BACKGROUND: Little is known about large language model (LLM) performance on palliative care (PC)-related knowledge-based tasks. We evaluated two LLMs in answering PC-related test questions and explaining their answer choice rationale.
METHODS: LLMs were prompted to answer 25 randomly selected questions from the Fast Facts Quiz and provide their answer choice rationale. Three PC educators ranked and rated LLM-generated answer choice explanations versus the test's answer key explanations. Linear fixed-effect models evaluated reviewer ranking, and ordinal logistic regression evaluated reviewer r
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.
Academic anxiety is a common mental health problem among university students. It is often associated with reduced learning efficiency and an increased risk of depression. Cognitive behavioral therapy (CBT) is supported by an established evidence base, but its use in university settings is still limited by factors such as therapist availability, time, and physical space. To explore a new approach to digitally assisted intervention, this study integrated virtual reality (VR), large language model (LLM), and retrieval-augmented generation (RAG) technologies. We developed an LLM-VR-CBT system base
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.
OBJECTIVE: To benchmark zero-shot generative pre-trained transformer (GPT)-based multimodal large language models (MLLMs) for pressure injury (PI) staging from photographs and quantify the effects of prompt strategy, structured outputs, and clinically meaningful label granularity.
APPROACH: We performed a retrospective observational benchmark using 1,091 public, de-identified PI photographs labeled Stage I-IV. In the standardized analysis, all 10 model/prompt conditions were evaluated using a standardized, resume-safe application programming interface pipeline with per-image logging. We evalu…
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: Temporal relation extraction (TRE) in clinical narratives is crucial for understanding patient history, disease progression, and … natural history of the disease.
OBJECTIVE: We explore the potential of open-weight and on-premises large language models (LLMs) on clinical TRE and normalization using zero- and few-shot prompting, aiming to reduce the time-consuming and costly annotation process. Based on recent promising capabilities of LLMs in understanding and reasoning over text, we evaluate whet …
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: Medical Concept Normalization (MCN) maps informal health phrases to formal clinical concepts. It is a critical task for pharmacovigilance, patient record analysis, and health-related text mining. Extensive MCN research has mainly relied on single-source datasets and overlooked data quality (DQ) issues. This study aims to develop a quality-aware data fusion framework for MCN using Large Language Models (LLMs).
METHODS: The methods consist of DQ evaluation and enhancement, LLM-based data augmentation, and multi-source MCN dataset fusion using enriched concept-phrase pairs. We analyze…
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.
Accurate prognostic prediction remains a critical unmet need in advanced hepatocellular carcinoma (HCC). While machine learning (ML) models have demonstrated value in outcome prediction, the ability of large language models (LLMs) to perform structured clinical prognostic tasks remains unclear. In this multicenter retrospective study, 1031 patients with HCC receiving interventional therapy combined with targeted treatment were analyzed and randomly divided into training (n = 717) and test (n = 314) cohorts. Six ML algorithms were developed and compared with two LLMs (ChatGPT-4o and DeepSeek-v3…
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 AND OBJECTIVE: Electronic Nose (eNose) breathprints are promising non-invasive lung cancer diagnostic tools, but cross-site validation and adaptation remain barriers to clinical applications. It remains unknown whether a natural language processing-pretrained large language model (LLM) can enable few-shot, site-specific classification of lung cancer using eNose breathprints.
METHODS: We collected eNose breathprints of lung cancer and non-lung cancer patients from two medical centres in Taiwan. A GPT-2-backbone LLM with parameter-efficient adaptation was compared with convolutional
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.
This study evaluates causal reasoning in large language models (LLMs) using 99 clinically grounded laboratory test scenarios mapped to Pearl's Ladder of Causation: association, intervention, and counterfactual reasoning. We focused on common lab tests such as Hemoglobin A1c (HbA1c), creatinine, and vitamin D, and paired them with clinically relevant causal factors, including age, gender, obesity, and smoking. Two LLMs, GPT-o1 and Llama-3.2-8b-instruct, were tested, with responses rated by four medically trained human experts. GPT-o1 demonstrated superior discriminative performance (AUROC overa…
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: Prostate cancer (PCa) is a significant global health challenge, and the prostate imaging reporting and data system (PI-RADS) is crucial for risk stratification using MRI. However, inter-reader variability, especially in the transition zone and among practitioners with differing experience levels, compromises diagnostic consistency. Large language models (LLMs) show potential in medical image analysis, particularly in standardizing reports to improve diagnostic consistency and efficiency.
OBJECTIVE: To evaluate the performance of LLMs in assisting PI-RADS scoring based on biparamet…
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.
BACKGROUND: Multidisciplinary tumor boards (MDTBs) play a central role in breast cancer management by integrating imaging findings with clinical and pathological information to guide treatment decisions. The increasing integration of artificial intelligence into clinical workflows has raised interest in the potential role of large language models (LLMs) as supportive tools in oncologic decision-making. The aim of this study was to evaluate the concordance between treatment recommendations generated by LLMs and decisions made by a radiology-led MDTB in newly diagnosed breast cancer patients, an…
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.
Large language models (LLMs) are increasingly investigated for their potential role in guideline-based clinical information support. However, their consistency with subspecialty guidelines, particularly in urolithiasis, remains underexplored. This study aimed to evaluate the performance of four large language models (LLMs); GPT-4, GPT-4-turbo, Claude, and Gemini in generating guideline-concordant responses to clinical questions related to urolithiasis. A total of 105 clinical questions were independently developed by the authors based on urolithiasis management principles. Each LLM generated r…
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.
BackgroundEvidence that advance care planning (ACP) improves goal-concordant care (GCC) remains limited. Challenges are lack of reproducible operational definition of GCC and labor-intensive nature of manual chart review.ObjectivesDevelop a structured approach to adjudicating GCC and compare large language model (LLM) and human assessments of concordance between goals of care (GOC) and end-of-life treatment.MethodsNatural language processing-assisted chart review created longitudinal summaries of GOC and end-of-life treatment for decedents enrolled in two pragmatic ACP trials. First, human and
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.
Postoperative systemic inflammatory response syndrome (SIRS) and sepsis following ureteroscopic lithotripsy (URS) are uncommon but potentially life-threatening complications. No prior study has evaluated large language models (LLMs) for predicting post-URS SIRS/sepsis using exclusively preoperative parameters. This study evaluated the discriminative performance of LLMs in this setting. This retrospective case-control study included 210 patients who underwent URS between January 2024 and December 2025 (42 SIRS/sepsis cases, 168 controls). Risk scores (0-100) were generated using GPT-4o-mini and…
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.
BACKGROUND: Pediatric trauma triage is complicated by age-dependent physiologic variability and low case volumes, contributing to persistent undertriage and overtriage despite standardized guidelines. Large language models (LLMs) may offer potential decision-support regardless of pediatric age group.
METHODS: We performed a retrospective analysis of 354 EMS-to-hospital pediatric trauma audio recordings from two Level I pediatric trauma centers (2023-2025). Audio recordings were transcribed and evaluated across four LLM prompting strategies (Simple Zero-Shot, L1-biased, L2-biased, Ensemble), t…
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.
PURPOSE: Large-scale biomedical analysis in prostate cancer requires structured, tabular datasets, yet most clinical documentation remains in free-text format. The standard of manual data abstraction is time-consuming, error-prone, non-reproducible, and costly. We hypothesized that locally deployed, privacy-preserving large language models (LLMs) combined with traditional natural language processing (NLP) methods could automatically extract structured data from prostate biopsy procedure and pathology reports.
MATERIALS AND METHODS: We deployed Mistral 7B locally to process 150 transrectal ult…
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.
BACKGROUND: Hypospadias is a common congenital malformation requiring surgery. Caregivers face substantial perioperative information needs, and large language models (LLMs) offer a potential health education channel, but their performance in pediatric urology and the relation between citation accuracy and clinical content safety lack systematic evaluation.
OBJECTIVE: This study aimed to evaluate 5 LLMs (ChatGPT-4o, Gemini-2.5-Pro, OpenEvidence, Zhipu Qingyan, and DeepSeek) for pediatric hypospadias perioperative consultation, and to characterize the dimensions clinicians and caregivers priori…
СтатьяСравнительное исследованиеПолный 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.
PURPOSE: Multimodal large language models (LLMs) offer emerging capabilities in medical image interpretation; however, their efficacy in orthopedic oncology remains unverified. This study aimed to evaluate and benchmark the performance of five contemporary LLMs-ChatGPT 5.2, Gemini 3 Flash, MedGemma 4B, Claude Sonnet 4.6, and DeepSeek-VL2-in detecting and characterizing bone lesions on plain radiographs without task-specific fine-tuning.
METHODS: A retrospective analysis was conducted using 3,746 anonymized images from the Bone Tumor X-ray Radiograph Dataset (BTXRD), comprising normal, benign,…
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.
BACKGROUND: Placebo analgesia is a widely studied clinical phenomenon, yet placebo responses vary widely across individuals. Prior research has identified biopsychosocial factors that determine the likelihood of an individual to respond to placebo, yet generalizability and ecological validity in those studies have been limited due to the inability to account for dynamic personal and treatment effects.
METHODS: We assessed fine-tuned large language models (LLMs) for the prediction of placebo responses in chronic low-back pain using contextual features extracted from patient interviews, as they…
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.
Early assessment of depressive symptoms is essential for scalable and personalized mental health care. We developed a hybrid clinical decision support system (CDSS) that combines interpretable logistic regression with fine-tuned large language models (LLMs) to classify depressive symptom status using wearable-derived behavior, clinical features, and environmental exposures. This study aimed to develop a hybrid clinical decision support system by fine‑tuning a GPT‑based large language model with odds ratio-derived statistical reasoning to classify depressive symptom status from wearable‑derived…
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.
To provide a narrative synthesis of the performance paradox in large language model (LLM) applications for spine surgery, examining the disparity between technical metrics and clinical utility. A narrative review was conducted examining literature from January 2023 to February 2026 across PubMed, EMBASE, and Google Scholar. Studies evaluating LLM applications in spine surgery were included, with emphasis on newer models (GPT-4o, GPT-5, Claude, Gemini variants, DeepSeek). Studies were thematically analyzed across clinical documentation, patient communication, and surgical decision-making domain
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