PURPOSE: The rapid advancement of Pharma 4.0 has accelerated the integration of artificial intelligence (AI), digital twins, and data-driven technologies into pharmaceutical research, manufacturing, and healthcare. This review aims to critically evaluate the role of AI-driven digital twins across the pharmaceutical lifecycle, with emphasis on smart manufacturing, predictive quality assurance, continuous manufacturing, regulatory validation, personalized drug delivery, and precision medicine. The review addresses how AI-enabled digital twins can overcome limitations of conventional pharmaceutic…
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) is transforming project management beyond efficiency gains by enabling parallel scenario execution, in which multiple outcome-contingent deliverables are prepared before key uncertainty-resolving events and rapidly converged once results are revealed. By extending set-based concurrent engineering, this approach addresses traditional implementation barriers such as resource constraints and combinatorial complexity through large-scale AI-driven preparation and automation. Drawing on late-stage clinical development and regulatory submission workflows as an illustrativ…
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: Lymphadenopathy may result from inflammation, tuberculosis, or tumors, with lymph node status being a key prognostic indicator. Early accurate differentiation of benign and malignant lesions is therefore vital for clinical management. Although imaging offers adjunctive information, histopathology and cytology on biopsy specimens remain the gold standard, albeit with a 2-4 day turnaround. CT-guided biopsy ensures precise sampling, but final diagnosis depends on pathology. AI-ROSE is an emerging real-time cytological tool that can rapidly classify lesions and guide sampling/treatment
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: Artificial intelligence (AI) literacy is increasingly relevant in nursing education, yet its association with empathic behavior among nursing interns remains unclear.
METHODS: This cross-sectional study included 300 nursing interns from three tertiary hospitals in China (December 2025-April 2026). AI literacy and empathic behavior were assessed using validated scales. Moral distress and moral resilience were included as covariates. Multivariable linear regression and restricted cubic spline analyses were performed, with subgroup analyses to assess robustness.
RESULTS: Higher AI l…
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 Artificial intelligence (AI) tools have been rapidly adopted by medical researchers, yet whether medical trainees and professionals in low- and middle-income countries possess the awareness and habits needed to use these tools safely remains poorly documented. This study characterized AI adoption, hallucination awareness, and verification and disclosure practices among medical trainees and professionals in Pakistan. Methods A cross-sectional anonymous online survey was conducted among medical students, house officers, residents, physicians, and faculty involved in research or academ…
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.
RATIONALE AND OBJECTIVES: This study aimed to develop and evaluate an artificial intelligence‑assisted liver ultrasound training system that combines the YOLOv11n object detection algorithm and the DeepSeek large language model for ultrasound education.
MATERIALS AND METHODS: A parallel controlled study was performed with 20 students randomly assigned to either the traditional instruction group (n = 10) or the AI‑assisted training group (n = 10). The YOLOv11n model was trained using 326 liver ultrasound images. Model performance metrics including precision, recall, mAP@0.5 and mAP@0.5:0.95 we…
СтатьяРандомизированное 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.
BACKGROUND: Implementation science frameworks, such as the Consolidated Framework for Implementation Research (CFIR), are increasingly used to guide the implementation of artificial intelligence (AI) in healthcare. This assumes that AI systems can be understood using frameworks developed primarily for evidence-based practices (EBPs). However, AI systems vary substantially in their technical architecture, degree of autonomy, dependence on local data, regulatory status and capacity for change after deployment.
AIM: To examine how different types of AI systems align with, extend or challenge cor…
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: Natural language processing (NLP) can process unstructured text to provide information on injuries but has not been used for drowning. We tested the effectiveness of NLP in identifying risk and protective factors for drowning present in media and police reports.
METHODS: This was a cross-sectional study of persons of all ages who unintentionally drowned in metropolitan Houston, Texas between 2016 and 2022. Drowning incident data were obtained from media reports (NexisUni using keywords 'drown' and 'submersion' to access online media archives in print blog, video and audio record f
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: The exponential growth of biomedical data hinders the rapid adoption of evidence-based practices in the Military Health System. This is critical in austere environments where teams rely on limited resources. Generative artificial intelligence (AI) offers a potential solution for rapidly synthesizing evidence. This comparative study evaluated the utility and feasibility of generative AI tools compared to human clinical experts in identifying protocols for surgical instrument reprocessing in austere settings.
MATERIALS AND METHODS: We conducted a descriptive comparative study to q…
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 transforming healthcare through advances in machine learning, predictive analytics, and large language models. These technologies offer substantial opportunities to improve diagnostic support, information management, and clinical decision support. Within military medicine, AI may afford a tactical advantage because future combat operations are expected to occur in contested environments characterized by prolonged evacuation timelines, degraded communications, limited resources, and increased casualty burdens. However, while AI can augment clinical perfor…
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.
The expansion of artificial intelligence (AI) in healthcare is often framed as a response to clinical needs and system inefficiencies; however, its alignment with professional values and everyday practice remains less examined. This study examines the role of AI in dentistry through qualitative semi-structured interviews with 16 dentists in active clinical practice, conducted in Chile in 2025, focusing on how practitioners evaluate AI in relation to their professional ethos. The findings show that dentistry is understood as a moral practice centered on relational care and situated judgment. Wh…
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 AND PURPOSE: Tamoxifen is a cornerstone of adjuvant endocrine therapy for breast cancer, yet significant inter-individual variability in treatment response and mortality exists. Identifying robust predictors of outcomes remains a critical need. This study integrated machine learning, explainable artificial intelligence (XAI) and Bayesian modelling to predict mortality and identify key prognostic factors in breast cancer patients receiving adjuvant tamoxifen.
EXPERIMENTAL APPROACH: We analysed data from 568 patients from the International Tamoxifen Pharmacogenomics Consortium databa…
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: Accurate detection of PIK3CA mutations is essential for guiding PI3K-targeted therapies in breast cancer, yet sequencing is not universally accessible, and single-modality prediction models have limited performance. This study developed a multimodal deep learning framework integrating whole-slide imaging (WSI) and structured clinical data to improve mutation prediction.
METHODS: A total of 1,047 patients from TCGA and 166 patients from 3 external centers were included. The histopathology model used a transformer-based pretrained encoder (H-optimus-0) and a clustering-constrained at
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.
BACKGROUND: Traditional health care systems have evolved to increasingly recognize patients' perspectives as key to improving the quality of … ity in patient experiences across diverse sociodemographic and clinical backgrounds while proposing artificial intelligence (AI) to automate and accelerate the identification of PROMs and PREMs.
OBJECTIVE: This study aimed to estimate the proportion of clinical studies including PROMs or PREMs, using either a traditional expert-based identification method or an AI-enric …
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 understand whether cancer-neutral image attributes (breast area and number of slices) impact an AI algorithm assessment of negative digital breast tomosynthesis (DBT) screening exams.
METHODS: This retrospective cohort study included women from a single institution whose screening mammogram was interpreted as negative between 2016 and 2019. All patients had at least 2 years follow-up without evidence of malignancy. Primary outcome measures were AI-calculated assessment of present and future likelihood of malignancy, quantified as a case and risk score. A multivariable linear reg
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/Objectives: Antimicrobial resistance (AMR), driven by high-risk bacterial pathogens, is a major healthcare threat. This scoping review mapped artificial intelligence/machine learning (AI/ML) and computational approaches integrated with whole-genome sequencing (WGS), genomic surveillance, rapid typing, epidemiological data, or clinical metadata for early warning of AMR outbreak clones. Methods: Following PRISMA-ScR guidance and the Population-Concept-Context (PCC) framework, PubMed/MEDLINE, Scopus, and Web of Science were searched for English-language studies published between 2010 a…
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) and machine learning (ML) may strengthen hospital infection prevention and control (IPC) through automated surveillance, early warning, and decision support, but the evidence base is fragmented and often limited to retrospective model development.
METHODS: We conducted a Preferred Reporting Items for Systematic Reviews and Meta-Analyses 2020 systematic review to synthesize studies of AI/ML in acute care hospital IPC, distinguishing implemented systems integrated into workflows from non-implemented development/validation studies. On January 17, 2026, we…
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: The decision to administer postoperative radioactive iodine therapy in differentiated thyroid cancer is evolving. Given the growing utility of large language models in medical decision-making, we hypothesize that artificial intelligence models can inform recommendations regarding postoperative radioactive iodine therapy.
METHODS: After institutional review board approval, demographic, operative, and pathologic details from 100 adult patients with differentiated thyroid cancer who underwent total thyroidectomy were retrospectively extracted. A comprehensive literature review was co…
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.
OBJECTIVES: To determine whether AI-reconstructed prostate MRI at reduced acquisition times maintains prostate cancer (PCa) detection performance comparable to conventional scans.
MATERIALS AND METHODS: This multicenter, retrospective, consecutive-cohort study included 120 multi-coil T2-weighted prostate MRI scans from the University Medical Center Groningen (UMCG) and 312 publicly available scans from New York University (NYU). An AI model trained on the NYU data was tested on retrospectively undersampled UMCG scans at acceleration factors R = 3 and R = 6 (i.e., data reduction in k-space). E
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.
BACKGROUND: Gestational diabetes mellitus (GDM) is a common complication during pregnancy, with its incidence increasing year by year. It poses numerous adverse health effects on both mothers and newborns. Accurate prediction of GDM can significantly improve patient prognosis. In recent years, artificial intelligence (AI) algorithms have been increasingly used in the construction of GDM prediction models. However, there is still no consensus on the most effective algorithm or model.
OBJECTIVE: This study aimed to evaluate and compare the performance of existing GDM prediction models construct…
СтатьяСистематический обзорМетаанализПоиск 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