Large Vision-Language Models (LVLMs) suffer from the high computational cost of the attention mechanism caused by the large number of visual tokens. Token reduction has emerged as a promising approach to reduce the complexity by eliminating redundant visual tokens. However, existing token reduction methods struggle to preserve task-relevant tokens and eliminate irrelevant ones. This is due to the attention biases of LVLMs, where tokens with high attention scores are not always the critical ones. Such biases force existing methods into a dilemma: they face either high performance degradation or
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.
OBJECTIVE: To provide Australian intensive care clinicians with a pragmatic framework for the safe integration of large language models (LLMs) into intensive care unit (ICU) practise, addressing the current lack of Australian-specific guidance and limited local evidence.
DESIGN: Narrative review.
DATA SOURCES: Peer-reviewed publications, preprints, and policy documents relating to LLM use in health care, with a focus on critical care applications and governance.
REVIEW METHODS: Evidence and expert commentary were synthesised to develop a clinician-led, risk-stratified framework for ICU impl…
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.
Large language models are increasingly used within and alongside therapy. As large language models perform more therapy functions, questions arise about what the future might hold for therapists and what they will do. We argue that the enduring therapist role in the age of AI-assisted care is currently best understood through relational, adaptive, and accountability functions. These functions include therapeutic challenge, use of the therapeutic relationship as a mechanism of change, rupture detection and repair, bearing witness to suffering, calibration of pace and treatment burden, and clini…
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.
Since the introduction of the Patient Rights Act, patients in Germany have gained legal access to their medical records, including clinical notes. However, these documents are typically written for healthcare professionals and are often difficult for patients to understand due to specialized terminology, abbreviations, and complex sentence structures. Large Language Models (LLMs) offer new opportunities to automatically simplify such texts while preserving medically relevant information. This study investigates the potential of LLMs to improve the readability of German clinical notes by combin…
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.
BACKGROUND: We assessed three Large Language Models (LLMs) ability to give safe and accurate information to anaesthetic trainees for multiple different regional anaesthesia techniques.
METHODS: This study was a single-centre comparative cross-sectional study of three common LLMs regarding their advice on seven regional nerve blocks. The large language models evaluated included ChatGPT (OpenAI, USA), Bing Chat/Copilot (Microsoft Corporation, USA), and Gemini (Google DeepMind, Google LLC, USA). The advice given by the LLM was then appraised by ten anaesthetists for safety, accuracy and appropri…
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.
Large language models (LLMs) are increasingly applied in clinical contexts; however, to our knowledge, their performance in acute kidney injury (AKI) has not been directly compared with physician performance on standardized clinical knowledge assessments. We conducted a cross-sectional study to evaluate the performance of 13 publicly available LLMs and 123 volunteer participants at the 131st Annual Congress of the German Society of Internal Medicine in Wiesbaden, Germany. Both groups completed an identical AKI knowledge assessment consisting of two case vignettes and 15 single-best-answer mult…
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: Initial systemic treatment planning for metastatic prostate cancer (mPCa) requires rapid synthesis of heterogeneous clinical and biomarker information. Large language models (LLMs) could assist clinicians, but their safety and acceptability in this high-stakes setting remain uncertain.
METHODS: We conducted a multicenter retrospective evaluation of 238 consecutive mPCa cases from three tertiary centers (2018-2025). Five contemporary LLMs were tested via publicly available web interfaces under a locked, zero-shot prompting protocol to generate a clinical summary, a first-line syste…
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVES: To compare expert-rated diagnostic accuracy, patient safety, completeness of management, and freedom from detectable hallucinations across eleven conversational artificial-intelligence (AI) platforms (general-purpose large language models [LLMs], a general-purpose retrieval-augmented [RAG] platform, and a medical-domain RAG platform) using synthetic vignettes of dental implant complications.
METHODS: Thirty vignettes (10 surgical, 10 biological, 10 mechanical/prosthetic) were submitted as independent prompts to each platform. Four blinded specialists (periodontists or oral and max…
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.
BACKGROUND: General-purpose large language models are increasingly used by patients and caregivers to obtain mental health information and guidance about when professional care is required. In late-life depression, broadly accurate information may nevertheless be unsafe when cognitive change, multimorbidity, frailty, polypharmacy, self-neglect, caregiver dependence, or suicide risk is not adequately recognized. This study compared the clinical accuracy, safety, geriatric-specific appropriateness, triage performance, and response consistency of three large language models when answering patient…
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.
AIMS: To evaluate the diagnostic accuracy of ChatGPT-5 and Gemini 2.5 Pro compared with a pediatric radiologist reference standard in gradin … grading VUR. Model performance appears to be influenced by the prompting strategy used. Multimodal large language models show potential as adjunctive tools; however, further optimization of prompting approaches and multimodal integration is required before clinical application.
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 /PURPOSE: Large language models (LLMs), such as Chat Generative Pre-trained Transformer (ChatGPT) and Gemini, have demonstrated promising capabilities for medical question-answering tasks. However, the diagnostic performance of LLMs in image-based oral pathologies remains largely unexplored. This study aimed to evaluate these capabilities using histopathological images obtained from the Japanese National Dental Examination.
MATERIALS AND METHODS: This study aimed to evaluate and compare the diagnostic accuracy and agreement of three LLMs (ChatGPT-4o [ChatGPT], Gemini 1.5 Pro [Gemin…
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.
Outpatient clinic letters are a cornerstone of clinical communication but frequently exceed recommended reading levels, limiting patient comprehension and engagement. Large Language Models (LLMs) and Artificial Intelligence (AI) have been proposed as scalable tools for generating and simplifying these documents, but the evidence regarding their clinical accuracy, safety, and effectiveness remains fragmented. We conducted a systematic review of studies evaluating AI or LLMs for generating, simplifying, or enhancing outpatient clinic letters. Five databases (PubMed, EMBASE, Web of Science, CENTR…
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, particularly large language models (LLMs), has rapidly advanced and shows promise in healthcare for supporting teams through their ability to understand and generate medical text. While human-AI collaboration has been explored, the integration of LLMs into healthcare teams remains under-researched.
OBJECTIVE: This scoping review aims to examine how LLMs are currently used to support teamwork and communication in healthcare teams, including both solely professional teams and those involving patients.
METHODS: Following PRISMA-ScR guidelines, we …
СтатьяScoping ReviewПолный 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.
Causal discovery algorithms are often leveraged for inferring causal relationships and recovering a causal model from data. However, causal discovery from data alone is limited by the structural constraints of the used dataset, the lack of causal logic, and the lack of external knowledge. Thus, data-driven causal discovery can only suggest possible causal relationships at best. To overcome these limitations, Large Language Models (LLMs) and knowledge systems, such as Retrieval-Augmented Generation (RAG), have been proposed as alternatives to data-driven causal discovery and as a method to augm…
СтатьяПрепринтПоиск 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/Objectives: Multimodal large language models (MLLMs) are increasingly evaluated for diagnostic tasks in medical imaging, including radiographic interpretation. However, most studies focus primarily on binary fracture detection and rarely assess clinically relevant fracture characteristics such as displacement or intra-articular extension, which influence treatment decisions. In addition, most evaluations rely on single-run inference designs that do not assess response reproducibility. This study evaluated the diagnostic performance and inter-run reliability of five MLLMs for radiogr…
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.
Multimodal large language models (LLMs) that process text and images are increasingly discussed for medical imaging, yet their diagnostic performance on radiographs remains poorly characterized. We evaluated three commercially available multimodal LLMs (GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro) in a strict zero-shot setting for pediatric wrist fracture detection and compared them with a domain-trained Inception v3 convolutional neural network (CNN) on the same GRAZPEDWRI-DX dataset. We constructed a balanced patient-level test cohort of 1,000 children (2,298 radiographs; 500 fracture, 500 non…
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: Symptomatic lumbar spinal stenosis (LSS) is a disabling condition with a substantial economic impact. The determination of surgical candidacy for LSS relies on a subjective assessment of multiple clinical and imaging factors, leading to variability in recommendations. Artificial intelligence (AI), including traditional machine learning (ML) and emerging large language models (LLMs), holds promise for enhancing the accuracy and consistency of surgical decision-making. However, the comparative performance of LLMs against established ML methods for this specific task remains unclear. …
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.
Access to high-quality health information (HI) is critical for everyone involved in the research and management of medical conditions such as spinal cord injury (SCI). Recently, the use of Large Language Models (LLMs) through AI-based chatbots like ChatGPT has become increasingly integral to how people seek and consume HI. While LLMs have been evaluated in various clinical and health domains, there remains a notable gap in the literature regarding their use for SCI-specific questions. We conducted a narrative synthesis to identify the opportunities, challenges, and risks of using LLMs in SCI-r…
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: Differentiating jawbone-destroying malignancy from osteomyelitis remains a major diagnostic challenge in oral and maxillofacial surgery because these entities share overlapping radiologic features but require fundamentally different management strategies. This study evaluated the bi-linguistic diagnostic performance of advanced multimodal large language models (LLMs) in distinguishing these conditions using stepwise multimodal inputs. METHODS: In this retrospective diagnostic accuracy study, 50 patients with histopathologically confirmed malignancy or osteomyelitis of the maxilla 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.
Study DesignScoping review.ObjectivesTo map spine literature on large language models, characterize reported use cases, and identify evidence gaps limiting implementation.MethodsA scoping review was conducted according to Joanna Briggs Institute methodology and PRISMA-ScR guidance. PubMed, Embase, Scopus, Web of Science, and Cochrane were searched for English-language, peer-reviewed studies published from January 2023 through May 2026 that evaluated large language models in spinal disease, spine surgery, or spine-related care. Eligible studies were synthesized across clinical decision support,…
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.
MedElevator
Войти в исследования