Estrogen and progesterone receptor (ER/PR) scoring in breast cancer is vulnerable to interobserver variability, particularly at diagnostic thresholds. While large language models (LLMs) offer potential as ancillary tools, no standardized deployment framework exists. This is a feasibility and protocol-development study that establishes a reproducible protocol for LLM implementation in pathology labs. Using College of American Pathologists (CAP) proficiency-testing tissue microarrays, we developed a systematic framework that combines recursive prompt engineering and zero-state reset (ZSR) protoc…
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2026eng
BACKGROUND: Artificial intelligence (AI)-powered large language models (LLMs) are increasingly used as adjunctive tools in education, research, and patient care. This systematic review aimed to investigate the current literature on the applications, performance, and ethical considerations regarding the use of artificial intelligence (AI), including large language models (LLM) in plastic and reconstructive surgery.
METHODS: A comprehensive search of PubMed, Scopus, and Cochrane Library was conducted by two independent investigators for studies published in English in peer-reviewed journals rep…
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: Alzheimer disease (AD) is a progressive neurodegenerative disorder with rapidly growing global prevalence. Early detection is critical for timely intervention; yet, conventional diagnostic methods remain costly and invasive. Speech-based assessment has emerged as a noninvasive alternative, as AD characteristically impairs linguistic abilities including fluency, coherence, and informational content. Recent advances in large language models (LLMs) offer new opportunities to extract structured linguistic features from transcribed speech for automated AD classification. However, existi…
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.
BACKGROUND AND OBJECTIVES: Access to specialty surgical care is growing in many low-income countries, but it remains unclear how hospital workforces can leverage technology to manage large numbers of increasingly complex patients. Large language models (LLMs) may be helpful for this type of clinical decision support, but their real-world performance and safety remain uncertain. The objective of this study was to evaluate feasibility, usability, and potential benefits and risks of an LLM-based assistant for postoperative neurosurgical care in the Gambia.
METHODS: A prospective, single-arm impl…
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: Large language models (LLMs), such as GPT-3.5 and GPT-4 (OpenAI), have been transforming virtual patient systems in medical education by providing scalable and cost-effective alternatives to standardized patients. However, systematic evaluations of their performance, particularly for multimorbidity scenarios involving multiple coexisting diseases, are still limited.
OBJECTIVE: This systematic review aimed to evaluate LLM-based virtual patient systems for medical history-taking, addressing four research questions: (1) simulated patient types and disease scope, (2) performance-enhan…
СтатьяСистематический обзорПоддержка 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: Large language models (LLMs) are increasingly used in health care by nonprofessionals (ie, individuals without formal training in health-related professions). These applications must be evaluated in an appropriate manner to prevent misinformation and harmful decisions. To date, guidance to evaluate LLM-based applications for nonprofessional users remains limited and fragmented, leaving researchers and developers without a scientifically grounded set of quality dimensions, metrics, and measurement tools to guide them.
OBJECTIVE: This protocol outlines a scoping review that maps app…
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/Objectives: Emergency department (ED) overcrowding contributes to delayed care, prolonged length of stay (LOS), resource strain, and adverse patient outcomes. This systematic review aimed to examine how artificial intelligence (AI) and machine learning (ML) have been used to address ED crowding and patient flow, with emphasis on modeling approaches, validation practices, and real-world implementation. Methods: Following PRISMA 2020 guidelines, Scopus, Embase, Ovid MEDLINE, and CENTRAL were searched for relevant studies published from 2020 onward. After deduplication, 1888 records un
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: Open science practices are increasingly promoted to improve the transparency and reproducibility of biomedical research, and their large-scale monitoring has been identified as a priority by initiatives such as the UNESCO Recommendation on Open Science. Existing automated tools cover only narrow subsets of practices. We developed and validated an automated tool, based on locally run open-weights large language models (LLMs), to extract a core set of 13 open science practices from published medical research articles.
METHODS: We built a validation database of 303 research articles …
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.
Short-term financial risk in intelligent trading systems is reflected not only in prices, trading volumes, and textual sentiment but also in infrastructure operating states, including server workload, device power consumption, network latency, and packet loss rate. We propose HSF-LLMNet, a hardware sensor and large language model semantic fusion network for jointly modeling external information shocks and infrastructure responses. A large language model extracts event category, sentiment polarity, risk intensity, and semantic uncertainty from financial texts. Reliability-aware temporal modelin
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: This study aimed to (1) explore sex/gender/ethnic/socioeconomic status (SES)-related bias in large language model (LLM)-generated anterior cruciate ligament (ACL) patient education materials (PEMs) and (2) assess the accuracy, consistency, and understandability of the information provided. DESIGN: Cross-sectional study. METHODS: Four LLMs provided PEMs on ACL injury following 10 unique personas. Readability was assessed via Flesch-Kincaid Grade Level. Patient Education Materials Assessment Tool for Printable Materials (PEMAT-P) assessed understandability and actionability. The Lingu
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.
Traditional Chinese Medicine (TCM) clinical practice depends on both codified theoretical knowledge and practitioner-specific experience, which differ in their data sources, reasoning patterns, and scope of generalization. We developed DFGLM-TCM, a modular large language model-based service system that separately models these two knowledge types through task-oriented components and coordinates them within a unified multi-task architecture. The knowledge-oriented component integrated a curated 22-GB TCM corpus containing approximately 3 million structured entries, a manually validated knowledge
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 evaluate whether medical-domain pre-training and parameter-efficient fine-tuning improve the ability of locally deployable large language models (LLMs) to predict long-term disease activity and disability in rheumatoid arthritis (RA), and to benchmark their performance against established tabular machine-learning models.
METHODS: We trained on-premises Llama-2 (70B) models with and without medical pre-training (Meditron) and applied QLoRA fine-tuning using structured data from 11 865 patients in the IORRA cohort. Models predicted eight binary outcomes of RA disease activity and …
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.
OBJECTIVES: We extracted a validated disease activity measure in rheumatoid arthritis (RA), the Clinical Disease Activity Index (CDAI), from a large tertiary academic medical center electronic health record (EHR) using an automated large language model (LLM)-based approach without requiring model pretraining.
MATERIALS AND METHODS: The New York Presbyterian/Columbia University Medical Center Clinical Data Warehouse contains EHR data for over 4.5 million patients. RA patients were identified using International Classification of Disease-9 (ICD-9) and ICD-10 codes. Expert-curated CDAI keywords
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: This study evaluated the performance of a multimodal large language model (MLLM), Chat Generative Pretrained Transformer-5.5 (ChatGPT-5.5), in determining orthodontic treatment need based on the Index of Complexity, Outcome, and Need (ICON) using intraoral photographs and digital model images. Agreement at the ICON component level and consistency with the total ICON score were also examined.
METHODS: A total of 104 patients contributed 520 intraoral photographs and 520 rendered digital model images. Two orthodontists independently scored all ICON components (aesthetics, crowding/s
СтатьяСравнительное 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 AND OBJECTIVES: Effective patient education is essential in neurosurgery, but many materials exceed recommended readability levels, which can limit comprehension and informed consent. Simplification can also alter tone, potentially introducing bias. Recent studies have used large language models such as Chat Generative Pre-trained Transformer (ChatGPT) to simplify neurosurgical patient education materials (PEMs), but the impact of this process on sentiment and emotional tone remains unclear. Our objective was to assess the sentiment and emotional tone of neurosurgical PEMs before an…
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 investigate the association between large language model (LLM)-assisted support and caregiver burden as well as psychosocial outcomes among family caregivers of patients with epilepsy.
METHODS: This single-center, prospective cohort study enrolled primary caregivers of patients with epilepsy. Participants were classified into an LLM group and a control group based on whether they had used DeepSeek for epilepsy caregiving-related support. Caregiver burden was assessed using the Zarit Burden Interview (ZBI). Secondary outcomes included anxiety, depression, perceived stress, social
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: Systematic literature reviews offer high potential for efficiency gains from artificial intelligence (AI), now integrated into several systematic literature review software platforms. Validation studies show acceptable sensitivity, specificity, and accuracy for AI-assisted systematic literature reviews of clinical trial publications. Unlike trials, economic model publications lack consistency in content, terminology, and structure.
OBJECTIVE: We aimed to test the efficiency and accuracy of AI-assisted search, screening, and data extraction when applied to a systematic literature r
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/Objectives: Large language models (LLMs) have shown promising results in medical decision support; however, their effectiveness in managing acute cholecystitis and other gallbladder diseases remains insufficiently examined. This study evaluated the performance of a neuro-symbolic LLM system that integrates multiple AI agents with neural-symbolic reasoning for acute cholecystitis management and compared its diagnostic accuracy with that of human expert physicians across three clinical specialties. Methods: This multi-center cross-sectional study included 30 case-based questions cover…
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