Breast cancer has remained one of the most frequent and life-threatening cancers in females globally, putting emphasis on better diagnostics in its early stages to solve the problem of therapy effectiveness and survival. This work enhances the assessment of breast cancer by employing progressive residual networks (PRN) and ResNet-50 within the framework of Progressive Residual Multi-Class Support Vector Machine-Net. Built on concepts of deep learning, this creative integration optimizes feature extraction and raises the bar for classification effectiveness, earning an almost perfect 99.63% on
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.
This study explores the utility of Large Language Models (LLMs) to support finding rare patient record details that could make a patient identifiable. Whilst most research has focused on what we call direct patient identifiers, indirect patient identifiers are not widely addressed. Our evaluation of patient records with mentions of indirect risks predicted by our LLM shows the potential to find these risks automatically. However, many risks highlighted were false positives or did not constitute identifiable risk. More work is needed to understand how we can harness the potential of LLMs as par
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.
Diagnosing headache disorders remains a clinical challenge due to the heterogeneity of headache phenotypes and the absence of objective biomarkers. This study presents a curated dataset of 50 clinical headache case examples, comprising both real (n = 34) and synthetic (n = 16) cases, categorized across 20 diagnoses according to ICHD-3 criteria. The dataset enables the evaluation of large language models (LLMs) for diagnostic accuracy in headache medicine. Three GPT-based models were tested using different prompting strategies, with diagnostic performance assessed at both diagnosis and group le
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.
AI-driven "audiomics" leverages voice and respiratory sounds as non-invasive biomarkers to diagnose and manage pulmonary conditions, including COVID-19, tuberculosis, ILD, asthma, and COPD. By analyzing acoustic features, machine and deep learning enhance diagnostic accuracy and track disease progression. Key applications include cough-based TB detection, smartphone COVID-19 screening, and speech analysis for asthma and COPD monitoring. Ethical challenges like data privacy and standardization remain barriers to clinical adoption. With ongoing research, audiomics holds promise for transforming
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.
Managing postural tachycardia syndrome (POTS) requires continuous symptom monitoring, yet effective tools for patient self-management are limited. This study assessed patient perspectives on a wearable app designed for POTS management. Participants valued features like real-time heart rate monitoring and symptom tracking, which reduced cognitive strain and fostered confidence. Challenges such as navigation and alert management highlighted the need for improved interface design and customization. These findings demonstrate the app's potential to enhance self-management and foster patient autono
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.
Gestational diabetes mellitus (GDM) is one of the most common pregnancy complications, with both short- and long-term consequences. We conducted a user needs assessment of GDM care and management through semi-structured interviews with healthcare professionals and women with GDM. Examining current GDM care, we found that time management, number and attendance of appointments, information, resources and education, and cultural social and language differences were affecting factors. Furthermore, participants suggested a digital tool to include notification and prompts, risk stratification, and i
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.
Traumatic brain injuries present significant diagnostic challenges in emergency medicine, where the timely interpretation of medical images is crucial for patient outcomes. In this paper, we propose a novel AI-based approach for automatic radiology report generation tailored to cranial trauma cases. Our model integrates an AC-BiFPN with a Transformer architecture to capture and process complex medical imaging data such as CT and MRI scans. The AC-BiFPN extracts multi-scale features, enabling the detection of intricate anomalies like intracranial hemorrhages, while the Transformer generates coh
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.
Epilepsy is a common chronic neurological disease. As a non-invasive detection method, scalp EEG plays an important role in the diagnosis and continuous management of epilepsy. Currently, EEG interpretation is mainly done by experienced physicians through visual inspection, which is labor-intensive and time-consuming. Most of recent studies were patient-specific, but inter-patient variability has a great impact on the detection results. This paper proposes a multi-stage training strategy for cross-subject data generation and constructs a ConvLSTM network with an independent attention module, w
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 increasing availability of donor gametes has provided individuals and couples facing infertility with a valuable option for building a family. By accessing sperm, oocyte, or embryo donation services, those struggling to conceive can explore alternative pathways to parenthood. While national policies are well-written, understandable, and address many issues, certain gaps exist in the implementation process. The existing implementation gaps cannot be fully resolved solely through written policies. Digital tools allow to establish a centralized database for donor information, implement a syst
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 study explores the integration of ChatGPT, a generative AI tool, into nutritional care workflows to enhance dietitians' efficiency. By leveraging AI to streamline the consolidation of nutrition-related data from various medical systems, ChatGPT assists in generating preliminary nutritional assessment records. Dietitians validate and refine these records, ensuring accuracy and completeness while optimizing clinical workflows. The study evaluates the impact on key tasks, including ICU care, inpatient nutritional assessment, and dysphagia management, with average time savings of 7.9 minutes
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 study aimed to compare Generations X, Y, and Z in terms of anxiety and readiness levels regarding artificial intelligence and investigate the relationship between anxiety and readiness levels regarding artificial intelligence in midwives across generations. This study is cross-sectional and comparative with a study sample of 218 midwives working in a province in the east of Turkey. Data were collected with the "Personal Information Form," "Artificial Intelligence Anxiety Scale," and "Medical Artificial Intelligence Readiness Scale." The evaluation of the data was carried out using the IBM
СтатьяСравнительное 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.
Given the significant global burden of congenital heart disease, there is an urgent need for innovative solutions to support and educate parents facing this challenge. This study aimed to construct and validate a virtual reality software, called CardioVR, to support congenital heart disease counseling. The process involved collaboration with 18 experts and 30 parents in three carefully managed stages, closely following the rigorous criteria outlined in the International Organization for Standardization/International Electrotechnical Commission 25010 standards. Remarkably, CardioVR achieved a 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.
BACKGROUND: Sepsis represents a life-threatening complication in severe orthopedic trauma, significantly increasing short-term mortality risk. Despite the clinical urgency for early prognosis assessment, current predictive tools remain inadequate. To address this gap, this study used a machine learning (ML)-based framework for mortality risk stratification in this high-risk population.
METHODS: This retrospective cohort study established ML models to predict 30-day all-cause mortality in critically ill patients with orthopedic trauma and sepsis. Data from 2,060 eligible patients were extracte
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: This study aims to develop a transformer-based deep learning model for real-time activity recognition and fall detection, addressing the limitations of existing methods in terms of accuracy and real-time applicability.
METHODS: The proposed system uses sliding window segmentation technique to process wearable sensor data, including accelerometer, gyroscope and orientation signals. The transformer encoder models temporal dependencies through a self-attention mechanism, enabling the extraction of global and local temporal patterns. The performance of the model is evaluated on an upda
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: Collecting information on clinical outcomes (recurrence/progression) from complex treatment courses in non-muscle invasive bladder cancer (NMIBC) is challenging and time-consuming. We developed a deep learning natural language processing model to assess outcomes in patients with NMIBC using vast data from electronic health records (EHRs).
METHODS: This retrospective study analyzed data from Japanese adults with NMIBC who started Bacillus Calmette-Guérin (BCG) induction therapy between April 2016 and June 2022. A Bidirectional Encoder Representations from Transformers (BERT) model was
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.
BACKGROUND: Health behaviour change plays a crucial role in cardiometabolic risk prevention and management but remains challenging due to complex differences between individuals. Digital phenotyping (DP), defined as the quantification of human behaviours through digital data obtained from devices or sensors, has been used to improve health behaviours but its use for cardiometabolic disease risk prevention and management remains unclear.
AIMS: To provide an overview of how DP has been used to improve cardiometabolic disease risk prevention and management.
METHODS: A scoping review was conduct
СтатьяScoping ReviewПоддержка 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: Current risk assessment tools for bladder cancer following transurethral resection of the bladder tumor (TURBT) depend on pathological examination of resected tissue, with the consequent intra- and inter-reviewer variability. Improved prognostic tools could enable increased monitoring and aggressive interventions for high-risk patients while reducing the frequency of invasive testing for low-risk patients.
METHODS: We present an automated tumor risk assessment method based on quantitative features of nuclear pleomorphism and polarity extracted from digitized hematoxylin and eosin sli
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.
Postural Orthostatic Tachycardia Syndrome (POTS) patients experience debilitating symptoms and struggle to obtain a timely diagnosis. Mobile health (mHealth) and wearable technology may provide health information to empower patients when communicating with providers and in turn shorten the time to diagnosis. We conducted three online co-design focus groups with POTS patients to determine elements of a desirable mHealth intervention. Themes emerged that helped us develop a smartphone- and wearable-based system, using a risk communication model as a message design framework. A pilot randomized t
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 ASCAPE project aims to improve the health-related quality of life of prostate cancer patients using artificial intelligence-driven solutions. This study tries to unravel the complex relationships between patient data variables and urinary incontinence (UI), and post-radical prostatectomy using the ASCAPE datasets. We employed a Generalized Additive Model to analyze patient-reported outcomes on UI (QLQ PR25 questionnaires over a 12-month period), and objective data derived from wearable devices. Our findings showcase age and comorbidities as the main predictors of incontinence severity, whe
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 objective is to create an automated knowledge extraction tool for cancer research that builds high-quality academic corpora for LLM fine-tuning while investigating its effectiveness in interleukin-6 and bladder cancer domains. To address the current gap in knowledge retrieval techniques for cancer research data collection, we propose KnowledgePipeline, a novel automated tool that incorporates diverse aspects of academic papers and metadata. Our tool integrates content, co-citations, and co-authorship networks to construct domain-specific academic corpora suitable for fine-tuning LLMs. We l
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