BACKGROUND: Privacy-preserving large language models (PP-LLMs) hold potential for assisting clinicians with documentation. We evaluated a PP-LLM to improve the clinical information on radiology request forms for musculoskeletal magnetic resonance imaging (MRI) and to automate protocoling, which ensures that the most appropriate imaging is performed.
METHODS: The present retrospective study included musculoskeletal MRI radiology request forms that had been randomly collected from June to December 2023. Studies without electronic medical record (EMR) entries were excluded. An institutional PP-L…
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.
Delirium is an acute syndrome characterized by fluctuating attention, cognitive impairment, and severe disorganization of behavior, which has been shown to affect up to 31% of patients in the intensive care unit (ICU). Early detection can enable timely interventions and improved health outcomes. While artificial intelligence (AI) models have shown great potential for ICU delirium prediction using structured electronic health records (EHR), most studies have either not leveraged state-of-the-art AI models, been limited to single-center cohorts, or relied on small datasets for development and va
СтатьяПрепринтПолный 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.
Similar to major natural disasters and large-scale wars, the events of October 7th and the retaliatory Iron Swords war resulted in both direct and indirect exposure of a significant proportion of the population to traumatic events. A major challenge for healthcare systems in such scenarios is the early identification of populations that develop Post Traumatic Stress Disorder (PTSD). The medical literature was reviewed to assess whether language models could be integrated into a screening program for at-risk populations and which tools can be used to evaluate the quality of studies describing s
Аннотация на английскомСтатьяПоиск 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: To describe the use of a commercially available general large language model (LLM) in extracting and interpreting several key metrics from entire raw corneal tomography (Pentacam) reports for the diagnosis of corneal disorders.
OBSERVATION: Anonymized corneal tomography biometry reports of 50 eyes of 50 patients with healthy corneas (n = 28), keratoconus (n = 20) and post-surgical ectasia (n = 2) were analyzed by a multimodal general LLM. System prompts were used to extract flat and steep keratometry values (K1 and K2, respectively), astigmatism, pachymetry values and provide an over
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.
Relay catalysis integrates multiple catalytic reactions to efficiently transform intermediates and enhance conversion and selectivity. However, designing these pathways and multifunctional catalysts is often lengthy and costly, heavily relying on in-depth literature analysis by experienced researchers. To address this, we developed an approach that combines a knowledge graph (KG) and large language models (LLMs) to automatically recommend multistep catalytic reaction pathways. Our method involves using an LLM-assisted workflow for data acquisition and organization, followed by the construction…
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.
OBJECTIVES: The aims of this study were to determine the performance of a large language model (LLM) with a zero-shot strategy for the classification of several factors relevant to the consideration of intravenous immunoglobulin (IVIg) weaning.
BACKGROUND: In many cases, IVIg should be weaned to prevent excessive resource utilisation and adverse effects.
METHODS AND MATERIALS: A cohort study was conducted examining neurology outpatients receiving regular IVIg in a 2-month period. Prespecified criteria were used to determine how many individuals were suitable for IVIg weaning. A LLM was appli
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: This technical note presents a methodological approach to agrichemical inventory documentation. It complements exposure assessments in field settings with time-restricted observational periods. Conducted in Michoacán, Mexico, this method leverages large language model (LLM) capabilities for categorizing agrichemicals from brief video footage.
METHOD: Given time-limited access to a storage shed housing various agrichemicals, a short video was recorded and processed into 31 screenshots. Using OpenAI's ChatGPT (model: GPT-4o®), agrichemicals in each image were identified and categori
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Medical researchers are increasingly utilizing advanced LLMs like ChatGPT-4 and Gemini to enhance diagnostic processes in the medical field. This research focuses on their ability to comprehend and apply complex medical classification systems for breast conditions, which can significantly aid plastic surgeons in making informed decisions for diagnosis and treatment, ultimately leading to improved patient outcomes. Fifty clinical scenarios were created to evaluate the classification accuracy of each LLM across five established breast-related classification systems. Scores from 0 to 2 were assig
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: The Choosing Wisely initiative made recommendations where screening, testing, or treatment may be overused, with caveats around appropriate use. Clinicians are increasingly using large language models (LLMs).
OBJECTIVE: To evaluate whether commercial LLMs appropriately call for restraint or action from scenarios based on Choosing Wisely recommendations.
DESIGN: Benchmark evaluation. Fifteen Choosing Wisely recommendations were used to develop 225 scenarios (per recommendation, 10 in which restraint was appropriate and 5 in which action was appropriate). Six commercial LLMs (3 run…
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.
Large language models (LLMs) have demonstrated human-level performance in literature review screening phases and have been evaluated in systematic-review workflows. However, LLM performance in scoping reviews, which are broader and more heterogeneous, remains understudied. We developed a modular LLM-supported framework for scoping-review workflows and compared the performance of two general-purpose LLMs against human reviewers on a reference scoping review. The reference review's keyword search results (n = 1336) and prompt sets mirroring workflow stages were provided to GPT-5 and gpt-oss-20b …
СтатьяScoping ReviewПоиск 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.
Systematic reviews are the gold standard for evidence synthesis, but the manual title and abstract screening of thousands of references creates a severe bottleneck. Existing automated tools have historically struggled to achieve the near-perfect recall (sensitivity) required for reliable reviews. We developed MechaScreener as a 'zero-shot' automated screening tool that utilises a large language model to rank article relevance. The tool requires no initial training data or manual pre-screening, as MechaScreener directly applies user-provided question elements (PICO) or inclusion/exclusion crite
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: Identifying stroke patients at different disease stages is a prerequisite for clinical research using electronic medical records (EMRs), whereas an artificial intelligence-based model that can be directly applied remains lacking. We therefore develop a large language model (LLM) pipeline for stroke staging model (StrokeSM) in retrospective clinical research.
METHODS: StrokeSM was developed using a Chinese national stroke database comprising EMRs from 33,637 patients. A total of 2000 patients were randomly selected from the Tianjin regional stroke database for external validation. S
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.
Responsible use of large language models (LLMs) in life science research demands a unified approach to risk, yet existing guidance treats prompting and verification as separate topics rather than as integrated components of a single risk management framework. This paper addresses that gap for life science researchers. We explain how LLM architecture produces both remarkable capabilities and characteristic failures including hallucination and sycophancy, with particular attention to vulnerabilities most relevant to life science workflows. We argue that effective prompt design is itself a primar…
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Acute coronary syndrome (ACS) requires prompt treatment, yet management delays are difficult to identify. In this study, we developed a large language model (LLM) system to identify ACS management delays and characterized delay cases. Admissions to internal medicine residents at NYU from July 2022 to June 2025 (n = 4,642) were included. Prompts were validated to determine if the resident admission note documented initiation of ACS management and if the initial cardiology consult note documented initiation of ACS management (ground truth) (n = 161 for each). Discordant cases were reviewed by th
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.
Large language models (LLMs) are rapidly transforming healthcare, yet their implications for pediatric neurosurgery remain underexplored. This narrative review interprets LLM evolution through a neuroscientific lens familiar to pediatric neurosurgeons. We trace the parallel development of LLMs and the human brain : architecture evolving from sequential processing to attention mechanisms mirrors prefrontal cortex maturation; training stages parallel synaptic exuberance, adolescent pruning, and socialization; reasoning capabilities emerge through chain-of-thought prompting and reinforcement lear…
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 performance of large language models (LLMs) in the informed consent process for a randomized clinical trial (RCT) remains unknown. The objective of this proof-of-concept study was to evaluate whether a large language model constrained to trial-specific documentation can deliver technically accurate, reproducible responses to informed consent questions with minimal hallucination, as a foundational validation step prior to participant-facing evaluation; and to assess the feasibility of using a second large language model to reproduce document-grounded accuracy assessments in alignment with h…
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 identification of DNA promoter regions is crucial for understanding gene regulation, yet remains challenging. Existing models often struggle to generalize across species or promoter types due to their inability to model functional degeneracy and capture subtle regulatory signals. To address this, we propose GLIMP, a novel promoter classification framework that integrates a large-scale genomic language model with Graph Neural Networks (GNNs). The core innovation of GLIMP lies in its multimodal fusion of a Shapelet-guided Weighted Context-Aware Interaction Network (WC-IDNG) graph repres
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.
Agentic artificial intelligence (AI) systems, designed to autonomously reason, plan, and invoke tools, have shown promise in healthcare, yet systematic benchmarking of their real-world performance remains limited. In this study, we evaluate two such systems: the open-source OpenManus, built on Meta's Llama-4 and extended with medically customized agents; and Manus, a proprietary agent system employing a multistep planner-executor-verifier architecture. Both systems were assessed across three benchmark families: AgentClinic, a stepwise dialog-based diagnostic simulation; MedAgentsBench, a knowl
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