PURPOSE: Freshwater planarians provide a rapid and scalable biological model for detecting drug-induced neurobehavioral effects. This study evaluated whether automated behavioral profiling in Dugesia dorotocephala could distinguish phytocannabinoid and synthetic cannabinoid exposure based on organism-level motor responses. METHODS: Planarians were acutely exposed to Δ⁹-tetrahydrocannabinol (Δ⁹-THC), AB-PINACA, MA-CHMINACA, A-796,260, or JWH-412 at concentrations of 5–60 µg/mL in artificial spring water containing PEG-400. Locomotion and posture were recorded for 5 min and analyzed using LabGym
СтатьяПоддержка 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.
Artificial intelligence (AI) is rapidly transforming cardiovascular medicine, with growing applications in pediatric cardiology. AI techniques, particularly machine learning and deep learning, enable the analysis of complex and heterogeneous data, supporting diagnosis, risk stratification, and clinical decision-making. This paper provides an overview of current AI applications in this field, discusses existing challenges, and explores future perspectives. In pediatric cardiology, AI has shown promising results across multiple domains. In electrocardiography, AI algorithms improve diagnostic ac…
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.
Maternal undernutrition and micronutrient deficiencies remain pervasive, contributing to adverse pregnancy outcomes and long-term health risks for mothers and offspring. Multiple micronutrient supplementation (MMS) during pregnancy has demonstrated benefits, including reduced risks of low birth weight, small-for-gestational-age births, and neonatal mortality, when compared with standard iron-folic acid supplementation. Current MMS strategies, however, often follow a standard MMS, overlooking variations in nutritional status, health profiles, and context. Advances in artificial intelligence (AI…
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: Artificial intelligence (AI) is rapidly advancing in medical endoscopy, with proven value in adult bronchoscopy for diagnostic enhancement and training. Pediatric bronchoscopy, with its unique anatomical and procedural challenges, is beginning to explore AI integration. This narrative review summarizes current evidence and anticipates future applications.
METHODS: We searched PubMed and EMBASE for articles in English from inception to August 2025 using combinations of the terms "pediatric bronchoscopy," "artificial intelligence," "machine learning," and "deep learning." Additional…
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: Recent advances in artificial intelligence (AI) have redefined shoulder arthroplasty, ultimately improving diagnostic accuracy, refining surgical planning, and personalizing recovery pathways. However, despite promising technical applications, comparative clinical evidence has not yet demonstrated improved routine surgical or patient outcomes in shoulder arthroplasty.
REVIEW CONTENT: Therefore, this review summarizes the state-of-the-art AI applications in shoulder arthroplasty, highlights their strengths and limitations, and outlines integration strategies that align technologica…
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.
Artificial intelligence (AI) is increasingly used in clinical medicine. Rheumatology is well-suited to AI applications due to diagnostic complexity of rheumatic diseases, variable disease presentations, and multisystem involvement. This cross-sectional study examines global AI research in rheumatology through bibliometric analysis of Scopus data. The Scopus database was searched on May 5, 2026, using the terms "artificial intelligence" AND "rheum*" in the title, abstract, and keyword fields. No temporal restrictions were applied, and all English documents were analyzed. Bibliometric data, incl…
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/AIMS: To evaluate the performance of an artificial intelligence (AI) model for detecting and monitoring microbial keratitis (MK) using anterior segment optical coherence tomography (AS-OCT).
METHODS: This is a prospective observational study. Patients with clinically suspected MK and healthy participants were included. In addition to routine assessment and treatment with topical fluoroquinolone therapy, patients underwent AS-OCT at each clinic visit. These images were tested on our DeepLabV3 network-based AI model, which aims to diagnose and record changes to infiltrate sizes of MK…
СтатьяНаблюдательное 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.
Artificial intelligence (AI) is rapidly reshaping clinical oncology, as cancer care increasingly relies on integrating heterogeneous data streams spanning radiology, digital pathology, genomics, and longitudinal electronic health records. However, the sheer complexity and fragmentation of these multimodal inputs remain a major bottleneck for achieving truly personalized cancer management. Recent advances in AI, including foundation models, synthetic data generation, large language models, and agents, are enabling more robust representation learning, cross-modal reasoning, and clinically action…
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.
OBJECTIVES: The use of prostate magnetic resonance imaging (MRI) is increasing, and coverage often captures substantial portions of the pelvis, visualizing findings outside the prostate gland. The objective of this study was to evaluate the feasibility of automated detection and segmentation of high-prevalence incidental findings in prostate MRI.
MATERIALS AND METHODS: This IRB-approved, retrospective study included n=465 prostate MRI examinations (1.5 and 3.0 T), comprising n=315 internal cases from our institution and n=150 external cases from 3 independent data sets. Manual segmentations w
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: Infectious keratitis (IK) is a major cause of corneal blindness world-wide, and prompt identification of IK and its etiologic subtype is essential for appropriate management. We developed deep learning (DL) models to detect IK and differentiate common subtypes from slit-lamp photographs.
METHODS: In this retrospective study, slit-lamp photographs were collected from patients presenting to the emergency department of Farabi Eye Hospital (2014-2021) with bacterial keratitis (BK), fungal keratitis (FK), Acanthamoeba keratitis (AK), or herpes simplex keratitis (HSK), along with health
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.
Toxicology has traditionally relied on in vivo animal studies and in vitro assays to assess the safety of drugs, chemicals and environmental contaminants. These approaches are constrained by cost, duration, ethical concerns and difficulties in cross-species extrapolation. Artificial intelligence (AI) offers an alternative paradigm in which safety-relevant signals are extracted from large, heterogeneous datasets. This review traces the development of AI in toxicology from rule-based expert systems to contemporary deep learning, large language model and multimodal architectures. It critically ev…
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.
Seizure prediction is critically important, as it can help prevent serious injuries, improve quality of life, and potentially reduce the risk of SUDEP. Autonomic fluctuations are known to occur during the preictal and early ictal phases; however, the pattern and magnitude of these changes vary considerably across patients and seizure types. This highlights the need for developing patient-specific ECG-based seizure prediction models. In this study, ECG data from 30 patients who had at least six recorded seizures during presurgical VEEG evaluation were used to develop both machine learning and d
Сравнительное исследованиеСтатьяПолный 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: Gastric biopsy remains central to diagnosing Helicobacter pylori infection, autoimmune gastritis, intestinal metaplasia, dysplasia, and gastric cancer. However, morphology-based assessment is limited by interobserver variability, sampling constraints, and an incomplete ability to capture molecular heterogeneity and predict progression. Objective: This mini review summarizes how multi-omics technologies and artificial intelligence (AI) are modernizing gastric biopsy diagnostics, enabling precision classification, risk stratification, and workflow improvement. Methods: A narrative sy…
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.
Artificial intelligence (AI) comprises advanced computational systems designed to simulate selected aspects of human cognitive functions, such as learning, reasoning, and perception. While AI does not fully replicate human cognition, its analytical processing of large datasets through "machine learning (ML)" and "deep learning (DL)" has increasingly been applied in medicine, including photodynamic diagnosis (PDD) and photodynamic therapy (PDT). In oncology, these modalities are increasingly used for early cancer detection, tumor margin delineation, and personalized therapeutic planning. These …
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.
Esophageal squamous cell carcinoma (ESCC) remains a major cause of cancer-related mortality, and prognosis depends strongly on detection at a curable stage. Endoscopy is central to screening and diagnosis, but subtle flat lesions, operator dependence, cognitive fatigue, lesion-location blind spots, and variability in interpretation contribute to missed or delayed diagnosis. Artificial intelligence (AI), particularly deep learning applied to white-light imaging, narrow-band imaging, blue-light imaging, magnifying endoscopy, Lugol chromoendoscopy, video endoscopy, and endocytoscopy, has shown cl…
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.
Artificial intelligence in ophthalmology encounters a continual challenge: Systems proficient in picture classification seldom yield quantifiable enhancements in patient outcomes. The primary concern is the disparity between pixel-level performance metrics and their clinical significance. Primary obstacles encompass data bias, domain shift, and label noise, exacerbated by the lack of prospective, randomized deployment trials. The frequent disregard for patient-centered objectives, cost-effectiveness, and equity evaluations is significant. Rectifying these deficiencies necessitates stringent ex…
СтатьяОбзорПолный 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.
Orbital diseases-including thyroid eye disease, tumors, inflammation, fractures, vascular lesions, infections, and congenital abnormalities-are uncommon but clinically consequential. Because orbital diseases are heterogeneous and generate multimodal data, artificial intelligence (AI) is well-positioned to support their evaluation and management. We explore the current relationship between AI and orbital diseases and propose future directions. Four questions are addressed. First, why do orbital diseases need AI? Current orbital care remains limited by manual, observer-dependent measurements, mu…
СтатьяОбзорПолный 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.
Artificial intelligence (AI) has become increasingly integrated into chest radiograph interpretation, demonstrating excellent diagnostic performance for several thoracic abnormalities, including pneumothorax. Nevertheless, current AI systems remain predominantly image-based and do not inherently incorporate procedural or clinical information into diagnostic interpretation. We report the case of an 81-year-old man who underwent uncomplicated left-sided dual-chamber permanent pacemaker implantation. Routine post-procedural chest radiography, analyzed by an AI-assisted interpretation system, gene…
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.
PURPOSE: To evaluate the performance of ChatGPT-5 in detecting keratoconus (KC) from corneal tomography maps.
METHODS: ChatGPT-5 (Instant mode) was prompted in September 2025 with an open-source dataset of corneal tomography maps from Scheimpflug imaging systems (Pentacam), graded by 3 corneal specialists as KC, KC suspect, or normal. The primary analysis evaluated the model's ability to distinguish KC from normal eyes, with reported metrics including sensitivity, specificity, accuracy, positive predictive value, and negative predictive value. Secondary analyses assessed its ability to distin
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.
Recent reports have described suicides temporally associated with artificial intelligence (AI)-mediated interactions, including conversational agents and algorithmically curated platforms. While causality cannot be inferred, these cases raise concern about AI-driven environments as emerging psychosocial contexts in suicide risk. This letter situates such observations within established frameworks, including the stress-diathesis model, cognitive theories, and interpersonal-psychological theory. AI systems may act as contextual risk modifiers by reinforcing maladaptive cognitions, promoting rumi…
Письмо в редакциюПоиск 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