Oral Lichen Planus (OLP) is a common chronic inflammatory disorder with a complex etiology and potential for malignant transformation, posing substantial challenges for clinical diagnosis and management. Conventional diagnostic approaches often depend on clinical experience and subjective assessment, which limits their accuracy and efficiency. Recent advances in artificial intelligence (AI) have introduced novel paradigms for investigating OLP characteristics. This review examines current applications, progress, challenges, and future directions of AI in OLP diagnosis and classification, predi…
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), a branch of computer science focused on developing algorithms that replicate intelligent behaviour, has recently been used in patients management by enhancing diagnostic and prognostic capabilities of various resources such as hospital datasets, electrocardiograms and echocardiographic acquisitions. Machine learning (ML) and deep learning (DL) models, both key subsets of AI, have demonstrated robust applications across several cardiovascular diseases, from the most diffuse like hypertension and ischemic heart disease to the rare infiltrative cardiomyopathies, as w…
Consensus StatementСтатьяПолный 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.
PURPOSE OF REVIEW: The integration of artificial intelligence (AI) in the diagnosis and management of anterior segment diseases has rapidly expanded, demonstrating significant potential to revolutionize clinical practice.
RECENT FINDINGS: AI technologies, including machine learning and deep learning models, are increasingly applied in the detection and management of a variety of conditions, such as corneal diseases, refractive surgery, cataract, conjunctival disorders (e.g., pterygium), trachoma, and dry eye disease. By analyzing large-scale imaging data and clinical information, AI enhances …
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.
Lymphadenopathy is associated with lymph node abnormal size or consistency due to many causes. We employed the deep convolutional neural network ResNet-34 to detect and classify CT images from patients with abdominal lymphadenopathy and healthy controls. We created a single database containing 1400 source CT images for patients with abdominal lymphadenopathy (n = 700) and healthy controls (n = 700). To train, test, and cross-validate the ResNet-34 classifier to detect specific lesions, we first resized and normalized all images. Then, we randomly divided the 1400 images into 88 groups of 16, a
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.
INTRODUCTION: Periodontitis is the main cause of tooth loss and is related to many systemic diseases. Artificial intelligence (AI) in periodontics has the potential to improve the accuracy of risk assessment and provide personalized treatment planning for patients with periodontitis. This systematic review aims to examine the actual evidence on the accuracy of various AI models in predicting periodontitis.
METHODS: Using a mix of MeSH keywords and free text words pooled by Boolean operators ('AND', 'OR'), a search strategy without a time frame setting was conducted on the following databases:…
СтатьяСистематический обзорПоддержка 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.
OBJECTIVES: This study intended to evaluate patients' attitudes toward the use of AI in dental radiographic detection of occlusal caries and the impact of AI-based diagnosis on their trust in dentists.
METHODS: A total of 272 completed questionnaires were included in this study. In the first part of the study, approval was obtained from the patients, and data were collected about their socio-demographic characteristics. In the second part the 11-item Dentist Trust Scale was applied. In the third and fourth parts, there were questions about two clinical scenarios, the patients' knowledge of at
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: The purpose of this study is to summarize the results from 3 experimental studies into the use of artificial intelligence to classify and segment colour fundus images with choroidal nevi.
STUDY DESIGN: This study is based on a secondary analysis of colour fundus images taken of patients receiving usual clinical care from the Alberta Ocular Brachytherapy Program.
METHODS: High-resolution colour fundus images were labeled by experienced ocular oncologists. In experimental study 1, four pre-trained models (ResNet 50, VGG-19, VGG-16, and AlexNet) were evaluated for their ability to cl…
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.
PURPOSE: This study analysed the main artificial intelligence (AI) models for the diagnosis of cholesteatoma on computed tomography (CT), evaluating their performance and comparing them with each other. The increasing application of AI in radiology requires a systematic comparison of available methodologies.
METHODS: A systematic literature review was conducted, selecting relevant articles from the main databases. The included studies had to fulfil specific criteria regarding methodology, use of AI models for cholesteatoma diagnosis and results in terms of sensitivity and specificity.
RESULT…
СтатьяСистематический обзорМетаанализПоиск 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.
We focus on the utility of artificial intelligence (AI) in the management of macular hole (MH). We synthesize 25 studies, comprehensively reporting on each AI model's development strategy, validation, tasks, performance, strengths, and limitations. All models analyzed ophthalmic images, and 5 (20 %) also analyzed clinical features. Study objectives were categorized based on 3 stages of MH care: diagnosis, identification of MH characteristics, and postoperative predictions of hole closure and vision recovery. Twenty-two (88 %) AI models underwent supervised learning, and the models were most of…
СтатьяScoping ReviewПоиск 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.
In the context of advancing healthcare, the diagnosis and treatment of cognitive disorders, particularly Mild Cognitive Impairment (MCI) and Alzheimer's Disease (AD), pose significant challenges. This review explores Artificial Intelligence (AI) and Machine Learning (ML) in neuropsychological assessment for the early detection and personalized treatment of MCI and AD. The review includes 37 articles that demonstrate that AI could be an useful instrument for optimizing diagnostic procedures, predicting cognitive decline, and outperforming traditional tests. Three main categories of applications…
СтатьяОбзорПолный 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.
Artificial intelligence (AI) is playing an increasing role in several fields of medicine. It is also gaining popularity among surgeons as a valuable screening and diagnostic tool for many conditions such as benign and malignant colorectal, gastric, thyroid, parathyroid, and breast disorders. In the literature, there is no review that groups together the various application domains of AI when it comes to the screening and diagnosis of main surgical diseases. The aim of this review is to describe the use of AI in these settings. We performed a literature review by searching PubMed, Web of Scienc…
СтатьяОбзорПолный 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.
The diagnosis of retinopathy of prematurity (ROP) is primarily image-based and suitable for implementation of artificial intelligence (AI) systems. Increasing incidence of ROP, especially in low and middle-income countries, has also put tremendous stress on health care systems. Barriers to the implementation of AI include infrastructure, regulatory, legal, cost, sustainability, and scalability. This review describes currently available AI and imaging systems, how a stable telemedicine infrastructure is crucial to AI implementation, and how successful ROP programs have been run in both low and …
СтатьяОбзорПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVES: To investigate the accuracy of artificial intelligence (AI)-based segmentation of the mandibular canal, compared to the conventional manual tracing, implementing implant planning software.
MATERIALS AND METHODS: Localization of the mandibular canals was performed for 104 randomly selected patients. A localization was performed by three experienced clinicians in order to serve as control. Five tracings were performed: One from a clinician with a moderate experience with a manual tracing (I1), followed by the implementation of an automatic refinement (I2), one manual from a dental s…
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.
Understanding the use of AI in healthcare is essential for the successful implementation of AI-driven healthcare solutions. The aim of this study was to evaluate public perception of AI utilization in healthcare settings. A validated questionnaire assessed general perceptions towards AI utilization, the use of AI by physician , and the use of AI by pharmacists . The study included 770 participants. The median perception score indicated an unfavorable attitude. Participants who had lower education level and those with no employment had a significantly lower perception scores than their counterp
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 an emerging technology with numerous healthcare applications. AI could prove particularly useful in the cardiac intensive care unit (CICU) where its capacity to analyze large datasets in real-time would assist clinicians in making more informed decisions. This systematic review aimed to explore current research on AI as it pertains to the CICU. A PRISMA search strategy was carried out to identify the pertinent literature on topics including vascular access, heart failure care, circulatory support, cardiogenic shock, ultrasound, and mechanical ventilation. Thirty…
СтатьяСистематический обзорПоиск 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 third AI boom, which began in 2010, has been characterized by the rapid evolution and diversification of AI and marked by the development of key technologies such as machine learning and deep learning. AI is revolutionizing the medical field, enhancing diagnostic accuracy, surgical outcomes, and drug production.
METHODS: This review includes explanations of digital transformation (DX), the history of AI, the difference between machine learning and deep learning, recent AI topics, medical AI, and AI research in male infertility.
MAIN FINDINGS RESULTS: In research on male infer
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: Ultrasonography in the first trimester of pregnancy offers an early screening tool to identify high risk pregnancies. Artificial intelligence (AI) algorithms have the potential to improve the accuracy of diagnosis and assist the clinician in early risk stratification.
OBJECTIVE: The objective of the study was to conduct a systematic review of the use of AI in imaging in the first trimester of pregnancy.
METHODS: We conducted a systematic literature review by searching in computerized databases PubMed, Embase, and Google Scholar from inception to January 2024. Full-text peer-rev…
СтатьяСистематический обзорПоиск 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 introduction of artificial intelligence (AI) about great changes in the field of dentistry, but it has not yet been fully determined in which areas it will make a positive contribution to dentistry students. The objective of our study was to compare the diagnostic accuracy of undergraduate students (fourth-year dentistry students [4DS] and final-year dentistry students [5DS]) and AI when examining panoramic radiographs.
METHODS: Fifty panoramic radiographs and 1602 teeth were examined by 50 4DS who had not received a clinical practice internship, 50 5DS, and an AI application.…
СтатьяСравнительное 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