INTRODUCTION: Artificial intelligence (AI) is increasingly integrated into healthcare, with most healthcare AI applications concentrated in radiology. While explainable AI (XAI) has been proposed as a means of improving transparency and trust, the relationship between explanation features, trust and user behaviour remains underexplored, particularly in healthcare contexts. This study examined how final-year medical imaging students interacted with descriptive and prescriptive AI explanations during a simulated rostering task, with a focus on trust and user behaviour.
METHODS: A human-grounded…
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.
The accuracy reported for detecting apical periodontitis using artificial intelligence (AI) is generally interpreted as accuracy against the disease; however, this is usually not the case. Compared with histopathology, single-view periapical radiography detects 16 to 27% of confirmed lesions and 38% with parallax, with a pooled digital sensitivity of 61.0% and a negative predictive value of 41.6%. Two blinded specialists reading 1717 radiographs disagreed on 22% of teeth. Detection depended on lesion size and site: simulated cancellous-bone lesions were invisible below 1 mm in incisors and 3 m…
СтатьяОбзорПолный 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.
OBJECTIVES: To present and describe the design, data collection framework, and interim cohort characteristics of the PENIMA project, a multicentre initiative establishing a clinically annotated penile lesion image repository to support future artificial intelligence (AI)-driven decision-support development - and to encourage urology and dermatology colleagues working with penile lesions to participate in the project.
PATIENTS AND METHODS: Prospective participant inclusion commenced in March 2023 across Scandinavian urological and dermatological departments. Patients with penile anatomy underg…
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.
OBJECTIVE: To designe a clinical trial image medical record desensitization system based on artificial intelligence technology and to conduct preliminary applications, achieving the protection of patient privacy and promoting the safe use of clinical image data in clinical trial projects.
METHODS: The clinical trial image record desensitization system based on artificial intelligence technology was first performed to preprocess operations, such as cropping and compression on medical images to initialize the image records. Then, it utilized advanced image recognition, natural language processi…
Аннотация на английскомСтатьяПоиск 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: Artificial intelligence (AI) and large language models (LLMs) may make surgical information easier to access and understand. However, these tools cannot replace the clinician's role in shared decision-making or the requirements for valid informed consent. Methods: This narrative review follows the surgical patient pathway from diagnosis and explanation to option comparison, shared decision-making, and informed consent. It examines conventional digital tools, LLM-assisted communication, personalized prediction, direct consent studies, patient and professional perspectives and legal,…
СтатьяОбзорПолный 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.
BACKGROUND: Electrical and dielectric properties of the myocardium depend on its composition, fibrosis, edema, ischemia, and heat damage, and hence may play an important role in defining the electrophysiologic substrate. Local impedance and other impedance-based methods give information about these parameters that is available to clinicians, but not direct or substitutable for intrinsic conductivity and permittivity of the tissue. The use of artificial intelligence has been thoroughly studied for the ECGs, electrograms, images, and computational data analysis, but not for dielectric or impedan…
СтатьяОбзорПоиск 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.
The mutual communication between the human host and its microbiome plays a fundamental role in maintaining metabolic and immunological homeo … ing these highly dimensional, heterogeneous datasets creates significant computational bottlenecks. Artificial Intelligence (AI), spanning machine learning and deep learning architectures, has emerged as a critical catalyst to resolve this crisis. AI transforms complex data into predictive models for early diagnosis, clinical biomarker discovery, and personalised therape …
СтатьяОбзорПоиск 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: Retained surgical items are classified as never events but continue to occur, and the count meant to prevent them is often recorded as correct even when an item is retained. Computer vision could provide an independent check on what is on the instrument table, but purpose-built surgical systems are scarce. Industrial vision platforms offer a faster route, although their surgical performance is unknown.
METHODS: In a prospective experimental study, a commercial artificial intelligence vision platform developed for industrial inspection was applied to 19 surgical instruments and 3 s…
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.
Artificial intelligence-generated image-based sexual abuse (AI-IBSA), colloquially known as "sexual deepfakes," includes the non-consensual creation and/or sharing of intimate images generated by and/or modified using artificial intelligence ("AI-IBSA content"). While literature on AI-IBSA is growing, a scoping review of empirical (scholarly and gray) literature on the terminology, nature, prevalence (victimization and perpetration), community attitudes toward, and harms and impacts of AI-IBSA by and/or against adults is yet to be undertaken through a gender-inclusive lens. Thus, we searched s…
СтатьяОбзорПоиск 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.
Artificial intelligence (AI) tools, particularly large language models (LLMs), have rapidly integrated into surgical and biomedical research, prompting fundamental questions about their appropriate role. This review presents a stage-specific framework mapping each phase of the surgical research workflow (literature review, data analysis, manuscript preparation, and research synthesis) to the role AI plays, the benefits it provides, the failure modes it introduces, and the oversight it requires. Artificial intelligence-powered query systems are designed to speed literature synthesis across thou…
СтатьяОбзорПоиск 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.
Animal diseases continuously threaten livestock production and public health, yet current surveillance approaches remain largely passive and fragmented. Conventional artificial intelligence models typically function as open-loop predictors, delivering static outputs that fail to accommodate the dynamic operational needs of veterinarians in real-world farm settings. This review explores an emerging paradigm of AI agents for animal disease monitoring, emphasizing how such agents can transition from passive observation to active intervention through a closed-loop perception-decision-feedback arch…
СтатьяОбзорПолный 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.
BACKGROUND: Most middle-aged and older adults do not engage in sufficient physical activity. Text messages have proven effective for promoting physical activity, but little is known about how message content can engage motivational mechanisms.
PURPOSE: This study aimed to examine how generative artificial intelligence (AI) prompts could be engineered to create messages that engage physical activity urges.
METHODS: Study 1 involved iterative prompt development and expert evaluations of messages, varying by physical activity behavioral context (preparation vs. execution), benefit horizon (shor…
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: Brain tumour imaging assessment typically requires both pre-contrast and post-contrast MRI, but gadolinium administration is not always desirable-for example, in patients requiring frequent follow-up, or those with renal impairment or allergy, or those who are of pediatric age [0-18 years]. We aimed to develop and validate a deep learning model to predict brain tumour contrast enhancement from non-contrast MRI sequences alone.
METHODS: In this multicohort, retrospective study, we compiled 11 089 brain MRI studies (acquired in 2006-24) from ten datasets across four countries (the U
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.
Can Artificial Intelligence (AI) revolutionize early detection of Autism Spectrum Disorder (ASD) by offering a more objective alternative to the subjective behavioral assessments? This systematic review evaluates AI-based methods for early ASD detection in children, assessing the distribution, performance, and DSM-5 alignment of AI techniques, and the methodological quality of existing studies. Following PRISMA guidelines, seven databases (PubMed, Web of Science, Scopus, IEEE Xplore, PsycNET, CINAHL, and Cochrane Library) were searched from January 2015 to March 2025; no backward or forward ci…
СтатьяСистематический обзорПоиск 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.
Oral squamous cell carcinoma (OSCC), the most common oral malignancy, requires accurate diagnostic methods for patient stratification and treatment guidance. Exosome-based liquid biopsy represents a promising minimally invasive approach to cancer detection. This study develops an explainable artificial intelligence (xAI)-assisted label-free surface-enhanced Raman spectroscopy (SERS) platform for profiling salivary exosomes to enable noninvasive OSCC diagnosis and metastatic stratification. A fully connected artificial neural network is designed to extract discriminative features from complex S…
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Oral squamous cell carcinoma (OSCC) poses a significant global health challenge owing to its rising incidence, late-stage diagnosis, and poor five-year survival rates. Traditional diagnostic and prognostic frameworks are limited by subjectivity, delayed turnaround times, and insufficient integration of molecular and imaging data. In this context, artificial intelligence (AI), which encompasses machine learning, deep learning, and natural language processing, has emerged as a promising tool for supporting diagnostic, prognostic, and therapeutic decision-making in oral oncology. This review summ…
СтатьяОбзорПоиск 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.
OBJECTIVE: Regulatory frameworks governing artificial intelligence (AI) in medical practice vary widely across European Union (EU) member states. We assessed the extent to which national medical bodies' codes of conduct address the clinical use of AI.
METHODS: Codes of conduct issued by national medical regulatory bodies in EU member states were analysed and rated for AI-specific content using a four-point scoring system.
RESULTS: Six countries (Belgium, France, Germany, Lithuania, Poland and Spain) had established AI-specific guidance within their medical ethical frameworks, with scores of …
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 AND OBJECTIVE: Bone fragility is a major clinical issue and a leading cause of disability, especially in aging populations. Traditional diagnostics rely on bone mineral density, which does not fully capture structural and micro-architectural factors influencing fracture risk. This study investigates Deep Learning applied to ultrasound Radiofrequency Echographic Multi Spectrometry (REMS) data to improve fracture risk identification and stratification.
METHODS: A retrospective multicenter dataset of 3510 participants was analyzed. A Convolutional Neural Network based on AlexNet was 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.
IntroductionLow- and middle-income countries (LMICs) like Nigeria face rising cancer incidence and mortality, with late-stage presentation and limited resources. Only eight government-funded radiotherapy centres serve a population of 223.8 million-far below the estimated 280 radiotherapy machines required. To increase patient throughput we evaluated integration of AI auto-contouring tools to expedite treatment planning, specifically target and organ-at-risk delineation.Materials and MethodsWe performed an observational, survey-based study of radiation oncology staff at our Cancer Centre. Parti
СтатьяНаблюдательное исследованиеПолный 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.
MedElevator
Войти в исследования