BACKGROUND: Hypertrophic cardiomyopathy (HCM) is associated with significant morbidity and mortality, including sudden cardiac death in the young. Its prevalence is estimated to be 1 in 500, although many people are undiagnosed. The ability to screen electrocardiograms for its presence could improve detection and enable earlier diagnosis. This study evaluated the accuracy of an artificial intelligence device (Viz HCM) in detecting HCM based on a 12-lead electrocardiogram.
METHODS: The device was previously trained using deep learning and provides a binary outcome (HCM suspected or not suspect…
СтатьяМногоцентровое 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.
OBJECTIVE: To conduct a bibliometric analysis using VOSviewer and Citespace to explore the current applications, trends, and future directions of artificial intelligence (AI) in obstructive sleep apnea (OSA).
METHODS: On 13 September 2024, a computer search was conducted on the Web of Science Core Collection dataset published between 1 January 2011, and 30 August 2024, to identify literature related to the application of AI in OSA. Visualization analysis was performed on countries, institutions, journal sources, authors, co-cited authors, citations, and keywords using Vosviewer and Citespace,…
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: By leveraging the imaging-rich nature of ophthalmology and optometry, artificial intelligence (AI) is rapidly transforming the vision sciences and addressing the global burden of ocular diseases. The ability of AI to analyze complex imaging and clinical data allows unprecedented improvements in diagnosis, management, and patient outcomes. In this narrative review, we explore the current and emerging opportunities of utilizing AI in the vision sciences, critically examine the associated challenges, and discuss the ethical implications of integrating AI into clinical practice.
METHO…
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.
Human body is an intricate system of complex associations between numerous chemicals, neurotransmitters incessantly striving towards homeost … pproach for bridging this significant gap. With the ever-advancing technological era, the advent of artificial intelligence has revolutionized the medical paradigm. Integration of such multimodal neuroimaging databases, algorithms, techniques has made individualized diagnosis & treatment of neuropsychiatric disorders plausible. Considering the colossal data revolving aro …
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.
Artificial intelligence (AI) is progressively advancing across various medical specialties, particularly ophthalmology, to evaluate medical data, prevent diseases, and facilitate individualized treatment strategies. This narrative review investigates the current state of AI applications in ophthalmology clinical trials, focusing on patient monitoring, treatment optimization, and the diagnosis of prevalent ocular disorders. The implementation of AI techniques, such as deep learning and machine learning, improves the precision and efficacy of the process by evaluating ocular imaging data, such a…
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.
Artificial intelligence (AI) is rapidly transforming the field of echocardiography. By leveraging machine learning, particularly deep learning, AI enhances image acquisition, interpretation, and diagnostic accuracy. It addresses long-standing limitations of echocardiography, such as operator dependency and inter-observer variability. AI-enabled systems, ranging from probe guidance to automated quantification tools, have improved image quality and reduced variability in key measurements such as left ventricular ejection fraction (LVEF). Recent studies show that AI can assist in disease classifi…
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.
Chronic pain affects approximately 20% of the global population, leading to significant disability and economic burden. Traditional management strategies, including pharmacologic interventions and physical therapies, often provide limited relief and are associated with adverse effects. Non-invasive neuromodulation techniques, such as transcutaneous electrical nerve stimulation (TENS) and electrical muscle stimulation (EMS), have shown promise but are hindered by issues like inconsistent dosing and poor adherence. The integration of artificial intelligence (AI) into pain management offers a nov…
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 rapidly transforming medical care, including in oncology, offering promising avenues for enhancing supportive care and symptom management. This review synthesizes current research on AI applications in this critical domain, exploring its potential to personalize interventions and improve patient-reported outcomes in oncology supportive care. We examine AI-driven tools for symptom monitoring, predictive analytics for adverse events, and personalized supportive care recommendations. Emphasis is placed on the integration of machine learning algorithms for real-time…
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.
This study aims to map the current research trends, application areas, and thematic clusters of artificial intelligence (AI) technologies in hematology. A literature search was conducted in the Web of Science on June 1, 2025, covering the years 1980-2025. A total of 376 original research articles were analyzed using bibliometric techniques, including trend keyword and factor analyses, via the bibliometrix package in R Studio. The USA (n = 111), China (79), the United Kingdom (22), and Germany (21) were the most productive countries, with Harvard University as the leading institution. Keywords …
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: Artificial intelligence (AI) has emerged as a transformative tool for advancing gestational diabetes mellitus (GDM) care, offering dynamic, data-driven methods for early detection, management, and personalized intervention.
OBJECTIVE: This systematic review aims to comprehensively explore and synthesize the use of AI models in GDM care, including screening, diagnosis, management, and prediction of maternal and neonatal outcomes. Specifically, we examine (1) study designs and population characteristics; (2) the use of AI across different aspects of GDM care; (3) types of input data…
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.
INTRODUCTION: The diversity of underlying causes poses a medical challenge in the differential diagnosis of dizziness. For many patients, the time to reach a diagnosis is quite long and includes several tests. This imposes a significant financial burden on the healthcare system while delaying the recognition and treatment of some neurological emergencies. In this paper, we present a machine learning-based method to aid in the early recognition of vascular causes of vertigo, which require timely management.
METHODS: Using data such as age, gender, accompanying symptoms, comorbidities, and comm
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: Artificial intelligence (AI) is revolutionizing healthcare by enhancing diagnostics, optimizing treatment plans, and improving patient outcomes through data analysis and predictive modeling. Within the field of reproductive endocrinology and infertility, machine learning algorithms trained on large datasets can analyze images, laboratory results, and genetic information to optimize in vitro fertilization outcomes.
EVIDENCE ACQUISITION: A comprehensive search of the electronic databases PubMeD and MEDLINE was conducted, and search results were narrowed to publications after the y…
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.
The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians2025eng
BACKGROUND: Early prediction of pregnancy complications is important for adequate and timely prevention, management, and reducing maternal/fetal pathogenesis.
OBJECTIVE: To study the prognostic value of cytokines as predictors of pregnancy complications using unbiased artificial intelligence/machine learning (AI/ML) methods.
METHODS: For this study, we used our previously published data on 127 women with pregnancy complications and 97 women with a history of normal delivery and undergoing a normal delivery. A panel of seven cytokines were analyzed from activated peripheral blood mononuclear …
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.
OBJECTIVE: To understand the variation in artificial intelligence/machine learning (AI/ML) adoption across different hospital characteristics and explore how AI/ML is utilized, particularly in relation to neighborhood deprivation.
BACKGROUND: AI/ML-assisted care coordination has the potential to reduce health disparities, but there is a lack of empirical evidence on AI's impact on health equity.
METHODS: We used linked datasets from the 2022 American Hospital Association Annual Survey and the 2023 American Hospital Association Information Technology Supplement. The data were further linked t…
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 OF REVIEW: This review explores the role of artificial intelligence (AI) in cardio-oncology, focusing on its latest application across problems in diagnosis, prognosis, risk stratification, and management of cardiovascular (CV) complications in cancer patients. It also highlights multi-omics analysis, explainable AI, and real-time decision-making, while addressing challenges like data heterogeneity and ethical concerns.
RECENT FINDINGS: AI can advance cardio-oncology by leveraging imaging, electronic health records (EHRs), electrocardiograms (ECG), and multi-omics data for early cardi…
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.
The integration of big data and artificial intelligence (AI) has revolutionized biomedicine, enhancing our understanding of diseases and health care practices. Although AI has shown remarkable success in some medical fields, its application in nephrology faces challenges because of the complex disease mechanisms and intricate physiology. These obstacles are further compounded in rare diseases, affecting <1 in 2000 people, where data scarcity and clinical complexities create additional challenges for AI in accurate disease characterization and prediction. Rare kidney diseases encompass >150 dif…
СтатьяОбзорПоддержка 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.
Publications on artificial intelligence (AI) applications have dramatically increased for most medical specialties, including obstetrics. Here, we review the most recent pertinent publications on AI programs in obstetrics, describe trends in AI applications for specific obstetric problems, and assess AI's possible effects on obstetric care. Searches were performed in PubMed (MeSH), MEDLINE, Ovid, ClinicalTrials.gov , Google Scholar, and Web of Science using a combination of keywords and text words related to "obstetrics," "pregnancy," "artificial intelligence," "machine learning," "deep learni…
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: The aim of this study was to design a fully automated hybrid AI-based method, combining a convolutional neural network (CNN) and a tree-based model (XGBoost), which was capable of diagnosing different pelvic organ prolapses (POPs) in a dynamic two-dimensional ultrasound study from the midsagittal plane. Methods: This was a prospective observational study with 188 patients (99 with POP and 89 without POP). Transperineal pelvic floor ultrasound videos were performed, and normality or POP was defined. These videos were subsequently labeled, and an algorithm was designed to
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 aimed to address the limitations of conventional methods for measuring skeletal muscle mass for sarcopenia diagnosis by introducing an artificial intelligence (AI) system for direct computed tomography (CT) analysis. The primary focus was on enhancing simplicity, reproducibility, and convenience, and assessing the accuracy and speed of AI compared with conventional methods. A cohort of 3096 cases undergoing CT imaging up to the third lumbar (L3) level between 2011 and 2021 were included. Random division into preprocessing and sarcopenia cohorts was performed, with further random spl…
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.
OBJECTIVES: Given the complexity of temporomandibular joint disorders (TMDs) and their overlapping symptoms with other conditions, an accurate diagnosis necessitates a thorough examination, which can be time-consuming and resource-intensive. Consequently, innovative diagnostic tools are required to increase TMD diagnosis efficiency and precision. Therefore, the purpose of this umbrella review was to examine the existing evidence about the usefulness of artificial intelligence (AI) in TMD diagnosis.
MATERIAL AND METHODS: A comprehensive search of the literature was performed from inception to …
СтатьяСистематический обзорПоиск 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