AI-driven methods have been applied across mycotoxin research in detection, prediction, and control, offering high laboratory accuracy ( > 90%), robust forecasting (75-99%), and emerging mitigation strategies (80-86%). Integrating AI with multi-omics data, mixture toxicity modeling, and standardized protocols promises to enhance food safety, streamline regulatory decision-making, and reduce animal testing.
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.
Artificial intelligence (AI) research today is largely driven by ever-larger neural network models trained on graphics processing units (GPUs). This paradigm has yielded remarkable progress, but it also risks entrenching a hardware lottery in which algorithmic choices succeed primarily because they align with current hardware, rather than because they are inherently superior. In particular, the dominance of transformer architectures running on GPU clusters has led to an arms race of scaling up models, resulting in exorbitant computational costs and energy usage. At the same time, today's AI mo…
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.
Mental health disorders are some of the greatest contributors to the global disease burden, and healthcare systems are struggling to provide scalable care of high quality. Artificial intelligence (AI)-based tools and applications are some of the most significant technological advances in the mental healthcare field. Researchers have spent decades to build, evaluate, and refine AI models to conduct tasks such as identifying the treatment intervention and rating the quality of treatment. These models have been utilized to monitor treatment quality, enhance training, support clinical documentatio…
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: Agentic artificial intelligence (AI) systems, characterized by autonomous goal-directed behavior, multi-step reasoning, task decomposition, and tool use, are increasingly proposed for healthcare applications. However, their autonomy raises concerns regarding transparency, accountability, and human oversight. While explainable AI (XAI) has been widely studied in traditional predictive models, less is known about how explainability is implemented within agentic architectures.
OBJECTIVE: To map the emerging literature on explainable agentic AI (XAAI) in healthcare and characterize th…
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.
PROBLEM: High-stakes licensing exams such as the United States Medical Licensing Examination (USMLE) play a critical role in medical education, influencing both trainee progression and patient outcomes. Access to high-quality board preparation resources is uneven and often cost-prohibitive, disproportionately affecting students from underrepresented or financially disadvantaged backgrounds.
APPROACH: An artificial intelligence (AI)-driven system to generate USMLE-style practice questions aligned with National Board of Medical Examiners (NBME) item-writing guidelines using a Large Language Mod…
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.
Multiomics, next-generation, and long-read sequencing approaches have transformed the practice of medical genetics. Complex cases often require several person-hours to make sense of the tens of thousands to millions of variants and biochemical patterns in each patient. Availability of massive datasets challenges traditional analytical and interpretive approaches. Artificial intelligence offers powerful ways to handle the growing volume and complexity of genomic and phenotypic data in clinical genetics. It is already influencing several areas of practice, including variant prioritization and in…
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.
Large language models have transformed scientific writing, which facilitates text drafting and revision, but at the same time introduces ethical and epistemological risks. Even though their use promotes linguistic equity, the lack of transparency and the manipulation of information threaten academic integrity. AI detectors -such as Originality.ai, ZeroGPT, or Turnitin- show variable effectiveness and do not provide conclusive results, especially against "text humanizers." AI-generated texts are characterized by formal coherence, but also by predictability and stylistic uniformity. Therefore, d
Редакционная статьяАннотация на английскомПоиск 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.
IMPORTANCE: Having significant gaps between the expectations and reality of artificial intelligence-based programs can be a major barrier to successful implementation. This is the first multisite implementation assessment of gaps between surgeon expectations and real-world effects of the Operating Room Black Box, a novel intervention that leverages artificial intelligence to improve surgical outcomes.
OBJECTIVE: To identify barriers and facilitators to implementing artificial intelligence-based interventions that improve intra- and postoperative care.
DESIGN, SETTING, AND PARTICIPANTS: This …
СтатьяМногоцентровое 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.
Transient hypocalcemia is a common complication of total thyroidectomy. This study aimed to evaluate whether machine learning (ML)-based mod … Our study demonstrates that machine learning models, particularly when integrated with explainable artificial intelligence (XAI) techniques, offer a reliable and interpretable tool for predicting transient hypocalcemia, enhancing personalized postoperative care and enabling timely, risk-based interventions.
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: To evaluate the potential of artificial intelligence (AI) to enhance urine cytopathology for detecting urothelial carcinoma (UC), emphasizing improvements in diagnostic sensitivity, accuracy, and efficiency, as well as potential reductions in pathologist workload.
METHODS: A systematic review was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. PubMed, Google Scholar, EMBASE, and ScienceDirect were searched (January 2018 to July 2025) for English-language studies applying AI to urine cytology for UC detection and report…
Систематический обзорСтатьяПолный 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.
IMPORTANCE: Health care policies often fail to achieve their goals due to implementation challenges attributable to workforce constraints, fragmented health information systems, and administrative complexity. This Special Communication proposes a framework for how artificial intelligence (AI) tools could support effective health care policy implementation, using the implementation of Medicaid work requirements under the Budget Reconciliation Act of 2025 as an example.
OBSERVATIONS: Opportunities for AI-augmented health care policy implementation include executing key policy processes, such as…
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: Perioperative pain is a major determinant of patients' experience and may influence long-term outcomes. Artificial intelligence (AI) is applied to perioperative datasets to predict acute postoperative pain, opioid requirements, analgesic-related adverse events, chronic postsurgical pain and pain trajectories. However, the evidence is dispersed across perioperative phases, clinical outcomes, data modalities and AI methodologies, while the extent to which current models address validation, interpretability, uncertainty and clinical implementation remains unclear. This scoping revie…
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.
Generative Artificial Intelligence (GAI) has witnessed significant progress in recent years, demonstrating transformative potential for education by enabling dynamic content creation and personalized learning pathways. However, many existing educational platforms rely on static content and fixed pathways, lacking the integrated architecture needed to fully harness GAI's capabilities to create cohesive, adaptive learning experiences. To address this gap, this study details the design, implementation, and empirical evaluation of a novel, comprehensive educational platform built upon GAI. The pla…
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) is rapidly reshaping oncology, from diagnosis to treatment planning and clinical research. This perspective defines the oncologist in the era of AI as a clinician able to critically interpret, supervise, and communicate AI outputs, while understanding the principles, limitations, and ethical implications of these tools. We ground this discussion in a survey of 475 UK-based participants, including cancer patients and survivors, members of the public and healthcare staff. Acceptance of AI was substantial but conditional: it increased sharply with self-reported unders…
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.
PURPOSE: Current bone scintigraphy protocols often demand full-count, 10-15 min scans to preserve image quality, and existing deep-learning (DL) denoisers typically need to be retrained or retuned for each camera manufacturer. We introduce a scanner-agnostic adaptive-diffusion U-Net designed to reconstruct diagnostic-grade images from half-time or half-dose acquisitions without scanner-specific retraining.
METHODS: A multi-institutional retrospective set of 3635 studies from four gamma-camera models was Poisson-thinned to 10%-70% counts and partitioned for training/validation/testing. The net
СтатьяМногоцентровое исследованиеПолный 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: Responsible artificial intelligence (AI) in medical imaging requires more than high diagnostic accuracy; it also requires transparent reasoning, equitable performance across patient subgroups, privacy protection, calibrated uncertainty, and clinical trustworthiness.
METHODS: This PRISMA-informed systematic review synthesized 24 studies published between 2020 and 2025 that used AI or deep learning for disease detection or diagnostic support in X-ray, CT, MRI, mammography, ultrasound, dermoscopy, retinal fundus imaging, optical coherence tomography, and abdominal CT. PubMed, Scopu…
СтатьяСистематический обзорПолный 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.
MedElevator
Войти в исследования