This study aimed to develop a deep learning (DL)-based deliverable whole pelvic volumetric arc radiation therapy (VMAT) for patients with gynecologic cancer using a prototype DL-based automated planning support system, named RatoGuide, to evaluate its clinical validity. In our hospital, 110 patients with gynecologic cancer were registered. The prescribed dose was 50.4 Gy/28 fr. A DL-based three-dimensional dose prediction model was first trained by the dose distribution and structure data of whole pelvic VMAT (n = 100) created on the Monaco treatment planning system (TPS). The structure data o
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.
This study presents a supervised machine learning approach using a Random Forest classifier to detect ischemia-reperfusion injury (IRI) in kidney tissue based on intravital two-photon microscopy data. A rodent model of unilateral renal IRI was used, with 30 min of pedicle occlusion followed by 15 min of reperfusion. Continuous imaging captured nuclear (Hoechst 33342), vascular (FITC-dextran), and mitochondrial (TMRM) changes in real time. From extracted video frames, 2000 manually segmented regions of interest (ROIs), 1000 control and 1000 injured segments, were analyzed using texture 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.
BACKGROUND: Oral cancer may develop from precursor lesions and conditions termed oral potentially malignant disorders (OPMD), although not all patients progress to cancer in their lifetime. Managing patients with OPMD is challenging due to lesion recurrence and uncertain malignant progression risk following surgical excision. This study developed a multitask AI-based model to predict the risk of treatment failure, malignant progression, and recurrence among patients with OPMD treated by surgery.
METHODS: This study utilized multidimensional data from 366 retrospective patients with OPMD treat
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: Although chronic-phase chronic myeloid leukemia (CP-CML) is treatable and nearly curable in about 50% of patients, accelerated-phase chronic myeloid leukemia (AP-CML) shows concerning drug resistance, while blast crisis chronic myeloid leukemia (BC-CML) is highly lethal. Advances in whole exome sequencing (WES) reveal pan-cancer mutations in BC-CML, supporting mutation-guided therapies beyond Breakpoint cluster region-Abelson. Artificial intelligence (AI) and machine learning (ML) enable genomic stratification and drug repurposing, addressing overlooked actionable mutations.
AIM: …
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.
Recent advances in precision oncology have led to significant breakthroughs through the targeting of defined oncogenic drivers. However, the … gh-throughput multi-omic data to inform the rational design of combination therapies. By leveraging artificial intelligence for drug discovery and repurposing, response prediction, and clinical trial optimization, the field of oncology is poised to transcend reductionist approaches and more fully address the biological intricacy of cancer.
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.
AIM: The use of artificial intelligence (AI) and machine learning (ML) is increasingly widespread in radiation oncology. However, patient engagement to date has been poor. Respect for persons in the healthcare setting and the principle of informed consent requires recognition of patient perspectives. The aim of this study was to provide a baseline understanding of patient views about the use of AI/ML in the specific context of radiotherapy to contribute towards future governance of the technology.
METHODS: We developed a new questionnaire regarding AI/ML use in radiotherapy. Radiation oncolog…
СтатьяМногоцентровое 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.
OBJECTIVE: Ultrasonography and D dimer testing are established modalities for evaluating potential lower extremity deep vein thrombosis (DVT). The ThinkSono Guidance system is an artificial intelligence (AI) based software allowing non-ultrasound trained providers to perform compression ultrasounds for evaluation by remote interpreters. This study evaluated its clinical use and potential reduction of venous duplexes and waiting times.
METHODS: Patients with suspected DVT were prospectively recruited through the institution's emergency department. Patients underwent an AI guided two region pro…
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 monolayer of approximately 300,000 human corneal endothelial cells (hCECs) on the posterior surface of the cornea is essential to maintain transparency but is non-self-regenerative. Corneal blindness can currently only be treated by corneal transplantation, hindered by a global donor shortage, highlighting the need for developing tissue and/or cell therapy. The mass production of these advanced therapy medicinal products requires obtaining high-yield, high-quality endothelial cell cultures characterized by hexagonal shape, low size variability, and high endothelial cell density (ECD). Amon
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: Delayed bleeding is a common complication after endoscopic submucosal dissection.
OBJECTIVE: Our study aimed to assess risk factors for delayed bleeding after endoscopic submucosal dissection in patients with colorectal precancerous lesions and to construct a risk prediction model.
DESIGN: Retrospective case-control study.
SETTINGS: Multicenter study.
PATIENTS: A total of 956 patients with colorectal precancerous lesions were included, of whom 72 had delayed bleeding after endoscopic submucosal dissection.
MAIN OUTCOME MEASURES: The primary clinical outcome assessed in this st
СтатьяМногоцентровое исследованиеVideo-Audio MediaПолный 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: Patients presenting with non-ST elevation myocardial infarction (NSTEMI) are typically evaluated using coronary angiography and managed through coronary revascularization. Numerous studies have demonstrated the benefits of expedited discharge following revascularization in this patient population. However, individuals with concomitant heart failure, hemodynamic instability, or arrhythmias often necessitate prolonged hospitalization. Using aortic pressure (AP) wave assessment, we aim to predict a prolonged length of stay (> 4 days, PLoS) in patients with NSTEMI treated with percutan
СтатьяПоддержка 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: Positron emission tomography (PET) myocardial perfusion imaging (MPI) is a powerful tool for predicting coronary artery disease … were included. TPD was quantified automatically, and CAC scores from CTAC scans were assessed using artificial intelligence (AI)-derived segmentation and manual scoring. Obstructive CAD was defined as ≥50% stenosis in the left main (LM) artery, or 70% or more stenosis in any of the other major epicardial vessels. Prediction performance for CAD was assessed by comparing t …
СтатьяКлиническое исследование III фазыПоиск 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: The aim of this study was to evaluate the feasibility of using large language models (LLMs) to automate ground truth label extraction from radiology reports, enabling scalable assessment and monitoring of radiologic artificial intelligence (AI) tools. The framework was tested by validating AI model performance on a newly installed photon-counting CT (PCCT) scanner.
METHODS: Four FDA-cleared deep learning-based computer-aided detection and triage tools targeting pulmonary embolism, intracranial hemorrhage, cervical spinal fractures, and vertebral compression fractures were retrospecti…
СтатьяВалидационное 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.
Digital Eye Strain is an emerging occupational health concern with significant implications for digital well-being. To address the need for scalable and objective monitoring, EyeStrainNet is proposed. It is a multimodal and explainable health informatics framework that integrates thermal imaging and behavioral metrics for the non-invasive detection of Digital Eye Strain. Thermal images were captured pre- and post-screen exposure using a FLIR Edge Pro camera, and ocular temperature features were extracted from the inner and outer canthus and central cornea. Behavioral data, such as screen expos
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.
As per world health organization, Anemia is a most prevalent blood disorder all over the world. Reduced number of Red Blood Cells or decrease in the number of healthy red blood cells is considered as Anemia. This condition also leads to the decrease in the oxygen carrying capacity of the blood. The main goal of this research is to develop a dependable method for diagnosing Aplastic Anemia and Iron Deficiency Anemia by examining the blood test attributes. As of today, there are no studies which use Interpretable Artificial Intelligence to perform the above differential diagnosis. The dataset us…
СтатьяПоддержка 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.
OBJECTIVES: To develop and validate machine learning (ML) models for predicting acute kidney injury (AKI) following acute type A aortic dissection (ATAAD) surgery.
DESIGN: A retrospective single-center study.
SETTING: Beijing Anzhen Hospital (November 2018 to October 2023).
PARTICIPANTS: 1350 patients with ATAAD.
INTERVENTIONS: Predictive models have been developed using various ML algorithms to estimate the risk of postoperative AKI.
MEASUREMENTS AND MAIN RESULTS: Patients were randomly divided into training (85%) and testing (15%) sets. Seven ML algorithms-Gradient Boosting Machine (GBM
СтатьяПоддержка 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: In response to the coronavirus disease 2019 (COVID-19) pandemic, an emerging public health crisis with global impact, various artificial intelligence (AI)-enabled devices for pandemic-prevention emerged, highlighting the urgent need to understand public leverage of AI-enabled digital technologies.
METHODS: This study constructs a comprehensive model, the Risk Prevention-centred and AI-enabled Anti-pandemic Technology Acceptance Model (RPAA-TAM), to elucidate public adoption of anti-pandemic digital tools, contributing to innovative governance. Integrating TAM, social influence the…
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: We aimed to develop an artificial intelligence algorithm able to assess Raynaud's phenomenon (RP) from mobile phone photography, ensuring as a patient-centered, image-based method for RP quantification.
METHODS: ARTIX (artificial intelligence-based Raynaud's quantification index) score was developed as a multi-step process of segmentation, decomposition and filters application to mobile phone pictures of the hand. ARTIX was validated by the ability to assess finger response to standardised cold challenge in patients with primary and secondary RP and healthy controls (HC) and compa…
СтатьяПоддержка 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: The automated segmentation of maxillary and mandibular bones in cone-beam computed tomography (CBCT) using artificial intelligence (AI) is redefining the standards of digital dentistry and orthodontics, with applications in mini-implant placement, dental implantology, orthognathic surgery, and bone graft planning.
OBJECTIVE: To systematically assess the performance of AI models - particularly U-Net-based convolutional neural networks (CNNs) - for automated segmentation of maxillary bone structures in CBCT, following the PICOS model (Population - CBCT scans of human maxillae; Inter…
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.
BACKGROUND: Artificial intelligence (AI) has demonstrated superior diagnostic accuracy compared with medical practitioners, highlighting its growing importance in health care. SMART-Pred (Shiny Multi-Algorithm R Tool for Predictive Modeling) is an innovative AI-based application for Alzheimer disease (AD) prediction using handwriting analysis.
OBJECTIVE: This study aimed to develop and evaluate a noninvasive, cost-effective AI tool for early AD detection, addressing the need for accessible and accurate screening methods.
METHODS: The study used principal component analysis for dimensionality…
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: As ultrasound (US) is the most accurate tool for assessing the thyroid nodule (TN) risk of malignancy (RoM), international societies have published various Thyroid Imaging and Reporting Data Systems (TIRADSs). With the recent advent of artificial intelligence (AI), clinicians and researchers should ask themselves how AI could interpret the terminology of the TIRADSs and whether or not AIs agree in the risk assessment of TNs. The study aim was to analyze the interobserver agreement (IOA) between AIs in assessing the RoM of TNs across various TIRADSs categories using a cases series c…
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.
MedElevator
Войти в исследования