BACKGROUND: Large language models (LLMs) are increasingly being deployed in health care, but their use and deployment in many real-world hospital environments pose significant challenges and concerns. In particular, state-of-the-art commercial models store or process data externally, which is often in conflict with ensuring patient data protection. At the same time, using LLMs locally is limited by the lack of available computing infrastructure. Small open-source LLMs that do not require substantial computing resources could offer a practical way to resolve these tensions, but their medical ut…
СтатьяОценочное 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: Accurate documentation of distant recurrence sites in breast cancer is essential for evaluating treatment effectiveness and outcomes research. However, such information is embedded in unstructured clinical notes, making manual abstraction labor-intensive. Large language models (LLMs) offer a scalable solution for extracting complex information from heterogeneous clinical narratives; however, generic LLMs often lack the specialized clinical reasoning needed for accurate interpretation of oncologic documentation. This study aims to develop an efficient LLM-based framework to automati…
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения 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.
We evaluated the zero-shot performance of six large language models (LLMs; GPT-4.0 Turbo, LLaMA-3-8B, LLaMA-3-70B, Mixtral 8×7B Instruct, Titan Text G1-Express, Command R+) and four multimodal LLMs (Claude-3.5-Sonnet, Claude-3-opus, Claude-3-Sonnet, Claude-3-Haiku) on the 2023 Brazilian Portuguese medical residency entrance exam of the Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo including text-only and image-based questions. Comparison among models showed that accuracy varied widely, with Claude-3.5-Sonnet achieving the highest score on text-only questions (70.2…
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.
INTRODUCTION: The rapid evolution of large language models has demonstrated human-level proficiency in general English-language medical examinations, yet their applicability in highly specialized, non-English clinical domains remains insufficiently explored.
METHODS: To bridge this gap, this study benchmarked leading domestic (Qwen 3 Max, DeepSeek V3.2) and international (GPT-5, Gemini 2.5 Flash) models against a board-certified Chinese radiation oncologist, using the National Intermediate Professional Title Examination for Radiation Oncology in China. Statistical comparisons were conducted u…
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: Applying large language models to medicine faces critical trust challenges in diagnostic reasoning. Existing approaches often fail to generalize across different models and datasets, particularly those covering a wide range of diseases and diverse patient records. This study aims to develop a universal model-based clinical framework that improves diagnostic performance while providing explainable reasoning.
METHODS: We introduce a structured clinical approach that replicates real-world diagnostic workflows. Patient narratives are first transformed into labeled clinical components.…
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: Declines in childhood vaccination in the U.S. have contributed to a resurgence of vaccine-preventable diseases, including a nota … s, ONM collects free-text descriptions that may contain pertussis-specific information. Advances in large language models (LLMs) enable the extraction of relevant signals from unstructured text to potentially improve forecasting.
METHODS: We analyzed U.S. pertussis case data from the CDC and ONM reports from 2022 to 2025. ONM reports were filtered for prolonged cough …
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.
Clinical discussion of artificial intelligence safety has concentrated on accuracy, bias, and hallucination, each of which describes a model failing at its assigned task. Prompt injection describes the opposite condition: a model performing exactly as instructed, by an instruction the clinician neither wrote nor can see. The vulnerability arises from a fundamental property of current language-model architectures, which receive an undifferentiated stream of tokens and possess no mechanism for distinguishing content that carries authority from content that does not. Medicine is particularly expo
Письмо в редакциюПолный 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/Objectives: Foreign-body aspiration (FBA) is a common and largely preventable pediatric emergency, yet current safety standards and risk assessments rely predominantly on object size and on anecdotal descriptions and bronchoscopy findings. We propose a clinically oriented proof-of-concept workflow that combines high-resolution three-dimensional (3D) scanning and calibrated two-dimensional (2D) imaging of retrieved objects with radiomic shape descriptors and large language model (LLM) reasoning to support aspiration risk assessment and guide prevention. Methods: Objects were obtained
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: A growing body of literature leverages large language models (LLMs) to make mental health predictions. However, these models are prone to bias, and studies to validate their clinical utility are lacking.
OBJECTIVE: This scoping review aims to uncover bias and clinical utility limitations stemming from the methodological design of LLM-based mental health predictive systems. In addition, it intends to document the level of self-reflection about bias and clinical challenges reported by authors in their own work.
METHODS: This work follows the PRISMA-ScR (Preferred Reporting Items fo…
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.
Whole-body bone scintigraphy is pivotal for skeletal evaluation in oncological monitoring, yet the unstructured nature of clinical reports impedes efficient data management and multicenter integration. This study aims to validate whether a clinical-logic-guided prompting framework can effectively constrain general-purpose large language models (LLMs) to achieve reliable structured information extraction from bone scintigraphy narratives without domain-specific fine-tuning, and to evaluate the performance of this workflow in real-world clinical scenarios. We first established a multicenter grou…
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: Patients increasingly use large language models (LLMs) to obtain medical information, including preoperative guidance. However, the quality of LLM-generated responses to questions regarding anterior cervical discectomy and fusion (ACDF) remains unclear. This study evaluated the performance of GPT-5 and GROK 4 in answering common preoperative ACDF questions. We hypothesized that both models would provide generally accurate and comprehensible responses while demonstrating limitations in completeness, clinical nuance, and personalization.
METHODS: As an expert-rated pilot study, eigh…
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.
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) excel in text-based medical exams, but their ability to integrate multimodal data, critical for ophthalmology, is underexplored. This study evaluates vision-language LLMs' accuracy and reasoning in complex ophthalmic questions.
METHODS: We assessed three multimodal LLMs (CLM-V, ChatGPT-5, MiniCPM-V 4.5) on 316 bilingual ophthalmology questions (175 English Basic and Clinical Science Course single-choice, 141 Chinese senior professional title multiple-choice questions) across cornea, uvea, glaucoma, retina and orbit. Each question paired a clinical vign…
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.
Anaplastic thyroid cancer (ATC) is a rare, aggressive malignancy with poor prognosis. Adherence to guidelines from the National Comprehensive Cancer Network (NCCN), American Thyroid Association (ATA), and European Society for Medical Oncology (ESMO) is critical for optimal patient outcomes. As large language models (LLMs) increasingly enter clinical workflows, rigorous evaluation of their alignment with established guidelines is essential. We evaluated five leading LLMs for their ability to generate guideline-concordant responses to clinical questions about ATC. We conducted a comparative stud…
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.
P300 speller brain computer interfaces (BCIs) allow users to compose sentences by selecting target keys on a graphical user interface (GUI) … ork, we introduce ChatBCI, a P300 speller BCI that leverages the zero-shot learning capabilities of large language models (LLMs) to suggest words from user-spelled initial letters or predict the subsequent word(s), reducing keystrokes and accelerating sentence composition. ChatBCI retrieves word suggestions through remote queries to the GPT-3.5 API. A modified GUI, dis …
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: The advent of large language models (LLMs) has endowed artificial intelligence with remarkable capabilities to comprehend and generate human-like text by leveraging extensive datasets. Numerous studies in medicine increasingly focus on LLMs, particularly highlighting their substantial potential in diagnostic and therapeutic management. Scabies is a contagious skin disease that continues to affect over 200 million people globally each year and is particularly prevalent in developing countries. In recent years, there has been a marked increase in scabies cases both in Turkey and worl…
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.
Ocular surface diseases impose a substantial burden in resource-limited regions, where diagnostic access remains scarce. Although multimodal large language models (M-LLMs) show potential for clinical support, their real-world accuracy, safety, and equity have not been systematically evaluated. A comprehensive assessment was performed on five leading M-LLMs (GPT-5, Gemini-2.5 Pro, Gemini-2.5 Flash, GLM-4.5V, and Claude-Sonnet-4.5) for ocular surface disease diagnosis using a retrospective multimodal data set of 259 representative cases from Aksu, China, including anterior segment photographs an…
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.
INTRODUCTION: Monkeypox (mpox) is an emerging infectious disease with diverse clinical manifestations that complicate early case identification. Traditional diagnostic methods relying on laboratory confirmation may delay detection during the early stages of infection. Clinical free-text data in electronic medical records (EMRs), such as chief complaints and histories of present illness, contain valuable information for early identification yet remain underutilized in routine surveillance. This study explored an automated approach to mpox identification from EMRs using large language models (LL…
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 explore the accuracy and comprehensiveness of responses from four large language models [ChatGPT-3.5 (Model A), ChatGPT-4.0 (Model B), ChatGPT-4o (Model D) developed by OpenAI in the United States, and a domestically developed Obstetric artificial intelligence assistant robot (Model C)] to inquiries from patients with placenta accreta spectrum disorders and their families. Methods: A prospective study was conducted from June 2024 to March 2025, involving 25 pairs of patients and their families and 8 obstetric experts at the Third Affiliated Hospital of Guangzhou Medical Universit…
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.
BACKGROUND: Artificial intelligence (AI) holds transformative potential for graduate medical education (GME), yet, a comprehensive explorati … atements, helping identify potential biases and improve equity in candidate selection. Furthermore, large language models consistently outperformed average candidates on board certification and in-training examinations, indicating their potential utility in standardized assessments. Finally, AI tools showed promise in enhancing clinical decision-making by supporting tr …
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.
MedElevator
Войти в исследования