BACKGROUND: Artificial intelligence (AI) and large language models (LLMs) are increasingly being explored for clinical decision-making and evidence-based information retrieval in dental implantology. However, concerns remain regarding the accuracy, reliability, and clinical applicability of different AI approaches, including general-purpose, fine-tuned, and retrieval-augmented generation (RAG) models. This study aimed to compare their ability to provide accurate, evidence-based, and clinically relevant responses to implantology-related questions.
METHODS: Sixteen master's-level clinical quest…
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: Porcine Enteric Viruses (PEVs) pose a serious threat to the global pig industry, leading to substantial economic losses. However … traction of key features, this study proposes a deep learning network integrating the ESM-2 protein language model and a multi-branch heterogeneous architecture, named DynML-Net.
RESULTS: The model adaptively integrates decision outputs representing local architectural patterns, global dependencies, and long-sequence evolutionary features through a dynami …
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.
Organised colorectal cancer (CRC) screening reduces mortality, yet participation routinely falls short of policy targets, a gap most acute i … ning it. This perspective article argues that conversational artificial intelligence based on large language models (LLMs), the current generation of natural language processing (NLP) technology, capable of understanding and responding to patient concerns in real time, represents a promising approach for bridging this gap. Because the barriers identified i …
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: Clinical Quality Language (CQL) and Fast Healthcare Interoperability Resources (FHIR) support executable electronic clinical quality measures. Translating national claims-based indicators into CQL remains challenging because terminology, exclusions, and data semantics require adaptation. To our knowledge, Taiwan National Health Insurance (NHI) medical-center indicators have not previously been represented as an executable CQL library.
OBJECTIVE: This study aimed to develop CQL libraries derived from 39 Taiwan NHI medical-center quality indicator codes and evaluate technical execut…
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: Artificial intelligence (AI) is entering interventional pulmonology (IP) faster than its potential risks have been systematically catalogued. We explored whether general-purpose large language models (LLMs), now widely consulted informally by patients and clinicians, could provide a rapid and structured means of enumerating and ranking candidate AI-related risks in IP, potentially contributing to risk awareness and hypothesis generation. Methods: Five LLMs (ChatGPT, Claude, Gemini, Grok, DeepSeek) were each queried once, in independent, memory-free sessions, with one sta…
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.
BackgroundAI-based chatbots are increasingly used for health information, while cross-linguistic studies suggest that response performance may vary by language. Given the high prevalence of carpal tunnel syndrome (CTS), this study evaluated the reliability, quality, patient education suitability, and readability of AI-generated responses to CTS questions in English and Turkish.Materials and methodsSeventeen patient-centered CTS questions were directed to ChatGPT® (GPT-5 Mini), Gemini® 3 Flash, and Claude® 4.5 Sonnet, using zero-shot prompting across 102 independent sessions in English and Turk…
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.
PURPOSE: This study examined associations among parental anxiety, family rehabilitation participation, device data logging variables, and auditory-language outcomes in preschool children using hearing aids or cochlear implants.
METHOD: Fifty parent-child dyads participated in this cross-sectional study. Parents completed the State-Trait Anxiety Inventory, the Family Rehabilitation Participation Form, and the Parents' Evaluation of Aural/Oral Performance of Children (PEACH) questionnaire. Children were assessed using the Turkish Early Language Development Test. Device data logging variables in…
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.
PURPOSE: Artificial intelligence (AI) technologies have the potential to enhance the delivery of speech-language pathology services. One area of practice that could benefit from AI is automated screenings for developmental language disorder (DLD) in early elementary students. This report presents the elements and processes involved in evaluating an AI-based automated scoring system using archival recordings.
METHOD: A total of 947 audio samples of children completing the Redmond Sentence Recall (RSR) task, representing cases with and without DLD, were used. We developed an automated version o…
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: General-purpose large language models (LLMs) are increasingly used for health and nutrition information. We evaluated the quality and practical limitations of LLM-generated sports nutrition advice for a standardized recreational female marathon runner, focusing on numerical recommendations, safety boundaries, and female-specific considerations.
METHODS: We conducted a time-stamped cross-sectional descriptive audit of five LLM configurations using 15 consumer-style prompts covering pre-race nutrition, in-race fueling and hydration, unexpected race situations, supplements, and femal…
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.
PURPOSE: To evaluate the accuracy of five large language models (LLMs) on a set of infectious diseases (ID) case-based multiple-choice questions and to compare their performance with that of practising ID physicians.
METHODS: A cross-sectional, web-based comparative survey was conducted among ID physicians and residents across Turkey. Ten original case scenarios (30 five-option multiple-choice questions; stratified by difficulty) were validated by a five-expert Delphi consensus panel (two rounds) using IDSA guidelines and EUCAST 2024 breakpoints as the reference standard. The same questions w…
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: Multicenter electronic health records (EHRs) can support quality improvement and comparative effectiveness research in critical care. However, limitations of EHR-based research include challenges in abstracting key clinical variables, including a patient's level of consciousness.
OBJECTIVE: This study aimed to develop a natural language processing model to predict Glasgow Coma Scale (GCS) scores from daily EHR notes.
METHODS: The study included adult patients (aged ≥18 years) admitted to Mass General Brigham (MGB) hospitals (2017-2024) and patients from the Medical Information Ma…
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.
BACKGROUND: Implementing structured shared decision-making (SDM) requires high-quality, reliable patient information. In radiation oncology, patients often have limited knowledge and misconceptions about therapy and side effects, affecting their decision-making. Large language model-based AI systems (LLMs) may help by providing evidence-based information in accessible language, but successful implementation depends on the willingness of patients and health care professionals (HCPs) to adopt these technologies.
METHODS: A survey was conducted among patients undergoing radiation therapy and HCP…
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: Large language models are increasingly used as supportive tools in medical education; however, their reliability in anatomically based clinical reasoning remains insufficiently defined. This study aimed to compare the accuracy, depth, and clinical applicability of model-generated responses to thoracic anatomy–based clinical scenarios and to assess inter-rater reliability among expert anatomists. METHODS: This exploratory comparative study evaluated four widely used models—ChatGPT-4o, DeepSeek-V2, Gemini, and Grok—using 20 open-ended thoracic anatomy questions derived from seven cli…
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.
BACKGROUND: Automated sentiment analysis can be used to analyse free-text patient experience comments, but in health services research, it requires technical performance and methodological validity. Traditional models lack contextual understanding, whereas masked language models (MLMs) enable nuanced sentiment classification. This study is the first to fine-tune an MLM (NorBERT3large) on human-annotated data and evaluate the validity of four-category sentiment classifications across survey and online feedback in general practice.
OBJECTIVE(S): To evaluate a fine-tuned MLM against human-annota…
СтатьяВалидационное исследованиеПоддержка 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: Large language models (LLMs) can generate structured educational content at scale, yet their role in postgraduate radiology training remains untested.
METHODS: This pilot study evaluated the feasibility of deploying LLM-generated radiology board preparation materials, the psychometric properties of adapted survey instruments, and exploratory effect-size estimates for sample-size planning of a future multicentre trial. We conducted a prospective observational pilot among 41 radiology residents preparing for the 2026 Korean Radiology Board Examination. A governed seven-stage LLM pip…
СтатьяНаблюдательное 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.
BACKGROUND: Unstructured clinical text remains a major barrier to interoperable data reuse and large-scale secondary analysis in health care. Large language models (LLMs) have the potential to automate the extraction of structured clinical information; however, their application is limited by the scarcity of high-quality annotated training data.
OBJECTIVE: To address these limitations, this study aims to develop and validate a scalable, privacy-preserving framework that uses synthetic data generated from structured Fast Healthcare Interoperability Resources (FHIR) to fine-tune open-source LLM…
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.
AimTo gather nurses' perceptions nursing hematologic management on patients undergoing CAR-T cell therapy. A combined approach using statistical analysis and Large Language Model for open-ended questionnaire processing (LLMs) was adopted to analyze and interpret open-ended questionnaire responses, focusing on the critical issues in managing patients' post-CAR T-cell therapy infusion.DesignObservational questionnaire-based survey study.MethodsWe analyzed data through descriptive statistical methods and used generative artificial intelligence to summarize four open-ended answers.ResultsA total o…
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.
We investigated the potential utility of large language models (LLMs) in supporting patient safety efforts. Specifically, we evaluated the reasoning capabilities of LLMs in performing root cause analysis (RCA) of radiation oncology incidents using narrative reports from the Radiation Oncology Incident Learning System (RO-ILS). We prompted four state-of-the-art LLMs, Gemini 2.5 Pro, GPT-4o, o3, and Grok 3, with the "Background and Incident Overview" sections from 19 publicly available RO-ILS cases. Each model was instructed to perform RCA and generate root causes, lessons learned, and suggested…
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 Confucian principle of "teaching students in accordance with their aptitude" remains challenging to implement at scale in Traditional Chinese Medicine (TCM) education. We developed an Intelligent TCM Tutoring System integrating a large language model (LLM) with a domain-specific knowledge graph (KG) derived from the Golden Mirror of Medicine and evaluated its system performance and short-term educational outcomes.
METHODS: System outputs were rated by five TCM teachers. In a three-group pedagogical experiment, 125 student volunteers were randomly allocated to self-directed 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.
MedElevator
Войти в исследования