Artificial intelligence (AI) in environmental health science is revolutionizing data analysis and problem-solving approaches. These technologies facilitate the prediction of environmental exposures and disease outcomes and enable the identification of causal relationships for subsequent hypothesis testing. AI techniques improve pollution research through the analysis of satellite imagery and the modeling of pollutant dispersion, while AI advances chemical safety evaluations in toxicology by examining extensive datasets. AI is instrumental in addressing pressing environmental challenges, includ…
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 process of identifying and optimizing new drugs has long been recognized as expensive and complex. Many promising compounds have failed during the late stages of development, resulting in lost time and investment. Despite major advances in pharmaceutical sciences, challenges such as low efficacy, toxicity, and poor pharmacological properties remain significant roadblocks to innovation. Recently, the use of artificial intelligence (AI), advanced computing, and innovative laboratory technologies has revolutionized this process. By integrating AI models, predictive algorithms, and machine lea…
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) is transforming multi-omics analysis in small-molecule drug discovery by advancing vast datasets from genomics, transcriptomics, proteomics, and metabolomics to cover novel therapeutic targets and optimize lead compounds. Machine learning (ML) algorithms, such as deep neural networks (DNNs) and graph convolutional networks (GCNs), excel at identifying complex patterns in multidimensional omics data, predicting drug-target interactions, and predicting molecular dynamics with exclusive accuracy. AI platforms as AlphaFold, accelerated protein structure prediction, all…
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: The WHO recommends that all pregnant women receive an ultrasound (US) scan prior to 24 weeks gestation to encourage early identification of various conditions, such as fetal anomalies, multiple gestation, and placental abnormalities; however, global access to US remains limited. This has prompted many research groups to develop artificial intelligence (AI) approaches for obstetric US.
OBJECTIVE: The aim of this study was to update and synthesize current literature regarding the development of AI algorithms for obstetric US.
SEARCH STRATEGY: Methods were modified from Horgan et al…
Scoping ReviewСтатьяПоиск 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.
Liver transplantation : official publication of the American Association for the Study of Liver Diseases and the International Liver Transplantation Society2026eng
Artificial intelligence (AI) has emerged as a transformative force in liver transplantation (LT), spanning patient selection, donor-recipient matching, intraoperative management, and post-transplant care. Historically, applications have relied on traditional machine learning (ML) and deep learning (DL) techniques trained on structured clinical datasets to improve risk stratification and outcome prediction. Since 2023, however, advances in generative AI (GenAI) and large language models (LLMs) have expanded the scope of AI in LT, enabling multimodal reasoning and the extraction of clinically me…
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: Radiation therapy is a major treatment modality for localized prostate cancer, and accurate target segmentation is a critical aspect of radiation delivery that can directly affect patient outcomes. We evaluated the performance of an artificial intelligence (AI) foundation model in target segmentation tasks for prostate radiotherapy planning.
METHODS: AI segmentation using Segment Anything Model 2 (SAM 2) was evaluated from computed tomography images with varying levels of human intervention, ranging from intervals of every 2nd to every 10th ground truth slice provided as input. Segme…
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.
Healthcare systems in the United States are now mandated to provide patients with immediate access to medical results. Access to complex results prior to appropriate clinical follow-up may cause confusion and fear, especially in populations with limited health literacy and English language proficiency. In this study, we demonstrate a use case of large language models (LLMs) to simplify and translate complex medical information for patients. We collected a consecutive series of brain MRI (N = 200), head CT (N = 100), and spine MRI (N = 200) reports, prompting a GPT-4o model to simplify these re
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) is becoming an increasingly important component of dentomaxillofacial radiology, with applications ranging from panoramic radiography and cone-beam computed tomography (CBCT) to magnetic resonance imaging, radiomics, and other emerging AI approaches. As AI studies become more methodologically complex, concerns regarding transparency, reproducibility, validation, and clinical applicability have also increased. Several reporting resources, including reporting guidelines, methodological quality assessment tools, and broader principles for trustworthy AI, have been dev…
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: Reviewing pathology, imaging, and consultation documents in oncology can be time-consuming, particularly when records originate from external facilities in different file formats. This study aimed to evaluate the impact of a Retrieval-Augmented Generation (RAG)-enabled GPT-4o summarization agent on clinical workflows and quality of outside-record summaries in breast surgical oncology.
METHODS: Initial performance evaluation of a GPT-4o/RAG agent to generate summaries of oncologic reports in 50 charts followed by a prospective pilot test of sequential cases, with each AI summary ev
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: The modern emphasis on celebrities' facial features highlights their increasing role in defining beauty ideals. This retrospective study used artificial intelligence to examine how facial patterns influence attractiveness standards in the profile views of male celebrities. It aimed to compare different racial groups and establish potential benchmarks for appealing facial profiles.
METHODS: In this retrospective cohort study, a Python-based algorithm analyzed frontal facial patterns and their effect on aesthetic standards using publicly available images of male celebrities worldwid…
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: Interpretation of urodynamic studies (UDS) is central to diagnosing lower urinary tract dysfunction, but it is often complex, time-consuming, and subject to interobserver variability. Recent advances in artificial intelligence (AI), particularly machine learning (ML) and deep learning (DL), have enabled automated analysis of multichannel pressure-flow data and may improve objectivity and efficiency in UDS interpretation.
OBJECTIVE: To critically review current applications of ML and DL for interpretation of multichannel UDS data and to evaluate their performance, clinical targets,…
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.
OBJECTIVE: Global maternal health outcomes remain inequitable, particularly in low- and middle-income countries, due to persistent gaps in access, care continuity, and postpartum follow-up. Digital health tools, especially mobile health and artificial intelligence, offer promising avenues to enhance education, monitoring, risk stratification, and clinical decision-support.
METHODS: This umbrella review synthesizes evidence from existing reviews on AI applications in maternal health, focusing on: (1) AI for predicting and stratifying risks of pregnancy-related complications and mortality, (2) …
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.
The implementation of artificial intelligence (AI) in biobanks and cardiovascular tissue banks constitutes a structural transformation with a significant impact on precision medicine, translational research, and the management of biomedical resources. These technologies enable the optimization, storage, and allocation of tissue classification, improve sample traceability, and allow the integrated analysis of large volumes of clinical, histological, and genomic data. However, their adoption introduces ethical, technical, and epistemological challenges that go beyond a purely instrumental perspe…
Аннотация на английскомСтатьяПоиск 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: Sport-related concussion is a complex mild traumatic brain injury for which diagnosis, monitoring, and prognosis remain largely dependent on subjective clinical assessment. Artificial intelligence has emerged as a potential tool to enhance objectivity by integrating large, multimodal datasets across the concussion care pathway.
DESIGN: Scoping review.
METHODS: A systematic literature search was conducted across six databases (MEDLINE, EMBASE, SPORTDiscus, Scopus, Web of Science, and Cochrane Central) from inception to December 2025. Eligible studies were classified into four doma…
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 comprehensive review examines using artificial intelligence (AI) across the diagnostic, therapeutic, and prognostic landscape of bladder cancer. It highlights AI's capacity to enhance tumor detection, histopathologic interpretation, surgical precision, and personalized treatment planning through machine learning and computer vision. Applications such as AI-assisted cystoscopy, cytology, transurethral resection of bladder tumor optimization, and prognostic modeling demonstrate significant potential to reduce variability and improve clinical decision-making. While early evidence is promisin…
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.
AIM: To map and analyse how artificial intelligence technologies interact with and support clinical judgement processes in nursing across practice and educational contexts.
DESIGN: Scoping review.
METHODS: JBI methodology for scoping reviews.
DATA SOURCES: An electronic search was conducted on 1 July 2025 across MEDLINE, CINAHL, Scopus, Web of Science, and IEEE Xplore to identify studies published since January 2015. Additional sources of grey literature included ProQuest Dissertations & Theses Global, preprint servers (medRxiv and arXiv), and websites of relevant organisations.
RESULTS: E…
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)-enabled clinical decision support (CDS) tools are increasingly embedded in clinical workflows, generating and prioritizing clinical information, including diagnostic suggestions, evidence summaries, and management recommendations. Yet guidance on how clinicians should reason with AI at the point of care remains limited, creating risks of over-reliance, inconsistent verification, and diffusion of responsibility. We propose Ask-Audit-Apply (AAA) as a clinician-facing framework for AI-supported clinical reasoning that specifies decision-level behavioral practices. AAA…
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.
Bone age reflects individual skeletal maturity and is an important factor in the follow-up and monitoring of growth and development in child … ass more diverse datasets, more thorough health histories, expert validation, and fast but reliable artificial intelligence (AI) models. As an educational review, this study analysed a variety of AI-based approaches that have emerged in the past several years for paediatric bone age assessment (most using hand and wrist radiographs and often coupled with radiology report …
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.
Systemic sclerosis (SSc) is a rare autoimmune disease defined by immune dysregulation, vasculopathy, and progressive fibrosis of the skin and internal organs. Despite advances in care, major complications such as interstitial lung disease (ILD) and myocardial involvement remain the leading causes of morbidity and mortality. Current assessment tools, such as the modified Rodnan skin score, pulmonary function tests, and nailfold capillaroscopy, are limited by subjectivity and interobserver variability. Artificial intelligence (AI) is reshaping this landscape. Machine learning, deep learning, and…
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 transforming pediatric healthcare, offering novel opportunities for early diagnosis, personalized treatment, and more efficient clinical workflows. However, its integration into children's health faces significant challenges due to the unique developmental, biological, and ethical considerations involved. This review explores how AI, leveraging large-scale real-world data such as electronic health records (EHRs), can augment pediatric clinical decision-making, risk stratification, communication, and workflow under human oversight. We examine its current applicat…
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.
MedElevator
Войти в исследования