The goal of this study was to compare the predictive validity of the alternative model for personality disorders (AMPD) versus the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5) Section II categorical model regarding clinician judgments about mental health outcomes. To do so, we instructed a national sample of 136 mental health professionals to provide clinical judgments on a random subset of four (out of a possible 12) case vignettes. For each case, they made a variety of diagnostic judgments corresponding to each model, as well as clinical outcome judgments (e.g
СтатьяСравнительное исследованиеПоиск 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.
Conventional artificial intelligence has achieved remarkable feats in identifying associations and predictive patterns, yet its limitations in causal reasoning present a hurdle for complex clinical challenges demanding deep professional expertise. Large reasoning models are creating opportunities to move beyond correlation towards emulating the analytical processes of humans. Applied to the practice of medicine, medical reasoning artificial intelligence (MRAI) envisions systems that can engage directly in patient care, draw on diverse clinical data and decision-support tools, and refine their
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: Transitioning from theory to clinical practice is a persistent hurdle in undergraduate nursing programs, largely because traditional teaching methods lack the frequent, iterative practice needed to close the practice-readiness gap.
PURPOSE: This article describes an innovative pedagogical approach that integrates Generative Artificial Intelligence (GenAI) with Tanner's Clinical Judgment Model to develop nonlinear, algorithmic thinking patterns.
METHODS: Using an "If This, Then That" logic framework, students use GenAI as a "thinking partner" to build clinical logic. The process 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.
Polysubstance dependence has been associated with many neurocognitive impairments. The present study explored one of these deficits, namely conditional reasoning, using the Wason selection task. In healthy individuals, social contract and precautionary content improve conditional reasoning performance compared with descriptive or abstract content. Twenty-two recently detoxified polysubstance-dependent patients were compared with 22 controls matched for sex, age, and education level on their performance on the Wason selection task across problems involving social contract, precautionary, and de
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.
Student engagement reforms have increased active learning in higher education. However, visible participation does not always require students to rehearse the spoken, interactive forms of reasoning central to professional practice, such as explaining one's thinking, responding to challenges, building on others' ideas, and working through uncertainty in real time. We describe this gap as an engagement blind spot. We define audible reasoning as the deliberate externalization of disciplinary or professional reasoning through spoken interaction so that its assumptions, evidence, uncertainty, and j
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.
OBJECTIVE: To compare reasoning vs. conventional large language models (LLMs) in generating answers with guideline-aligned explanations for Breast Imaging Reporting and Data System (BI-RADS) educational questions.
METHODS: In this prospective study performed from February 6 to 12, 2025, 49 English-Chinese question pairs were extracted from BI-RADS Atlas Fifth Edition. Two reasoning LLMs (ChatGPT-o1, Deepseek-R1) and six conventional LLMs (Gemini2.0-Flash, Deepseek-V3, ChatGPT-4o, ChatGPT-3.5, Qwen-2.5, and WenXinYiYan-3.5) generated answers and explanations to the questions through structured
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: Models of therapeutic reasoning conceptualize how pharmacists apply knowledge to weigh the benefits and risks of treatment options for patients but provide limited detail on the specific factors considered during the process.
AIM: To explore the factors that prescribing pharmacists consider during therapeutic reasoning when making treatment decisions and how those factors are structured hierarchically.
METHOD: This qualitative study explored the therapeutic reasoning of eight prescribing pharmacists as they worked through three primary care cases selected from hypertension, dia
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: Theory-of-mind (ToM) is the ability to accurately infer others' thoughts and feelings. In generalized anxiety disorder (GAD), cognitive and emotion regulation theories allude to the plausibility that ToM is conditional on the degree of individuals' state worry, a hallmark symptom. GAD and state worry may interact to predict ToM constructs. However, no experiments have directly tested such interactional hypotheses, and used ToM as a framework to advance understanding of social cognition in GAD. This study therefore aimed to address this gap.
METHODS: 171 participants (69 GAD, 102 C
СтатьяРандомизированное исследованиеПоиск 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.
Complex medical reasoning requires integrating heterogeneous clinical evidence across multiple inference steps. Large language models (LLMs) now approach this through two routes: internalized reasoning and externalized agent scaffolding (frameworks that decompose problems collaboratively among multiple LLMs). To determine whether these routes are exclusive or complementary, we introduce MedicalAgentsBench, a filtered benchmark of 862 complex clinical questions drawn from the union of eight medical datasets via difficulty-aware curation and contamination screening. Evaluating three internalized
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.
INTRODUCTION: Performance of large language models in medicine is improving; yet, it remains unclear how the advantage of reasoning models depends on task characteristics in nephrology.
METHODS: We evaluated four large language models in two families-OpenAI (GPT-5 reasoning and GPT-4o comparator) and Google (Gemini 2.5 Pro reasoning and Gemini 2.0 Flash comparator)-on 209 self-assessment questions for nephrology board renewal published by the Japanese Society of Nephrology. Questions were categorized by question type (general vs. clinical), taxonomy (recall, interpretation, and problem-solvin
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.
BACKGROUND: Major depressive disorder (MDD) is a leading cause of global disability and poses a substantial public health burden. However, current diagnostic approaches largely rely on subjective assessments and lack the ability to integrate heterogeneous clinical and sociodemographic information. Recent advances in large language models (LLMs) offer new opportunities to support MDD diagnosis through reasoning over complex data, yet their clinical applicability is constrained by challenges related to interpretability, hallucinations, and reliance on synthetic data.
METHODS: We propose MDD-Thi
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 study aimed to investigate the relationship between the authenticity of instructional formats and outcome measures within a pre-clerkship clinical reasoning course.
METHODS: We conducted a randomised, prospective, crossover study with Year 2 medical students taking a pre-clerkship clinical reasoning course. Students were randomised to small groups and exposed to three formats of differing instructional authenticity (paper case, DVD presentation, standardised patient [SP] presentation) across three subject areas (abdominal pain, anaemia, polyuria). Three student cohorts were t…
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.
Large language models (LLMs) such as ChatGPT are entering clinical practice, yet how their clinical reasoning compares with speech-language therapists (SLTs) is not well understood. This comparative multi-case qualitative study used 3 hypothetical vignettes. Ten experienced SLTs (≥10 years) participated in semi-structured interviews, providing assessment, diagnosis and therapy plans for each vignette. ChatGPT-4o was presented with identical, standardized Turkish prompts over five consecutive days to evaluate the model's temporal consistency in clinical reasoning. All outputs were analyzed with…
СтатьяСравнительное 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.
This article reports a study comparing the problem-solving performance of housestaff with undergraduate medical training in either conventional or problem-based schools. After reading two clinical cases, residents were required to write differential diagnoses and pathophysiological explanations. Biomedical and clinical knowledge used and reasoning strategies were identified. The results suggest that housestaff performance is influenced by the nature of instruction. Housestaff trained in a conventional curriculum (CC) focused on patient information, separated biomedical from clinical knowledge,
Сравнительное исследованиеСтатьяПоддержка 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.
BACKGROUND: Despite the popularity of podcasts as learning tools, publication of student-led, vignette-based podcasts that span the pre-clinical and clinical learning continuum remains underexplored.
AIM: We describe the development, implementation, and preliminary evaluation of a student-led, vignette-based clinical reasoning podcast, Alert and Oriented, designed for medical learners.
SETTING: Open-access platforms with national and international reach.
PARTICIPANTS: Medical students, residents, and attending physicians PROGRAM DESCRIPTION: By translating case-based pedagogical approaches …
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.
Pathology vision-language models (VLMs) are promising for building the clinical decision support systems. However, a key barrier to real-world clinical deployment lies in the lack of rigorous and clinically meaningful model evaluation. Existing pathology visual question answering (VQA) benchmarks exhibit the weak alignment of vision-language information, insufficient support for knowledge-intensive reasoning, and a narrow disease spectrum, thereby undermining the ability to provide clinical-level evaluation of model performance. In this work, we introduce OmniPathoVQA, a new pathology VQA benc
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: Traditional Chinese Medicine (TCM) rheumatology presents unique challenges for AI-assisted clinical decision support, as the diagnostic process relies heavily on tacit knowledge and individualized reasoning. While Large Language Models (LLMs) have shown promise in medical applications, they remain limited by hallucination risks and inability to replicate expert TCM reasoning. Retrieval-Augmented Generation (RAG) offers a potential solution, yet its application to complex TCM dialectical reasoning remains underexplored.
METHODS: We developed TCM-CoT-RAG, a hybrid framework combinin
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/Objectives: Diagnostic reasoning is essential in clinical practice and medical education, yet it often becomes an automated process, making its cognitive mechanisms less visible. Despite the widespread use of electronic medical records, few studies have quantitatively evaluated how clinicians' reasoning is documented in real-world electronic medical records. This study aimed to investigate whether initial electronic medical records contain valuable information for diagnostic reasoning and assess the feasibility of using text analysis and logistic regression to make this reasoning pr
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.
Deluded people differ from nondeluded controls on attributional style questionnaires and probabilistic-reasoning and theory-of-mind (ToM) tasks. No study to date has examined the relations between these 3 reasoning anomalies in the same individuals so as to evaluate their functional independence and potentially inform theories of delusion formation. We did so in 35 schizophrenic patients with a history of delusions, 30 of whom were currently deluded, and 34 healthy controls. Compared with healthy controls, patients showed (a) a jumping-to-conclusions bias and a bias to overadjust when confront
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.
OBJECTIVE: Secondary headaches require urgent recognition due to potentially devastating consequences if untreated. Despite established clin … rk also produced transparent and guideline-aligned intermediate reasoning.
DISCUSSION: Decomposing clinical reasoning into specialized agents enhances interpretability and diagnostic reliability compared with monolithic LLM approaches. Multi-agent orchestration provides a clinically aligned framework for explainable decision support.
CONCLUSION: An orchestrator-sp …
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.
MedElevator
Войти в исследования