BACKGROUND: Diabetic Retinopathy (DR) is a major global cause of blindness. Artificial Intelligence (AI) has markedly impacted fundus screening over the past three decades, yet systematic bibliometric mapping of the knowledge architecture, evolutionary paths, and synergy among AI models, data modalities, and DR remains scarce.
OBJECTIVE: This study conducted a comprehensive bibliometric analysis to characterize the AI-driven DR knowledge structure, collaboration networks, and hotspot migration, and to elucidate co-evolutionary dynamics among AI advances, data modality development, and DR rese…
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.
OBJECTIVE: To evaluate the effectiveness of human-artificial intelligence (AI) collaboration in detecting interproximal caries on bitewing (BW) radiographs compared with unaided human interpretation.
STUDY DESIGN: A systematic search of six databases was performed. Studies comparing the diagnostic accuracy of AI-assisted and unaided human interpretation of interproximal caries on BW radiographs were included. Due to clinical and methodological heterogeneity, results were synthesized qualitatively. Risk of bias (RoB) was assessed using the QUADAS-2 tool.
RESULTS: Seven studies met the inclusi…
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 transforming healthcare delivery globally, with increasing applications in public health dentistry. This scoping review maps and synthesises the current state of AI integration in public health dentistry practice, education, research, and surveillance. A comprehensive literature search was conducted across PubMed, Scopus, Web of Science, Embase, and the Cochrane Library (with Google Scholar used as a supplementary source) from database inception to December 31, 2024. Thirteen studies were included to map the range of evidence on AI applications, performance metr…
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.
Advancements in pulmonary drug delivery have enabled effective treatment approaches for more severe disease conditions, such as chronic obstructive pulmonary diseases, asthma, cystic fibrosis, and other pulmonary disorders, via targeted, sustained, and immediate drug delivery routes with minimal systemic side effects. However, conventional delivery systems have many limitations, such as poor drug targeting, adherence, and deposition, which ultimately cause variations in drug profiles and therapeutic efficacy. Recent advances in artificial intelligence (AI) and machine learning (ML) have enable…
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 AND PURPOSE: The closed-off nature of most treatment planning systems (TPS) limits the potential for using artificial intelligence (AI) tools during online adaptive treatments. The aim of this study was to develop an AI-driven pipeline (AutoAdapt) for online planning of adaptive radiotherapy usable in a closed-off setting, providing optimal plan constraints derived from a population-based dose prediction model.
MATERIAL AND METHODS: The AutoAdapt pipeline consists of a physics-aware Swin UNet transformer network for dose prediction trained on 266 magnetic resonance images from 25 p…
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: Pneumothorax is a finding that is frequently missed in the emergency department, particularly in cases with subtle radiographic features, and can rapidly progress to tension pneumothorax when overlooked on the initial chest radiograph. Although artificial intelligence (AI)-assisted chest radiograph interpretation has been shown to improve diagnostic accuracy, its effect on the actual decision behaviour of emergency physicians - particularly on chest computed tomography (CT) ordering - remains insufficiently studied. This study evaluated the impact of AI-assisted chest radiograph in…
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.
TOPIC: Artificial intelligence (AI) is increasingly applied to support decision-making in ophthalmology. This review evaluates the ability of AI to predict postoperative outcomes after anterior segment and ocular adnexal procedures.
CLINICAL RELEVANCE: The prognostic application of AI algorithms, capable of handling multimodal, complex data, and modeling nonlinear relationships, may enhance perioperative patient counseling, surgical planning, and outcomes.
METHODS: A comprehensive search was conducted across MEDLINE, Embase, the Cochrane Library, Compendex, Web of Science, Scopus, ProQuest D…
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/Objectives: Supraglottic and hypopharyngeal carcinomas are aggressive malignancies that are often diagnosed at advanced stages. Timely recognition of these malignancies is influenced by many factors, such as endoscope quality and experience. This study evaluated the potential of artificial intelligence (AI) to support real-time detection and classification of such lesions during flexible endoscopy in the outpatient clinic. Methods: A previously developed deep learning (DL) algorithm was extended from a glottic lesion model to the unified localization and classification of glottic, s…
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: To correlate automated artificial intelligence-based retinal fluid quantification with ellipsoid zone (EZ) thickness and loss, macular neovascularization (MNV) type, and visual function.
DESIGN: This is a post hoc analysis of a prospective, real-world, multicenter clinical trial.
SUBJECTS: Patients with active neovascular age-related macular degeneration (nAMD) were included.
METHODS: Best-corrected visual acuity (BCVA), measured using the ETDRS chart, OCT, OCT angiography, and microperimetry, were collected by the same certified examiners. Subretinal fluid (SRF), intraretinal flui…
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: Effective glaucoma management relies on accurate optical coherence tomography (OCT) quantification of the circumpapillary retinal nerve fiber layer (cpRNFL) to track disease progression. However, the clinical translation of artificial intelligence (AI)-driven structural assessment is bottlenecked by scarce optic nerve head (ONH) annotations and coupled anatomical-hardware domain shifts.
METHODS: We propose Macula2Disc (M2D), a target-label-free, transductive AI framework for cross-anatomical image analysis. Trained exclusively on source-domain macular B-scans, M2D bridges the macu…
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.
AIMS: We aimed to develop and evaluate fully automated artificial intelligence (AI) system. for detection of mitral valve prolapse (MVP) and mitral regurgitation (MR) from echocardiographic studies.
METHODS AND RESULTS: We used a dataset of 24,869 echocardiographic studies from the University of California San Francisco (UCSF) to train a multi-view deep neural network (DNN) to detect MVP using apical 4-chamber, 2-chamber, and parasternal long-axis views. A separate dataset of 27,906 studies from UCSF was used to train a second multi-view DNN model to detect moderate-to-severe or severe MR usi…
СтатьяПрепринтПоиск 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.
AIMS: We aimed to develop and evaluate fully automated artificial intelligence (AI) system for detection of mitral valve prolapse (MVP) and mitral regurgitation (MR) from echocardiographic studies.
METHODS AND RESULTS: We used a dataset of 24 869 echocardiographic studies from the University of California San Francisco (UCSF) to train a multi-view deep neural network (DNN) to detect MVP using apical four-chamber, two-chamber, and parasternal long-axis views. A separate dataset of 27 906 studies from UCSF was used to train a second multi-view DNN model to detect moderate-to-severe or severe MR…
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.
Ocular trauma represents a threat to crew safety and mission performance in space. Microgravity, confined environments, and exposure to particulate matter, chemicals, and mechanical hazards place astronauts at risk for corneal abrasions, open-globe injuries, chemical burns, lens dislocation, retinal detachment, orbital fractures, and barotrauma. Diagnostic capabilities during spaceflight remain limited by resources, lack of specialist expertise, and communication delays with Earth. Artificial intelligence, particularly convolutional neural networks and multimodal models, may help address these…
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.
Chagas disease affects 6-7 million people worldwide and causes approximately 12,000 deaths annually. Diagnostic methods vary by disease stage, with serological tests commonly used in the chronic phase, while microscopy and molecular techniques like PCR and LAMP are employed in the acute phase. While microscopy remains the most accessible tool in resource constrained settings, its effectiveness depends on skilled personnel, creating diagnostic bottlenecks. To overcome these limitations, we developed a portable, smartphone-integrated AI system for real-time Trypanosoma cruzi detection in microsc
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: Meningiomas are the most common primary intracranial neoplasms. A significant unmet need exists for noninvasive biomarkers to risk-stratify patients and guide decision-making. The integrated risk score (IRS), which combines histopathological grade, DNA methylation class, and copy number variation (CNV), is a powerful predictor of risk of progression. We aimed to predict the molecular-morphologic IRS from pre-operative T1-weighted contrast-enhanced MRI scans.
METHODS: We retrospectively analyzed 2 multi-institutional prospectively compiled datasets, including patients with histolog
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.
Aging is a complex biological process involving multiple dysregulated pathways, and synergistic compound combinations offer distinct therapeutic advantages through multi-target and multi-pathway interactions. Traditional Chinese Medicine (TCM) formulations are inherently synergistic, yet systematically identifying their active anti-aging combinations remains a major challenge. Here, we developed DeepSMCA, a deep learning-based framework integrating molecular descriptors, ADMET parameters, and protein-protein interaction (PPI) network embeddings learned via a variational graph auto-encoder (VGA
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 AND AIM: Artificial Intelligence (AI) has been increasingly used in cancer survivorship to support symptom management. This scoping review aimed to map existing evidence on AI applications in cancer symptom management for adult cancer survivors, including AI model development, AI-enabled intervention delivery and adoption, symptom targets, key features of the AI approaches used, reported outcomes, influencing factors, and research gaps to inform future priorities.
METHOD: This scoping review was conducted in accordance with the Joanna Briggs Institute methodology for scoping review…
Scoping ReviewСтатьяПоддержка 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: Cognitive impairment is common in multiple sclerosis (MS), yet the application of diagnostic frameworks of Neurocognitive Disorders (NCDs) is limited. Additionally, the integration of multimodal data for predicting cognitive outcomes using artificial intelligence (AI) remains underexplored. This study aimed to characterize NCDs in MS and predict cognitive worsening using an explainable deep learning model trained on MRI and clinical data.
METHODS: Two-hundred twenty-four MS patients and 115 healthy controls (HC) underwent 3.0 T MRI and clinical assessment at baseline. MS patients …
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.
Pancreatic ductal adenocarcinoma (PDAC) is shaped by a mechanically abnormal tumor microenvironment (TME) in which dysregulated mechanotrans … from pressure-reconstructing models. We also discuss stromal normalization and the emerging role of artificial intelligence and machine learning (AI/ML) in model engineering and patient stratification. Current computational approaches can optimize mechanically defined models and infer pressure-related tumor states from multimodal data. However, they still rely largely on …
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 Chest CT is a primary method for identifying pulmonary nodules, yet interpreting scans remains time-intensive and demanding. Currently, artificial intelligence (AI) is expected to reduce reading times, but the effect of AI on reporting times in this setting is unknown. Purpose To evaluate the impact of a commercial AI software on radiologists' reading time for pulmonary nodule assessment on chest CT scans within a real-world clinical setting. Materials and Methods This retrospective study included patients who underwent chest CT examinations at a tertiary medical center between Sept…
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