Background: Artificial intelligence (AI) is transforming pharmacology and pharmacotherapy by enabling the integration of large, heterogeneous datasets to support precision and personalised medicine. However, the reliability of AI-assisted therapeutic decision-making depends fundamentally on the selection, quality, and interpretation of pharmacological and clinical input features or parameters. Current AI models frequently overlook the multidimensional complexity of drug- and patient-specific factors, limiting their clinical applicability and generalisability. Methods: This narrative review was…
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: Cerebral Palsy (CP) is the main cause of motor disabilities in childhood, necessitating innovative approaches to rehabilitation and assistive technology (AT). Simultaneously, artificial intelligence (AI) is increasingly being integrated into devices to create more adaptive, personalized, and effective AT. This systematic review aimed to evaluate the effectiveness and usability of AI-powered assistive technologies designed to support daily activities and rehabilitation in children with CP.
MATERIALS AND METHODS: Five databases, including Scopus, Web of Science, PubMed, Embase, and …
Систематический обзорСтатьяПоддержка 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.
OBJECTIVES: To evaluate the agreement of an artificial intelligence (AI) model with human expert raters in assessing greyscale synovitis, Doppler activity, and osteophytes in hand joints.
METHODS: Ultrasound images of the wrist, metacarpophalangeal, proximal interphalangeal, distal interphalangeal, and interphalangeal joints were collected. Five experienced rheumatologists, all ultrasound instructors, scored images for synovial hypertrophy (SH), Doppler activity, and osteophyte severity on a 0 to 3 scale using established scoring systems. The AI model was trained, validated, and tested on 731…
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: Artificial intelligence has been gaining popularity in all fields of dentistry. Orthodontic screening is needed to categorize patients for treatment eligibility and urgency of care in public orthodontic clinics. However, screening is time consuming due to high demand. This is the first study to investigate the use of artificial intelligence-supported teleorthodontics for orthodontic screening and triage.
OBJECTIVES: The objective of this study was to investigate the validity of teleorthodontics and artificial intelligence (TAI) in orthodontic screening and triage in comparison to …
СтатьяРандомизированное исследованиеСравнительное 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: Due to structural and socioeconomic barriers to accessing the healthcare system, individuals are increasingly turning to online platforms to obtain health-related information. With the advancement of artificial intelligence (AI), the use of AI for this purpose is also on the rise. It can also be said that seeking information from AI regarding psychotherapies is increasingly common.
OBJECTIVE: This study aimed to assess the informational quality and readability of AI-generated psychoeducational content about psychotherapy. To this end, we evaluated the informational quality and rea…
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 AI-CHECK (Artificial Intelligence for CME Health E-learning Contents and Knowledge) study aimed to explore ChatGPT's potential in continuing medical education (CME). In particular, its third phase investigated artificial intelligence (AI)'s ability to develop a CME course on acne in Italian and assessed participants' satisfaction and attitudes toward AI-generated content. The e-learning course "Acne in the Age of ChatGPT" was hosted on the SAEPE platform and offered free to Italian physicians from May to September 2025. It included a handbook, two clinical vignettes, a knowledge questionna…
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 and Objectives: Radiomics and artificial intelligence (AI) offer emerging quantitative tools for enhancing the diagnostic evaluation of testicular cancer. Conventional imaging-ultrasound (US), magnetic resonance imaging (MRI), and computed tomography (CT)-remains central to management but has limited ability to characterize tumor subtypes, detect occult nodal disease, or differentiate necrosis, teratoma, and viable tumor in post-chemotherapy residual masses. This systematic review summarizes current advances in radiomics and AI for both primary tumors and retroperitoneal disease. Ma…
СтатьяСистематический обзорПоиск 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.
CONTEXT/OBJECTIVE: "Generative Pre-trained Transformer" type 4 or GPT-4 is an artificial intelligence (AI) developed by OpenAI. It can be used to generate positive and differential diagnoses. However, its effectiveness in a cardiology department in Africa has not been studied. The aim of this study is to evaluate the diagnostic accuracy of GPT-4 in the cardiology department.
METHODS: This was a retrospective descriptive cross-sectional study conducted from April 1, 2024 to May 30, 2024 in the cardiology department of the Bogodogo University Hospital. Our primary endpoint was whether the main …
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: Generative artificial intelligence (AI) is increasingly shaping nursing education. Although many studies have examined AI use among nursing faculty and students, little is known about how clinical preceptors, who supervise students in practice settings, understand, perceive, and use these tools. As students and academic faculty increasingly integrate AI into teaching and learning, preceptors may not be adopting AI at the same pace or in the same ways, potentially creating inconsistencies between academic and clinical learning environments.
AIM: To explore the shared professional b…
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: To evaluate the capability of artificial intelligence (AI) in screening for diabetic retinopathy (DR) utilizing digital retinography captured by non-mydriatic (NM) ≥45° cameras, focusing on diagnosis accuracy, effectiveness, and clinical safety.
METHODS: We performed an overview of systematic reviews (SRs) up to May 2023 in Medline, Embase, CINAHL, and Web of Science. We used AMSTAR-2 tool to assess the reliability of each SR. We reported meta-analysis estimates or ranges of diagnostic performance figures.
RESULTS: Out of 1336 records, ten SRs were selected, most deemed low or cri…
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.
INTRODUCTION: Acute lymphoblastic leukemia (ALL) is a highly heterogeneous hematologic malignancy with poor prognosis in refractory and relapsed cases. Aurora kinase B (AURKB), a member of the Aurora kinase family, is markedly overexpressed in ALL patients with cytogenetic abnormalities and is associated with unfavorable clinical outcomes. Targeting AURKB represents a promising therapeutic approach to address this unmet clinical need.
OBJECTIVES: This study aimed to develop and validate a novel, selective degradation strategy against AURKB in ALL, utilizing artificial intelligence-assisted dr…
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: Virtual Chromoendoscopy (VCE) is pivotal for assessing activity and predicting outcomes in Ulcerative Colitis (UC), though interobserver variability and the need for expertise persist. Artificial intelligence (AI) offers standardized VCE-based assessment. This study introduces a novel AI model to detect and simultaneously generate various endoscopic modalities, enhancing AI-driven inflammation assessment and outcome prediction in UC.
METHODS: Endoscopic videos in high-definition white-light, iScan2, iScan3, and NBI from UC patients of the international PICaSSO iScan and NBI cohort…
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: Triple-negative breast cancer (TNBC), recognised as the most aggressive subtype of breast cancer, has a high recurrence rate and poor treatment outcomes. Current diagnosis relies heavily on immunohistochemistry, which can be time-consuming and costly, while prognostic stratification remains limited by traditional clinicopathological features. This study aimed to develop and validate an artificial intelligence (AI)-powered TNBC identification and prognosis prediction (TRIP) system using haematoxylin and eosin (H&E)-stained pathology images.
METHODS: In this multicentre retrospectiv…
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 develop a predictive model of the total length of the small intestine to be applied in bariatric surgery, allowing for the individualization of surgery for each patient.
METHODS: Two Excel tables were generated from a Filemaker file. Python was used through a Notebook format in Google Collaborator. The methodology included data transformation and scaling (MinMaxScaler), clustering (unsupervised machine learning with KMeans), data interpolation (oversampling machine learning technique SMOTE), modeling (PyCaret model - XGBoost), and validation.
RESULTS: The study sample included
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.
The rapid rise and fast development of artificial intelligence (AI) has brought unprecedented opportunities and challenges to all sectors, including disease prevention control. Malaria is one of the world's most devastating infectious diseases. This article summarizes the advances in the research and application of AI-empowered malaria control programmes, analyzes key challenges during the implementation of malaria control programmes, and proposes future development directions and research proprieties, so as to provide insights into facilitating the translation of AI-driven strategies in globa…
СтатьяОбзорАннотация на английскомПоиск 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: To assess the potential of artificial intelligence reading label system on the training of ophthalmologists in a multicenter bimodal multi-disease study.
METHODS: The accuracy of 16 ophthalmologists with study duration ranging from one to nine years across multiple annotation rounds and its correlation with the number of rounds and ophthalmology study duration were analyzed. Additionally, this study evaluated the concordance between optical coherence tomography (OCT) or color fundus photography (CFP) and final case diagnosis.
RESULTS: The study involved 7777 pairs of OCT and CFP i…
СтатьяМногоцентровое исследованиеПолный 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: As medical technology advances, physicians' responsibilities in clinical practice continue to increase, with medical history documentation becoming an essential component. Artificial Intelligence (AI) technologies, particularly advances in Natural Language Processing (NLP), have introduced new possibilities for medical documentation. This study aims to evaluate the efficiency and quality of medical history documentation by ChatGPT-4o compared to resident physicians and explore the potential applications of AI in clinical documentation.
METHODS: Using a non-inferiority design, this…
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 integration of generative artificial intelligence (GAI) in research raises concerns about transparency, accountability, and task delegation. While frameworks such as CRediT and the NIST AI Use Taxonomy address contributions to research, they either exclude AI-assisted input (CRediT) or do not provide a stage-specific approach (NIST). A structured taxonomy is needed to delineate GAI's contributions across research stages while preserving human oversight and research integrity.
METHODS: This study introduces the Generative AI Delegation Taxonomy (GAIDeT), informed by existing co…
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 Lucerne Toolbox 3 initiative addresses the pressing need for evidence-based integration of digital health and artificial intelligence (AI) technologies in early breast cancer care. The multidisciplinary consortium identified and prioritised 15 crucial medical knowledge gaps across the patient journey, from diagnosis to treatment and survivorship, using a modified Delphi consensus process with 112 unique members from 27 countries and 16 medical societies, trial groups, and patient organisations. The knowledge gaps include AI-based mammography screening, personalised screening strategies, di…
СтатьяОбзорConsensus StatementПолный 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.
MedElevator
Войти в исследования