OBJECTIVE: To construct a hybrid artificial intelligence (AI) pipeline that combines a convolutional neural network (CNN) for image recognition with a multimodal large language model (MLLM) for textual interpretation, and to evaluate its application value in identifying liver ultrasound standard planes (LUSPs).
MATERIALS AND METHODS: This multicenter study included 16,782 images in the standard dataset (training: 13508; testing: 3274), an internal validation set (3431 images), and an external validation set (5253 images). Using expert consensus as the reference standard, diagnostic performanc
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.
OBJECTIVE: Large language models (LLMs) may improve analysis of structured clinical data by enabling natural language (NL) queries. We developed an interactive, PHI-compliant "Text2SQL" chatbot as a proof-of-concept for hepatocellular carcinoma (HCC) research.
MATERIALS AND METHODS: Using the University of California, San Francisco's secure artificial intelligence platform, we configured the chatbot to translate NL queries into Structured Query Language (SQL), execute them, and return both code and results. Clinicians posed 30 questions, and outputs were compared with SQL written by a data sc…
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.
BACKGROUND: Acute ischemic stroke (AIS) treatment selection requires rapid, guideline-concordant integration of clinical, imaging, and laboratory data, including therapeutic windows, contraindications, stroke severity, and imaging eligibility. This process is complex, expertise-dependent, and vulnerable to safety-critical errors.
OBJECTIVE: This study aimed to develop and validate a structured multiagent large language model (LLM) framework for AIS decision support using real-world cases and to assess its accuracy, safety, auditability, and impact on physician decision-making, particularly am
СтатьяВалидационное исследованиеПоиск 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: To compare the performance and safety of six LLM-based scribing tools in generating ophthalmological clinical notes from simulated physician-patient encounters.
METHODS: This cross-sectional comparative study involved seven ophthalmic encounters, transcribed by six scribing tools (Heidi AI, Whisper GPT-4o, Whisper Gemini 1.5 Pro, i-scribe, Lyrebird, Twofold). Scribing tools were prompted to generate notes using Subjective, Objective, Assessment, and Plan (SOAP) format. Consultant-level ophthalmologists evaluated note quality using the Physician Documentation Quality Instrument (PD
СтатьяСравнительное исследованиеПоиск 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.
INTRODUCTION: The most effective way to reduce mortality and morbidity among current smokers is to quit smoking. Although about half of smokers attempted to quit, only one-tenth succeeded in 2022. Understanding key predictors of smoking cessation success would inform smoking cessation interventions and increase quitting rates.
METHODS: We analyzed data from waves 5 and 6 of the Population Assessment of Tobacco and Health (PATH) study (December 2018 to November 2021). Using OpenAI's GPT-4.1, we identified the top 45 variables from wave 5 that are highly predictive of 12-month smoking abstinenc
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: Understanding patients' experiences is essential for advancing patient-centered care, especially in chronic diseases that requir … e the outputs of junior investigators, baseline natural language processing models, and other basic large language models. In an exploratory human-AI collaboration experiment, we found that the collaboration between CoTI and junior investigators provided only marginal gains compared to CoTI alone. A possible hypothesis was that junior investigators may overrely on CoTI …
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.
The aim of this study is to compare the accuracy levels of different LLMs on multiple-choice questions (MCQs) related to the field of restorative dentistry in the dental specialisation exam (DUS) administered in Turkey and to evaluate response consistency (test-retest reliability) between two sessions. In this study, 127 text-based MCQs related to restorative dentistry, without visual material, were used in the DUS. The responses from the ChatGPT-5.1, Gemini 2.5 Pro, Microsoft Copilot, and DeepSeek-v3.2 models were evaluated at two different time points (T1 and T2) and coded as correct/incorre
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) are undergoing exploration as clinical decision support tools. However, their role in complex, high-stakes transplant nephrology decisions, including potential living kidney donor candidate (pLKDC) evaluation, remains unclear.
METHODS: In this prospective pre-post pilot study, 14 physicians (seven fellows and seven early-career nephrologists [consultants]) evaluated 30 standardized, deidentified complex pLKDC vignettes, first unaided and then with OpenAI ChatGPT-4o assistance. The primary outcomes were diagnostic accuracy (scale, 0-1), justification qu…
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.
AIMS: Heart failure (HF) palliative care communication is essential but difficult to train at scale because conventional role-play programmes require facilitators and standardized patients. Large language models (LLMs) have emerged as potential tools for scalable communication training. This pilot study aimed to evaluate the feasibility of a web-based LLM-driven communication training application and to explore its early educational signal on physicians' self-efficacy.
METHODS AND RESULTS: This single-arm pilot study included physicians who completed one session using a Japanese-language web-…
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 develop and systematically compare a human-led and LLM-assisted hybrid deductive-inductive workflow for qualitative analyses.
MATERIALS AND METHODS: We analyzed 122 transcripts (n = 61 research clinical consultations; n = 61 reflexive interviews) from a video ethnography study of patients with heart failure. Human-led thematic analysis used Dedoose software, and LLM-based analysis was conducted using ChatGPT Edu (GPT-5.2; OpenAI) with an eleven-prompt protocol. Both applied a hybrid deductive-inductive approach. The research team compared outputs across 63 human-LLM theme pairs
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: The objective of this study was to evaluate whether persona-routing strategies that combine a LEAN persona with a SAFE persona reduce rule-defined contraindication and sequence safety failures, as well as counterfactual monotonicity violations, while preserving efficiency in simulated emergency clinical reasoning. The study also aimed to determine whether such routing can reduce explicit safety failures and monotonicity violations while keeping resource use close to the lean baseline.
METHODS: Using a single ChatGPT deployment (GPT-5.2 Pro; accessed January 2026; San Francisco, CA:
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: Large language models (LLMs) can support clinical decision-making by parsing databases and extracting relevant information. However, evaluating drug-induced liver injury (DILI) often requires processing lengthy clinical histories alongside reference materials like LiverTox, which can exceed context lengths of conventional LLMs. Challenges such as information truncation hinder standard approaches like prompt engineering and retrieval-augmented generation (RAG). To address these limitations, this study introduces DILIConsult, an agentic LLM pipeline based on GPT-4, designed to intell…
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 release of the 2025 American Society of Regional Anesthesia (ASRA) 5th edition guidelines for regional and neuraxial anesthesia procedures for patients receiving antithrombotic medications introduced complex, patient-specific hold times and resumption protocols. As clinicians increasingly utilize large language models (LLMs) as clinical decision support tools, the reliability of these models remains largely unvalidated. This study evaluates the accuracy of two of the foremost LLMs, ChatGPT (OpenAI, San Francisco, CA) and Google Gemini (Google DeepMind, London, UK), in adhering to these new…
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: Lifestyle interventions for patients with prostate cancer have been shown to improve treatment adherence and quality of life. However, there remains a lack of large language models (LLMs) capable of delivering individualized and professional lifestyle recommendations under clearly defined medical safety boundaries and controlled evidence sources.
OBJECTIVE: This study aimed to develop and evaluate a supervised fine-tuned LLM-PCaPLMM_SFT (Prostate Cancer Patient Lifestyle Management Model via Supervised Fine-Tuning)-to support health literacy improvement and lifestyle self-manageme…
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: This study aimed to develop large language models (LLMs) to automatically identify antiretroviral therapy (ART) adherence barriers and stratify nonadherence risk levels from patient-generated messages.
MATERIALS AND METHODS: With a co-construction committee of people with HIV and providers, 15 480 sentences were annotated for barrier and risk levels. General-domain LLMs (eg, Flan-T5) and clinical foundation models (eg, Clinical-T5) were fine-tuned for multiclass classification and evaluated using Macro-F1. Best-performing models were compared with GPT family and other open-source L…
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) are increasingly embedded in conversational agents for cardiometabolic care. These systems could support self-management, but their behavior change content, delivery mechanisms, and implementation transparency are poorly understood.
OBJECTIVE: This scoping review mapped behavior change techniques (BCTs) used in LLM-driven conversational agents for cardiometabolic prevention and management, described how these techniques are delivered across static, rule-based, and generative mechanisms, examined LLM design, personalization, and safety reporting, and su…
Scoping ReviewСтатьяПолный 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.
STUDY OBJECTIVES: Large language models may efficiently develop Regular Expression (regex)-based natural language processing for electronic health record phenotyping. We present PromptNLP to assess feasibility by evaluating performance and generalizability to clinical notes across multiple institutions.
METHODS: Sleep-related clinical notes from Kaiser Permanente Southern California, Beth Israel Deaconess Medical Center, and Emory University were used to extract apnea-hypopnea index and Epworth Sleepiness Scale. PromptNLP involves two steps: (1) build an apnea-hypopnea index/Epworth Sleepines…
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.
Swallowing disorders are a common complication after stroke, yet current assessment methods rely largely on clinical observation and subjective screening, limiting continuous and objective evaluation. Here, we report a large language model (LLM)-driven throat-wearable sensing system (TWSS) for real-time monitoring of laryngeal activity and quantitative assessment of swallowing function. TWSS consists of a flexible sensing patch and a structured signal sequence-based LLM framework (S3-LLM). The flexible patch integrates a stretchable sensor with a wireless circuit module, enabling conformal att
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: Patients increasingly use large language models (LLMs) to obtain medical information, but the quality of LLM-generated information on complex spinal infections such as spondylodiscitis remains uncertain. Existing evaluations in spine surgery have mainly addressed degenerative conditions or surgical procedures, and disease-specific data for spondylodiscitis are limited.
OBJECTIVE: This preliminary study evaluated spine surgeons' ratings of single-turn LLM responses to 10 author-curated frequently asked questions (FAQs) about spondylodiscitis and compared answer sets generated from …
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