Prostate cancer is a prevalent and serious health concern, ranking among the most frequently diagnosed cancers and a leading cause of cancer-related deaths in men worldwide. Early detection and accurate diagnosis are crucial for improving patient outcomes by limiting disease progression. Histopathological image analysis remains the gold standard for prostate cancer detection; however, manual interpretation is time-consuming and requires specialized expertise. To address these challenges, this study proposes a hybrid deep learning framework that combines an ensemble of transfer-learned CNNs (VG
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.
This study details the development of a remote patient monitoring system with a primary focus on a novel, customized Deep Neural Network (DNN) for arrhythmia detection. The system integrates hardware for real-time data collection from biomedical sensors, where IoT-based sensor data is collected and encrypted in a central database for subsequent analysis. The novelty of the work lies in the proposed AI-based software component rather than the hardware assembly, which utilizes accessible components. The developed system is designed to function as a decision support system for healthcare personne
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: Prostate cancer diagnosis heavily relies on histopathological evaluation, which is subject to variability. While immunohistochemical staining (IHC) assists in distinguishing benign from malignant tissue, it increases workload, costs, and leads to diagnostic delays. Artificial intelligence (AI) presents a promising solution to reduce reliance on IHC by accurately classifying atypical glands and borderline morphologies in hematoxylin and eosin (H&E) stained tissue sections.
METHODS: In this study, we evaluated an AI model's ability to minimize IHC use without compromising diagnostic…
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 OF REVIEW: Medical documentation is a significant pillar of healthcare, enabling quality care, legal protection, billing and reimbursement, and collaboration between physicians. However, it is time-consuming and resource-intensive, posing a significant burden on chronic pain physicians, leading to outcomes such as increased work stress, diminished patient-physician quality time, and burnout. A range of ambient artificial intelligence (AI)-powered scribes have been developed to document based on listening to the patient-doctor interactions. These scribes utilize voice recognition and da…
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 a theoretical framework and systematic development of computational models designed to execute tasks that traditionally require human cognition. In medical imaging, AI is used for various modalities, such as computed tomography (CT), magnetic resonance imaging (MRI), ultrasound, and pathologies across multiple organ systems. However, integrating AI into medical ultrasound presents unique challenges compared to modalities like CT and MRI due to its operator-dependent nature and inherent variability in the image acquisition process. AI application to ultrasound ho…
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 evaluation of bone marrow pathology is essential for diagnosing and classifying myeloproliferative neoplasms (MPN). However, morphological assessments of bone marrow trephine (BMT) sections by hematopathologists are inherently subjective; thus, an accurate and objective diagnostic system is needed. Based on U2-Net, UNeXt, and ResNet, we developed an automated quantitative analysis platform for BMT sections from MPN patients and non-neoplastic cases (N=342 total) to enhance the accuracy of diagnosis and classification of MPN. Bone marrow metrics, including marrow cellularity, the myeloid-to
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 is transforming obstetric practice through applications in diagnostic imaging, risk prediction, and clinical decision-making. Deep learning algorithms have achieved diagnostic accuracy comparable to that of experienced clinicians. However, gaps persist between algorithmic capability and clinical implementation. Critical challenges include limited external validation and algorithmic bias. This review examines current AI applications in obstetrics across multiple clinical domains: automated fetal biometry, structural anomaly detection, prediction of pregnancy complication…
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.
RESEARCH QUESTION: Can generative artificial intelligence (AI) models provide reliable counselling to fertility patients regarding real-world clinical questions?
DESIGN: In this cross-sectional study, 12 clinical questions were developed to reflect common, real-life dilemmas encountered during fertility workup and treatment. Responses to each question were generated by two experienced fertility specialists, and two AI models - ChatGPT and Gemini. Eight leading internationally recognized fertility experts, blinded to the source of each reply, independently rated all the responses on a scale fr…
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.
Air pollution, a critical environmental issue, necessitates urgent action. It originates from both human activities, like industrial emissions and vehicle pollution, and natural events such as sandstorms, leading to increased atmospheric pollutants such as sulfur dioxide (SO2), nitrogen dioxide (NO2), ammonia ion (NH4+), black carbon, ozone, and fine particulate matter (PM2.5). Leveraging China's extensive air quality monitoring data, artificial intelligence (AI) was used in this study to enhance air quality prediction and management. The study aims to utilize the vast air monitoring data more…
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: There is a growing interest among practitioners in employing artificial intelligence (AI) to enhance the precision and efficiency of diagnostic methods. The objective of this study is to assess the precision of an AI-based method for facial asymmetry assessment using 3D facial images. Methods: The study included 130 patients (84 female, 46 male), analyzing 3D facial images from the Vectra® M3 imaging system using both manual and AI-based methods. Seven bilateral facial landmarks were identified for manual analysis, calculating the asymmetry index for facial symmetry assessment. An …
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) offers solutions to overcome limitations of fetal MRI, including motion, low signal-to-noise ratio, and slice misregistration. This review summarizes current AI applications in fetal MRI, focusing on image enhancement, automated segmentation, quantitative analysis, and emerging multimodal approaches. AI improves reconstruction, denoising, motion correction, and volumetric assessment, and supports tasks such as gestational-age estimation and anomaly detection. However, most studies rely on small, single-center data sets with limited external validation. Robust multi…
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.
Diabetes mellitus (DM) is a serious global health concern that poses a significant threat to human life. Beyond its direct impact, diabetes substantially increases the risk of developing severe complications such as hypertension, cardiovascular disease, and musculoskeletal disorders like arthritis and osteoporosis. The field of diabetes classification has advanced significantly with the use of diverse data modalities and sophisticated tools to identify individuals or groups as diabetic. But the task of predicting diabetes prior to its onset, particularly through the use of longitudinal multi-m
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.
•Immersive Learning Experience: The AI-assisted VR module enables learners to engage in a 360-degree immersive environment, manipulating holographic anatomy models and simulating fluoroscopic guidance to perform the Gasserian ganglion block.•Anatomical Precision: Key anatomical landmarks, like the foramen ovale, are highlighted, and proper C-arm positioning is demonstrated, helping practitioners localize the target area for needle advancement.•Multilingual and Multiple-Choice Support: The module includes AI-driven multi-language options and AI-generated multiple-choice questions to enhance 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.
Nerve conduction F-wave studies contain crucial information about subclinical motor dysfunction that can be used to diagnose patients with amyotrophic lateral sclerosis (ALS). However, F-wave responses are highly variable in morphology, making waveform interpretation challenging. Artificial intelligence techniques can extract time-frequency features to provide new insights into ALS diagnosis and prognosis. A retrospective analysis was performed on F-wave responses from 46 802 patients. Discrete wavelet transforms were applied to time-series waveform responses after stimulating ulnar, median, f…
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.
Retinal images provide a non-invasive and accessible means to directly visualize human blood vessels and nerve fibers. Growing studies have investigated the intricate microvascular and neural circuitry within the retina, its interactions with other systemic vascular and nervous systems, and the link between retinal biomarkers and various systemic diseases. Using the eye to study systemic health, based on these connections, has been given a term as oculomics. Advancements in artificial intelligence (AI) technologies, particularly deep learning, have further increased the potential impact of thi…
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.
The use of artificial intelligence (AI) in inborn errors of immunity offers transformative potential in diagnostics and disease management but faces multiple challenges that were discussed at the second Artificial Intelligence in Primary Immunodeficiency conference, held in New York City (March 19-22, 2025). The conference addressed 7 themes: predictive diagnostic algorithms, health equity, industry collaboration, advanced computational tools like large language models, patient-led AI initiatives, multiomics integration, and implementation science. Discussions highlighted the growing impact of…
Conference ProceedingsПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПолный 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 aimed to evaluate similarities and variations of information provided by Large Language Models (LLMs) across diverse world regions by analysing responses to validated questions on oligoarticular juvenile idiopathic arthritis (oJIA).
METHODS: The 10 PICOs related to the oJIA treatment on the 2021 American College of Rheumatology recommendations were simultaneously prompted in English to ChatGPT 4o from five different countries (Canada, India, Italy, Kenya and Türkiye). Readability was assessed through the Flesch Reading Ease Score (FRES), distinctiveness of terms through the Ter
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: The role of artificial intelligence (AI) in medicine is rapidly evolving, with potential to improve both the clinician and patient experience. We sought to evaluate whether popular AI text-to-image generators could create anatomically accurate images of common hand surgery procedures. We hypothesized that the AI-generated images would not be adequate as patient education materials.
METHODS: We queried five AI text-to-image generators: Craiyon, DALL-E, DeepSeek, Gemini, Midjourney, and Stable Diffusion. They were given the prompt, "Create an anatomically accurate image with labels of …
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.
This paper develops an automated approach for conjunctival hyperemia grading from slit-lamp images using semisupervised learning. We conducted a retrospective study including slit-lamp images from two study sites. Two independent graders assessed the severity of hyperemia according to the Efron Grading Scales. Segmentation of the conjunctiva and its vessels was performed using semisupervised segmentation with limited labeled data. Conjunctival vessel densities were estimated from the model outputs and compared against the manual clinical Efron gradings. Three hundred and seventeen slit-lamp im
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/AIMS: Atrial fibrillation (AF) significantly contributes to global morbidity and mortality. Paroxysmal atrial fibrillation (PAF) is particularly common among patients with cryptogenic strokes or transient ischemic attacks and has a silent nature. This study aims to develop reliable artificial intelligence (AI) algorithms to detect early signs of AF in patients with normal sinus rhythm (NSR) using a 12-lead electrocardiogram (ECG).
METHODS: Between 2013 and 2020, 552,372 ECG traces from 318,321 patients were collected and split into training (n = 331,422), validation (n = 110,475), …
СтатьяПоддержка исследования: вне правительства СШАПолный 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