровое исследованиеПоиск 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 single-blind, randomized controlled design study aims to examine the effect of a mobile-based Lymphedema Self-care Support Program on self-care, the quality of life, and lymphedema symptoms in women with breast cancer-related lymphedema. A control group was offered online standard lymphedema education, and an intervention group was provided with the mobile-based Lymphedema Self-care Support Program in addition to the standard education. Outcome measures were self-care, quality of life, lymphedema symptoms, and arm circumference measurements. The intervention and control groups were simila
СтатьяРандомизированное исследованиеПоиск 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: Female-specific cancers, including breast, ovarian, cervical and uterine malignancies, lack comprehensive early detection approaches, particularly for ovarian and endometrial cancers where effective population-level screening remains limited. This study aimed to develop and validate a computational method for early detection of female-specific cancers using longitudinal healthcare records.
METHODS: We developed a multichannel convolutional neural network (MCNN) to analyse 36-month pre-diagnostic healthcare records from Taiwan's National Health Insurance Research Database. The stud
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.
PURPOSE: Medical free texts such as pathology reports contain valuable clinical data but are challenging to structure at scale. Traditional natural language processing approaches require extensive annotated data and training. We investigate the use of large language model (LLM) like Mistral to automatically extract three breast cancer (BC) biomarkers from pathology reports.
MATERIALS AND METHODS: We developed and evaluated a pipeline combining Mistral Large LLM and a postprocessing phase. The pipeline's performance was assessed both at document and patient levels. For evaluation, two data set
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.
PURPOSE: Early-stage breast cancer (ESBC) in women younger than 50 years often presents with tumor features, including grade and hormone receptor and human epidermal growth factor receptor 2 (HER2) status different from older women. Machine learning clustering techniques can reveal underlying patterns in the inter-relationships of these features and provide novel insights to inform and guide decision making by patients and providers.
METHODS: Partitioning around medoids (PAM) was applied to SEER data from 67,746 women age 18-49 years diagnosed with ESBC. PAM clustering based on tumor size (T)
СтатьяСравнительное исследованиеПоддержка исследования: вне правительства СШАПолный 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: To propose a novel method that augments LLMs with evidence-based, variant-specific information to improve summarization accuracy and support clinical decision making.
METHODS: We proposed Precision Grounding which uses a query tool that integrates domain expert-selected resources and allows users to query relevant factual information using identifiers in databases. In our case, which is genetic variant summarization, we developed CATT (ClinGen website: https://shorturl.at/pw81X; GitHub: https://github.com/mgbpm/clingen-ai-tools; Zenodo: https://doi.org/10.5281/zenodo.18896080), an op
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.
Accurate differentiation between benign and malignant thyroid nodules remains challenging in clinical practice. Current deep learning approaches predominantly rely on single-modality analysis, failing to leverage complementary information from multiple clinical data sources. This study aims to develop and validate ThyroFusion, a multi-modal deep learning framework integrating ultrasound images, segmentation masks, and clinical text reports for improved thyroid nodule malignancy risk assessment. In this retrospective multi-center study, we developed ThyroFusion, a multi-modal fusion framework c
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.
OBJECTIVES: This study aims to assess electronic health record (EHR) use in physiotherapy, identify factors influencing its adoption and evaluate physiotherapists' perceptions of its relevance.
METHODS: A cross-sectional study was conducted with 138 licensed physiotherapists recruited through digital platforms. EHR utilisation was evaluated using the RSEFisio scale, a validated instrument designed to capture multiple dimensions of EHR use in physiotherapy. Descriptive and inferential statistical analyses were applied to examine usage patterns and contextual factors. The study followed the Str
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.
Thyroid cancer is a malignant tumor occurring in thyroid tissues, posing a significant threat to human health. Ultrasonography is the most commonly used imaging modality for thyroid nodules and is widely employed in their diagnostic evaluation. With the advancement of deep learning, automated diagnostic tools based on ultrasound images have emerged to assist clinicians in classifying thyroid nodules as benign or malignant, thereby enhancing diagnostic accuracy. In this paper, we propose a bilinear convolutional neural network model named THBCNN. The architecture incorporates two parallel featu
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 AND OBJECTIVE: Breast lesion biopsy assessment generates a high volume of pathology reports, posing a significant workload for pathologists. Standardized coding systems such as SNOMED CT Morphological codes enable consistent documentation, facilitate accurate data sharing, support clinical decision-making, and allow automated quality control. This study aims to evaluate systems that assist pathologists in normalizing and classifying free-text pathology reports to SNOMED CT Morphological codes, providing a short list of candidate codes for selection.
METHODS: We used 2,718 breast bi
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: Ordinary differential equation mathematical models of tumor volume dynamics can accurately describe tumor growth and treatment response. Here, we extend such continuous models to also simulate outcomes. We conceptualize post-treatment viable tumor burden distributions across a treatment population and a novel model of tumor regrowth that can simulate population-level recurrence patterns.
METHODS: We use a mathematical model of tumor regrowth dynamics that is attenuated by a minimum viable tumor burden threshold (εV) below which the tumor will be cured. Tumor regrowth is simulated unt
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.
Kidney volume measurement is critical for managing polycystic kidney disease and monitoring transplants, but computed tomography involves radiation and conventional ultrasound has 20-30% error. This study validates tracked freehand ultrasound with attention-based point cloud completion for kidney volumetry, with the primary objective of determining equivalence to computed tomography within a ± 2% margin. Sixty healthy volunteers (30 male, 30 female; mean age 44 years; enrolled March-August 2024; 120 kidneys) undergoing routine health examination computed tomography underwent electromagnetic-tr
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.
INTRODUCTION: Medical registries and their electronic data capture systems, such as the Open-Source Registry System for Rare Diseases (OSSE), require integration of trusted third party (TTP) services to meet data protection requirements.
STATE OF THE ART: While OSSE is currently coupled to the Mainzelliste, deployment in research infrastructures such as the Network University Medicine (NUM) demands more flexible support for heterogeneous TTP tools.
CONCEPT: We developed OSSE TTP, a configurable adapter mediating communication between the OSSE EDC and TTP services. The modular design maintain
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