Diabetic retinopathy (DR) is a common and potentially sight-threatening complication of diabetes. Early detection of DR through screening can prevent visual loss. Handheld fundus cameras combined with artificial intelligence (AI) technology may improve DR screening. We evaluated the Aireen AI algorithm's performance in grading DR in fundus images captured by the handheld Optomed Aurora. Two retina specialists and Aireen graded 624 fundus images for DR. Sensitivity, specificity, and predictive values were measured against the ophthalmologists' grading. Overall, 97% of images were sufficient for…
СтатьяОценочное исследованиеПоддержка исследования: вне правительства СШАПоиск 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.
This review summarizes applications of machine learning (ML) in acute myeloid leukemia (AML) and myelodysplastic syndrome (MDS), spanning diagnosis, prognostication, treatment prediction, and research tools. In diagnostics, deep learning applied to bone marrow smears, peripheral blood films, and flow cytometry has shown high sensitivity and specificity, outperforming conventional methods. ML-driven unsupervised clustering and consensus classification have refined disease taxonomies, identifying genomic subtypes with prognostic value. Prognostic models and neural networks enable dynamic, person
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: High-quality endoscopic reports are crucial for clinical decision-making in gastric lesions. However, manually generated reports often suffer from inconsistencies, resulting in incomplete lesion documentation and insufficient descriptions. The objective is to validate an artificial intelligence (AI) reporting system for improving the quality of gastric lesion documentation with a particular focus on narrowing the experience gap among endoscopists.
METHODS: We retrospectively collected gastric images to develop a reporting system for gastric lesions. The system comprises several de…
СтатьяВалидационное исследованиеКлиническое исследованиеПоддержка исследования: вне правительства СШАПоиск 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) serves as a key technology in global industrial transformation and technological restructuring and as the core driver of the fourth industrial revolution. Currently, deep learning techniques, such as convolutional neural networks, enable intelligent information collection in fields such as tongue and pulse diagnosis owing to their robust feature-processing capabilities. Natural language processing models, including long short-term memory and transformers, have been applied to traditional Chinese medicine (TCM) for diagnosis, syndrome differentiation, and prescripti…
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: Large language models (LLMs) like ChatGPT offer new ways to improve academic and administrative workflows in medical education, … .9% vs 17.5% correct) and grading criteria (82.9% vs 55.0% correct) (both P < 0.001).
CONCLUSIONS: Artificial intelligence-assisted information retrieval significantly improved students' ability to locate and understand key course content. Despite comparable time-on-task and navigation behaviours between groups, students using the ChatGPT-based chatbot achieved markedly …
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: Artificial intelligence (AI) studies show promise in enhancing accuracy and efficiency in mammographic screening programs worldwide. However, its integration into clinical workflows faces several challenges, including unintended errors, the need for professional training, and ethical concerns. Notably, specific frameworks for AI imaging in breast cancer screening are still lacking.
OBJECTIVE: This study aims to identify the challenges associated with implementing AI in breast screening programs and to apply the Consolidated Framework for Implementation Research (CFIR) to discuss a…
СтатьяСистематический обзорПоддержка 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.
BACKGROUND: Gastric cancer (GC) remains a significant global health burden, with high mortality due to delayed diagnosis. Advances in microbiome profiling and artificial intelligence (AI) have opened new frontiers in non-invasive cancer risk prediction. However, the methodological landscape of AI-driven microbiome-based GC prediction remains fragmented and poorly standardized.
OBJECTIVE: To systematically review and critically evaluate artificial intelligence (AI) and machine learning (ML) models developed for gastric cancer prediction using microbial and non-invasive biomarkers, spanning gut…
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.
ARTICLE TITLE AND BIBLIOGRAPHIC INFORMATION: Diagnostic performance of artificial intelligence-aided caries detection on bitewing radiographs: A systematic review and meta-analysis. Ammar, N. & Kühnisch, J. Japanese Dental Science Review, 60(2024): 128-136.
SOURCE OF FUNDING: Nonprofit foundation: Förderprogramm der Forschungsgemeinschaft Dental e.V. (FGD) with grant number 01/2023 to NA.
TYPE OF STUDY/DESIGN: Systematic review with meta-analysis.
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.
Neurodegenerative diseases, including Alzheimer's disease (AD) and Parkinson's disease (PD), present a growing public health challenge globally. Recent advancements in neurotechnology and neuroengineering have significantly enhanced brain-computer interfaces, artificial intelligence, and organoid technologies, making them pivotal instruments for diagnosis, monitoring, disease modeling, treatment development, and rehabilitation of various diseases. Nonetheless, the majority of neural interface platforms focus on unidirectional control paradigms, neglecting the need for co-adaptive systems where…
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: The integration of artificial intelligence (AI) and machine learning (ML) into biomedical research requires a workforce fluent in both computational methods and clinical applications. Structured, interdisciplinary training opportunities remain limited, creating a gap between data scientists and clinicians. The National Institutes of Health's Bridge to Artificial Intelligence (Bridge2AI) initiative launched the Artificial Intelligence-Ready and Exploratory Atlas for Diabetes Insights (AI-READI) data generation project to address this gap. AI-READI is creating a multimodal, FAIR (fin…
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.
The COVID-19 pandemic has accelerated advances in molecular biology and virology, enabling the identification of key biomarkers to differentiate between severe and mild cases. Furthermore, the use of artificial intelligence (AI) and machine learning (ML) to analyze large datasets has been crucial for rapidly identifying relevant biomarkers for disease prognosis, including COVID-19. This approach enhances diagnostics in emergency settings, allowing for more accurate and efficient patient management. This study demonstrates how machine learning algorithms in emergency departments can rapidly ide…
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: Artificial intelligence (AI) is transforming healthcare by improving diagnostic accuracy and predictive analytics. Periodontal diseases are recognized as risk factors for systemic conditions, including type 2 diabetes mellitus, cardiovascular disease, Alzheimer's disease, polycystic ovary syndrome, thyroid dysfunction, and post-coronavirus disease 2019 complications. These conditions exhibit complex bidirectional interactions, underscoring the importance of early detection and risk stratification. Current diagnostic tools often fail to capture these interactions at an early stage, …
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: Approximately half of prostate cancer (PCa) patients present with low- or intermediate-risk disease eligible for active surveillance (AS). However, a substantial proportion of individuals experience pathological progression during follow-up. In this study, we developed predictive models for histopathological PCa progression in patients on AS. Methods: The dataset comprised patients with biopsy-confirmed PCa and a minimum follow-up of two years. All patients underwent regular surveillance, including prostate-specific antigen (PSA) measurements and MRI examinations. Each patient had
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.
OBJECTIVES: This systematic review assesses the diagnostic accuracy, feasibility, and clinical performance of artificial intelligence (AI)-based smartphone imaging tools for detecting dental caries.
METHODS: Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses for Diagnostic Test Accuracy (PRISMA-DTA) guidelines, five databases: PubMed, Scopus, Web of Science, Embase, and Cochrane Library, were searched up to March 26, 2025. This study was registered with the International Prospective Register of Systematic Reviews (PROSPERO) (CRD420251047689). Diagnostic accuracy …
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 and Objectives: Alpha-1 antitrypsin deficiency (AATD) is a rare genetic condition associated with chronic respiratory diseases such as chronic obstructive pulmonary disease (COPD) and emphysema, and with liver involvement through a distinct toxic gain-of-function mechanism. Despite its clinical relevance, AATD remains underdiagnosed and exhibits marked phenotypic heterogeneity. Artificial intelligence (AI) has shown growing potential in respiratory medicine, yet its application to AATD is still limited. This systematic review synthesizes the clinical evidence on AI in AATD, primaril…
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.
PURPOSE: Utilizing artificial intelligence (AI) technology for the segmentation of plaques on ultrasound images to evaluate the stability of carotid artery plaques and analyze its diagnostic accuracy in differentiating vulnerable plaques from stable ones.
METHODS: A retrospective study was conducted on 202 patients with ischemic stroke, who were divided into vulnerable plaque group (85 cases) and stable plaque group (117 cases) based on the results of carotid color Doppler ultrasound examination. From the vulnerable plaque group, 63 cases were randomly selected as the modeling group and 22 ca…
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: Acute respiratory distress syndrome (ARDS) is a serious threat to human life. Hence, early and accurate diagnosis and treatment are crucial for patient survival. This meta-analysis evaluates the accuracy of artificial intelligence in the early diagnosis of ARDS and provides guidance for future research and applications.
METHODS: A search on PubMed, Embase, Cochrane, Web of Science, CNKI, Wanfang, Chinese Biomedical Literature (CBM), and VIP databases was systematically conducted, from their establishment to November 2023, to obtain eligible studies for the analysis and evaluation …
СтатьяСистематический обзорМетаанализПоиск 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: Alzheimer's disease (AD) and frontotemporal dementia (FTD) are both progressive neurological disorders that affect the elderly. Distinguishing between individuals suffering from these two diseases in the early stages can be quite challenging, and due to their different treatments, it has become an important problem. Machine learning (ML) algorithms can be helpful in this matter due to their high ability to manage large data and deliver high-quality diagnostic results.
NEW METHOD: In this research, we integrate multiple ML algorithms into 10 ensemble learning techniques, utilizing
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: Screening of asymptomatic/occult atrial fibrillation (AF) remains challenging. This study aimed to use a deep learning model to predict hidden AF in patients who showed normal sinus rhythm (SR) during 24-h Holter monitoring.
METHODS: This was a retrospective cohort study that enrolled 934 patients receiving 24-h ambulatory Holter monitoring. Of them, 640 patients (AF group) had the documented paroxysmal AF in the index Holter monitoring. The rest of 294 patients (Control group) did not have medical record of AF and the index Holter exam did not detect AF. A ConvNeXt model (1st sta
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.
The rise of generative artificial intelligence (GenAI) has profoundly influenced medical research and academic writing, particularly in ophthalmology. Despite its growing relevance, there is a noticeable gap in the literature regarding its application in medical writing, including practical uses and associated limitations. This review seeks to fill in this gap by first systematically reviewing the current literature on GenAI in medical paper writing. It identifies and discusses nine key applications and considerations, including idea generation, literature review, institutional review board pr…
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.
MedElevator
Войти в исследования