The significance of artificial intelligence (AI) in several facets of dental care is highlighted in this paper. These days, AI is becoming more widely accepted and significant in many industries, notably in dentistry. The development of Chat Generative Pre-training Transformer shows how far AI has already come in a relatively brief span of time, especially when we take into account that John McCarthy initially created this field of computer-aided training in 1956. AI has been demonstrated to have a variety of applications in dentistry. AI is being used in a variety of fields, including endodon…
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: Artificial intelligence-driven conversational models are increasingly used for patient education, yet whether information patients find clear and satisfying also meets expert accuracy standards remains unclear. The aim of this study was to compare patient and physician evaluations of ChatGPT-5 and DeepSeek V3.1 responses to questions on Hashimoto's thyroiditis.
METHODS: In a cross-sectional, double-blind, within-participant study, twenty standardized, endocrinologist-developed questions across six domains were submitted to both models in October 2025. Seventeen adults with confirme…
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.
Vaccination stands as one of the most transformative interventions in the history of human civilization. In medicine, vaccination stands as a cornerstone that has saved countless lives across generations. Nevertheless, conventional vaccine development remains encumbered by prolonged timelines, substantial financial investment, and high attrition rates particularly during late-stage clinical trials underscoring the urgent need for more efficient and systematic approaches. In recent years, artificial intelligence (AI) has emerged as a transformative force across the biomedical sciences, offering…
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.
The rapid diffusion of generative artificial intelligence (GenAI), particularly large language model (LLM) applications, has fundamentally reshaped university students' learning, problem-solving, and socio-emotional practices. Alongside clear benefits in efficiency and personalized support, concerns are emerging about AI dependency, understood here as an emerging, non-diagnostic educational-psychological construct rather than a formal clinical disorder. This critical narrative review synthesizes evidence from the past decade on AI dependency among college students, focusing on conceptualizatio…
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.
Humans are social learners who depend on observing others to acquire knowledge, norms, and behaviors, a capacity that underlies cumulative cultural evolution. Social learning unfolds in two stages: upstream selection determines what information becomes visible, and downstream selection determines what learners copy from that visible sample. Downstream selection occurs through biases such as conformity bias (copying what appears common) and prestige bias (copying those who appear highly respected). These downstream biases can be adaptive when upstream selection yields a sample that reflects the
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.
Multiple Sclerosis (MS) is a chronic, highly heterogeneous neurological disease whose fluctuating course is poorly captured by infrequent clinic visits and subjective scales such as the Expanded Disability Status Scale (EDSS). Advances in artificial intelligence (AI), inertial sensing, smartphones, and computer vision now enable continuous, objective, and remote monitoring of motor, cognitive, and behavioural function. This paper surveys 74 peer-reviewed studies, published up to 2025, that apply AI and machine learning (ML) to MS monitoring, organizing them by data-acquisition modality: smartp…
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.
INTRODUCTION: Brain MRI image segmentation is essential for the accurate diagnosis and treatment of neurological disorders, including brain tumors, Alzheimer's disease, and multiple sclerosis. Artificial intelligence (AI), particularly deep learning, has emerged as an effective approach for improving the precision and efficiency of medical image segmentation while reducing manual effort.
METHODS: This study utilized a publicly available Kaggle brain MRI dataset containing labeled images for supervised learning. A Convolutional Neural Network (CNN)-based framework was developed for automatic 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.
OBJECTIVES: Colonoscopy is the gold standard for screening cancer and precancerous lesions in the large intestine. Recently, remarkable advances in artificial intelligence (AI) have led to the development of various computer-aided detection (CADe) systems for colonoscopy. This study aimed to evaluate the usefulness of AI for colonoscopy using CAD-EYEⓇ (Fujifilm, Tokyo, Japan) to calculate the adenoma miss rate (AMR).
METHODS: This randomized, open-label, single-center, tandem study was conducted at Fukuoka University Chikushi Hospital from February 2022 to November 2022. Patients were randoml…
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.
With the increasing amount of information related to breast cancer (BC) management, artificial intelligence (AI) has emerged as a tool with the potential to enhance the quality of treatment through the efficient integration of large datasets; however, the specific areas for which AI may be ready for clinical implementation remain unclear. In this narrative review, we recapitulate the available data on AI utilization in BC treatment by focusing on surgical therapy, radiation therapy, systemic and supportive treatment, but including the diagnostics, too. While AI has been implemented successfull…
СтатьяОбзорПоиск 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.
RATIONALE AND OBJECTIVES: Hyperpolarized 129Xenon magnetic resonance imaging (MRI) measures the extent of lung ventilation by ventilation defect percent (VDP), but VDP alone cannot distinguish between diseases. Prior studies have reported anecdotal evidence of disease-specific defect patterns such as wedge-shaped defects in asthma and polka-dot defects in lymphangioleiomyomatosis (LAM). Neural network artificial intelligence can evaluate image shapes and textures to classify images, but this has not been attempted in xenon MRI. We hypothesized that an artificial intelligence network trained on…
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 investigate whether cataract surgical skill performance metrics automatically generated by artificial intelligence (AI) models can differentiate between trainee and faculty surgeons and the correlation between AI metrics and expert-rated skills.
METHODS: Routine cataract surgical videos from residents (N = 28) and attendings (N = 29) were collected. Three video-level metrics were generated by deep learning models: phacoemulsification probe decentration, eye decentration, and zoom level change. Three types of instrument- and landmark- specific metrics were generated for the limbus,…
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.
Lipid nanoparticles (LNPs) hold significant potential for mRNA-based therapeutics, as evidenced by their successful use in SARS-CoV-2 mRNA vaccines. LNPs effectively protect and transport mRNA to target sites, thereby ensuring its stability and efficient transfection. Despite the progress, some challenges remain in the development of mRNA-LNP delivery systems, such as limited targeting specificity, the complexity of formulations, and the time-consuming and high-throughput screening process. Artificial intelligence (AI) has emerged as a powerful tool to address these challenges, accelerating th…
СтатьяОбзорПоиск 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.
Antimicrobial resistance (AMR) poses a significant global health threat, with projections indicating it could surpass cancer in mortality rates by 2050 if left unaddressed. Optimizing antimicrobial dosing is critical to mitigate resistance and improve clinical outcomes. Traditional approaches, including population pharmacokinetics (PK) models and Bayesian estimation, are limited by mechanistic hypothesis requirements and complexity. Artificial intelligence (AI) and machine learning (ML) offer transformative solutions by leveraging large datasets to predict drug exposure accurately, refine samp…
СтатьяОбзорПоиск 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: Early detection of prediabetes is crucial for diabetes prevention, yet it remains challenging due to its asymptomatic nature and low screening rates. This study aimed to develop and rigorously validate artificial intelligence (AI) models to identify individuals with prediabetes solely using electrocardiograms (ECGs).
METHODS: We defined prediabetes/diabetes based on fasting plasma glucose ≥ 110 mg/dL, hemoglobin A1c ≥ 6.0%, or ongoing diabetes treatment. From a primary cohort of 16,766 health checkup records, 269 ECG features were extracted to develop a novel AI model. The final m…
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.
IMPORTANCE: Agitation events are increasing in emergency departments (EDs), exacerbating safety risks for patients and clinicians. A wide ra … cohort had a mean (SD) age of 50.2 (20.4) years, with 54.7% visits among female patients. The final artificial intelligence model used 50 predictors for the primary outcome of predicting agitation events. The model achieved an AUROC of 0.94 (95% CI, 0.93-0.94) and a PR-AUC of 0.41 (95% CI, 0.40-0.42) in cross-validation, indicating good discriminative ability. Calibratio …
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПолный 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: Investigators conducting clinical trials have an ethical, scientific, and regulatory obligation to protect the safety of trial participants. Traditionally, safety monitoring includes manual review and coding of adverse event data by expert clinicians.
OBJECTIVES: Our study explores the use of natural language processing (NLP) and artificial intelligence (AI) methods to streamline and standardize clinician coding of adverse event data in Alzheimer's disease (AD) clinical trials.
DESIGN: Our quantitative retrospective study aimed to develop a gold standard AD adverse event data set…
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Cardiac ultrasound exams provide real-time data to guide clinical decisions but require highly trained sonographers. Artificial intelligence (AI) that uses deep learning algorithms to guide novices in the acquisition of diagnostic echocardiographic studies may broaden access and improve care.
OBJECTIVES: The objective of this trial was to evaluate whether nurses without previous ultrasound experience (novices) could obtain diagnostic-quality acquisitions of 10 echocardiographic views using AI-based software.
METHODS: This noninferiority study was prospective, international, nonra…
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: The purpose of this study is to adapt a Bayesian dual-virtual non-contrast (VNC) method by integrating prior anatomical knowledge from AI-based multi-organ segmentation and to generalize it for spectral photon-counting CT (PCCT) with an arbitrary number of energy channels.
METHODS: A previously proposed Bayesian VNC method is reformulated for any number of energies and adapted for integration with AI segmentation. TotalSegmentator, an open-access whole-body AI segmentation model, is used to provide spatial priors. The method is applied to simulated contrast-enhanced dual-energy CT (D
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