Medical biosensors have set the basis of medical diagnostics, and Artificial Intelligence (AI) has boosted diagnostics to a great extent. However, false results are evident in every method, so it is crucial to identify the reasons behind a possible false result in order to control its occurrence. This is the first critical state-of-the-art review article to discuss all the commonly used biosensor types and the reasons that can give rise to potential false results. Furthermore, AI is discussed in parallel with biosensors and their misdiagnoses, and again some reasons for possible false results …
Полный текст 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.
The natural gas supply crisis triggered by the Russia-Ukraine conflict has laid bare the energy market's extreme vulnerability in the face o … step size ranging from 1 to 4 days, and systematically compares the prediction performances of four artificial intelligence models: feedforward neural network, support vector machine, random forest, and long short-term memory network. The quantitative results show that, across all prediction cycles, the long short-term memory model has the lowest error rate. For example, …
СтатьяОтозванная публикацияПоиск 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: We propose the use of GPT-4 to facilitate initial history-taking in neurology and other medical specialties. A large language model (LLM) could be utilized as a digital twin which could enhance queryable electronic medical record (EMR) systems and provide healthcare conversational agents (HCAs) to replace waiting-room questionnaires.
METHODS: In this observational pilot study, we presented verbatim history of present illness (HPI) narratives from published case reports of headache, stroke, and neurodegenerative diseases. Three standard GPT-4 models were designated M
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.
Warfarin is a common anticoagulant drug for thrombo-prophylaxis in stroke and venous thromboembolism, which has many advantages but also som … lity/safety health care. In fact, the advancement and improvements in healthcare technology promise artificial intelligence (AI) as one of ideal options to optimize delivery of health care. The goal of this study is to develop Warfa-Check, a bilingual AI-based web app that matches both speakers of Arabic and English. The application helps users recognize potential warfar …
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 assess the influence of an implemented artificial intelligence model predicting pediatric sepsis (defined by IPSO-Improving Pediatric Sepsis Outcomes collaborative) in the emergency department (ED) on human performance measures.
MATERIALS AND METHODS: Two ED sites within a large pediatric health system in the Southeastern United States between January 1, 2021 and April 1, 2024. We interviewed ED providers and nurses within 72 hours of caring for a patient identified as potentially having sepsis by the predictive model. Thematic analysis of qualitative data was combined with elec…
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.
This study aims to evaluate the success of artificial intelligence models developed using convolutional neural network-based algorithms on CBCT images. Labeling was done by segmentation method for 15 different conditions including caries, restorative filling material, root-canal filling material, dental implant, implant supported crown, crown, pontic, impacted tooth, supernumerary tooth, residual root, osteosclerotic area, periapical lesion, radiolucent jaw lesion, radiopaque jaw lesion, and mixed appearing jaw lesion on the data set consisting of 300 CBCT images. In model development, the Mas…
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.
Background/Objectives: Personalized dietary recommendations are essential for managing chronic conditions such as diabetes and irritable bowel syndrome (IBS). However, traditional approaches often fall short in accounting for individual metabolic variability. This systematic review evaluates the effectiveness of artificial intelligence (AI)-generated dietary interventions in improving clinical outcomes among adults. Methods: Following PRISMA guidelines, we searched six electronic databases for peer-reviewed studies published between 19 November 2015 to 6 September 2024. Eligible studies includ…
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.
This study developed a LightGBM model to predict postoperative delirium in orthopedic surgery patients (2017-2023), using SMOTETomek to address data imbalance. LightGBM achieved high performance (AUROC 0.98), identifying older age, multiple diagnoses, and specific medical interventions as key risk factors via SHAP analysis. The model aims to enable targeted preventive interventions, particularly for elderly patients, to reduce delirium incidence and improve recovery. This AI-driven approach supports proactive clinical management and better patient outcomes.
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: Artificial intelligence (AI), including machine learning (ML) and deep learning (DL), is increasingly being integrated into total knee arthroplasty (TKA) to improve accuracy, efficiency, and personalized care. These technologies enable the analysis of large, complex datasets to support evidence-based clinical decision-making across all phases of the surgical process.
MAIN BODY: AI has demonstrated utility in multiple stages of TKA. In patient selection, ML algorithms can predict postoperative complications such as transfusion needs with high accuracy (AUC up to 0.842). For preoper…
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.
Videofluoroscopic Swallowing Study (VFSS) is considered the gold standard for diagnosing swallowing disorders, or dysphagia. However, the interpretation of VFSS is susceptible to human bias and subjectivity, resulting in significant inter- and intra-patient variability. In this context, artificial intelligence (AI) has emerged as a potentially valuable tool for physicians. This study reviews state-of-the-art research utilizing AI to analyze VFSS for the assessment of swallowing disorders and to support clinical decision-making. Our comprehensive analysis highlights substantial progress in area…
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.
INTRODUCTION: Pesticides play a pivotal role in ensuring food security, and the development of green pesticides is an inevitable trend in global agricultural progress. Although deep learning-based generative models have revolutionized de novo drug design in pharmaceutical research, their application in pesticide research and development remains unexplored.
OBJECTIVES: This study aims to pioneer the application of generative artificial intelligence to pesticide design by proposing a reinforcement learning-based framework for obtaining pesticide-like molecules with high binding affinity.
METHO…
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.
Neonatal sepsis remains a major cause of neonatal deaths globally. Despite advances, accurate and timely diagnosis is hindered by the limited performance of the current clinical approaches, imperfect laboratory biomarkers, and long turnaround time of blood cultures. Artificial intelligence (AI), with its ability to identify patterns and learn continuously (machine learning), seems promising. Basic steps in model development include data filtration, train: test split, feature selection, choosing appropriate algorithms, and evaluating performance using a reference standard. In neonatal sepsis, t…
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.
BACKGROUND: This study aims to evaluate the performance of ScholarGPT, a Large Language Model (LLM) developed for academic purposes, on ques … information. In the future, through the development of LLMs specific to the branches of dentistry, artificial intelligence systems can produce higher quality and consistent information.
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.
BACKGROUND: Down syndrome (DS) is one of the most prevalent chromosomal abnormalities affecting global healthcare. Recent advances in artificial intelligence (AI) and machine learning (ML) have enhanced DS diagnostic accuracy. However, there is a lack of thorough evaluations analyzing the overall impact and effectiveness of AI-based DS diagnostic approaches.
OBJECTIVES: This review intends to identify methodologies and technologies used in AI-driven DS diagnostics. It evaluates the performance of AI models in terms of standard evaluation metrics, highlighting their strengths and limitations.
…
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: Large language models (LLMs), such as ChatGPT, have demonstrated potential in synthesizing complex clinical information, yet concerns persist regarding their accuracy and reliability in specialized domains. The rationale of this study is to address a gap in the literature by evaluating ChatGPT-4o's capabilities and limitations in terms of accuracy and reliability on oral and maxillofacial traumatology.
MATERIAL AND METHODS: A total of 188 oral and maxillofacial trauma-related questions were selected from a comprehensive resource. Thirty questions were randomly chosen and submitted
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.
Artificial intelligence (AI) has transformed the healthcare industry. In the field of radiology, AI has shown great promise in medical imaging, as it can enhance imaging accuracy, reduce diagnostic errors, and optimize workflow. However, the overuse and misuse of imaging is still a major ongoing problem, generating unnecessary costs, radiation exposure to patients, and delays in diagnosis. To address these challenges, we propose AI for responsible imaging (AIRI), a multimodal AI system to aid clinicians in making informed imaging decisions. AIRI is envisioned as a medical resource that would b…
Редакционная 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: Artificial intelligence (AI) and deep learning are increasingly applied in cardiovascular imaging. However, the "black box" nature of these models raises challenges for clinical trust and integration. Explainable Artificial Intelligence (XAI) seeks to address these concerns by providing insights into model decision-making. This systematic review synthesizes current research on the use of XAI methods in radiological cardiovascular imaging. Methods: A systematic literature search was conducted in PubMed, Scopus, and Web of Science to identify peer-reviewed original research articles …
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.
BACKGROUND: Microcephaly and macrocephaly, which are abnormal congenital markers, are associated with developmental and neurologic deficits. Hence, there is a medically imperative need to conduct ultrasound imaging early on. However, resource-limited countries such as Ethiopia are confronted with inadequacies such that access to trained personnel and diagnostic machines inhibits the exact and continuous diagnosis from being met.
OBJECTIVE: This study aims to develop a fetal head abnormality detection model from ultrasound images via deep learning.
METHODS: Data were collected from three Ethi
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.
Preeclampsia (PE) remains a leading cause of maternal and perinatal morbidity and mortality worldwide. Early identification of high-risk pregnancies during the first trimester is challenging, as traditional diagnostic methods based on maternal history and blood pressure readings often lack sensitivity. This study proposes an artificial intelligence (AI)-based predictive framework that integrates maternal demographic information, biophysical parameters, and first-trimester biochemical markers to enhance the early detection of PE. A curated dataset of first-trimester patient characteristics was …
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: Osteoporosis, a common disease leading to weakened bones and increased fracture risk, often goes undiagnosed until a fracture occurs. Dual-energy X-ray absorptiometry (DXA) is the current gold standard for bone mineral density (BMD) measurement, but it has limitations. Recent studies reported Artificial Intelligence (AI)-enabled Electrocardiography (ECG) for disease screening. We hypothesized that AI ECG could serve as a screening tool for osteoporosis. Objective: This study aimed to develop a deep learning model (DLM) to identify osteoporosis using EKG features and to assess its p…
СтатьяМногоцентровое исследованиеВалидационное 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.
MedElevator
Войти в исследования