OBJECTIVES: To benchmark the informational quality, verifiability indicators, and readability of publicly accessible large language model (LLM) responses to standardized, patient-facing varicose veins (VV) questions.
METHODS: Twenty single-intent VV questions were derived from PubMed-indexed VV and chronic venous disease guidelines and consensus statements (search date: February 10, 2026). The question set was designed as a decision-critical benchmark across the care pathway rather than a prevalence-weighted sample of real-world patient queries. Five publicly accessible LLMs (ChatGPT 5.2, Dee
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: Artificial intelligence (AI) has become increasingly important in predicting outcomes of traumatic brain injury (TBI). Traditional machine learning (ML) models, such as support vector machines (SVMs), have shown high accuracy, whereas the potential of large language models (LLMs) in structured clinical prediction remains underexplored.
PURPOSE: This study compared the predictive performance of ML and LLM approaches (ChatGPT-5 with Thinking response mode) using the same TBI dataset and evaluated the impact of prompting strategies and threshold calibration on model reliability and c…
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.
Objectives: The objectives of this study were as follows: (1) statistical investigation of the association between systemic diseases and dental pulp condition; and (2) utilization of locally running large language models (LLMs) to handle a large number of dental charts written in natural languages, while protecting patients' information. Methods: A total of 5820 endodontic charts, including healthy controls and patients with a history of cancer, HIV, type 1 diabetes mellitus (DM), and type 2 DM, were selected from 15,147 samples. Using a local LLM environment, the dental charts from each group…
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: Public availability of large language models (LLMs) from late 2022 has raised concerns about AI-assisted writing in scientific publishing. Oncology randomized controlled trials (RCTs) underpin cancer treatment guidelines and regulatory decisions worldwide, yet whether linguistic changes have followed the emergence of LLMs has not been examined at scale.
METHODS: We conducted a retrospective corpus linguistics analysis of 21,392 oncology RCTs indexed in PubMed (2019-2026), stratified into pre-LLM (2019-2022; n = 11,308) and post-LLM (2023-2026; n = 10,084) eras. Full text was retri…
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 growing use of large language model-supported companion robots in later-life care warrants closer scrutiny beyond conversational performance alone. While the original cross-cultural study offers valuable qualitative insights from the United Kingdom and Japan, its findings also expose unresolved questions regarding cross-cultural generalisability, sustained relational value, and the ethical implications of embedding generative AI in companionship technologies. Meaningful support for loneliness in older adults cannot be inferred from dialogue fluency alone, because loneliness is a multidimen
Письмо в редакциюПоиск 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.
INTRODUCTION: Large Language Models are emerging as powerful tools in healthcare, particularly for complex, domain-specific tasks. This study describes the development and evaluation of PEri-operative AI CHatbot (PEACH). It was developed by embedding 35 institutional peri-operative protocols into a secure large language model environment, with iterative prompt engineering and internal testing to ensure clinical relevance and accuracy.
METHODS: The system was tested with a silent deployment using real-world data. Accuracy, safety and usability were assessed. Accuracy was evaluated by comparing…
СтатьяПоддержка 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.
Recent advances in large language models (LLMs) enable domain-specific question answering using external knowledge. However, addressing information that is not included in training data remains a challenge, particularly in nuclear medicine, where examination protocols are frequently updated and vary across institutions. In this study, we developed a retrieval-augmented generation (RAG) system using 40 internal manuals from a single Japanese hospital, each corresponding to a different examination in nuclear medicine. These institution-specific documents were segmented and indexed using a hybrid…
СтатьяОценочное 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.
OBJECTIVE: To determine the accuracy of a custom version of the generative pretrained transformer (GPT)-4o large language model (LLM) in identifying PICU admissions with vs. without bacterial pneumonia using clinical notes.
DESIGN: In this retrospective cohort study, the GPT-4o model was provided guidance on our institution's pneumonia diagnosis practices through a custom prompt and instructed to analyze PICU provider notes from the first 2 calendar days of PICU admission to identify bacterial pneumonia diagnoses. Diagnoses from the manually curated Virtual Pediatric Systems (VPS) Registry we
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.
BACKGROUND. The American College of Radiology (ACR) Incidental Findings Committee (IFC) algorithm provides guidance for pancreatic cystic lesion (PCL) management. Its implementation using plain-text large language model (LLM) solutions is challenging given that key components include multimodal data (e.g., figures and tables). OBJECTIVE. The purpose of the study is to evaluate a multimodal LLM approach incorporating knowledge retrieval using flowchart embedding for forming follow-up recommendations for PCL management. METHODS. This retrospective study included patients who underwent abdominal
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.
OBJECTIVES: Chemotherapy-induced nausea and vomiting (CINV) is a common adverse effect among breast cancer patients, significantly affecting quality of life. Existing evidence on the prevention, assessment, and management of this condition is fragmented and inconsistent. This study constructed a CINV knowledge graph using a large language model (LLM) to integrate nursing and medical evidence, thereby supporting systematic clinical decision-making.
METHODS: A top-down approach was adopted. 1) Knowledge base preparation: Nine databases and eight guideline repositories were searched up to Octobe
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: Dravet Syndrome (DS) is a developmental and epileptic encephalopathy that is characterized by severe, prolonged motor seizures and high resistance to multiple antiseizure medications (ASMs) with multiple comorbidities. Evaluating the efficacy of new drugs in DS preclinical models and mapping them to human phenotypes of DS through analysis of published literature is an important goal for improving outcomes in this rare pediatric epilepsy.
MATERIALS AND METHODS: Large language models (LLM) have demonstrated great promise in parsing published literature; however, the performance of LL…
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
INTRODUCTION: Despite growing interest in large language models (LLMs) for endodontic diagnosis, prior studies have used simulated cases, examination formats, or small selected series. This multicenter retrospective study compared the diagnostic accuracy of ChatGPT-5.2 and Gemini 3.0 with that of calibrated endodontists across 645 teeth requiring initial root canal treatment.
METHODS: Cases were evaluated across four endpoints: pulpal diagnosis, periapical diagnosis, treatment planning, and case difficulty. Standardized clinical summaries and radiographs were submitted to endodontists and bot…
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.
BACKGROUND: The standardized extraction of postoperative complications from unstructured routine clinical documentation remains a major unresolved challenge in digital surgery and health informatics. Although the Clavien-Dindo classification is the established standard for grading postoperative complications, its application in routine clinical documentation is largely implicit and unstructured, limiting scalable quality assessment in surgical care.
OBJECTIVE: This study aimed to assess the capability of open-weight and proprietary large language models (LLMs) to classify postoperative compli…
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.
BACKGROUND: Multimodal large language models (MLLMs) capable of integrating visual and textual information represent a promising advancement for clinical applications requiring image interpretation. Wound care assessment, which demands simultaneous analysis of wound photographs and clinical data, provides an ideal domain to evaluate multimodal vs unimodal artificial intelligence capabilities against human expertise.
OBJECTIVE: This study aims to compare the performance of MLLMs, unimodal ChatGPT 5.0, and human clinical experts on a standardized wound care certification examination.
METHODS: …
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.
Background: The reliable integration of large language models (LLMs) into neuroimaging data extraction workflows remains unresolved. Prior benchmarking shows that exact-match accuracy underestimates LLM extraction performance, but whether inter-model consensus and variable complexity can guide automation remains unclear. We evaluated whether inter-model consensus can serve as a confidence signal for human-artificial intelligence (AI) extraction and can guide complexity-stratified workflow triage. Methods: Four frontier LLMs were queried via OpenRouter with an identical zero-shot structured pro…
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 considered as adjuncts for differential diagnostic reasoning, yet their sensitivity to gender-attributed cues in the persona prompt-particularly for neglected tropical diseases (NTDs) and in non-English clinical settings-remains poorly characterised. Objective: The objective of this study was to compare the diagnostic accuracy of one proprietary and three open-weight LLMs for Chagas disease (CD) and visceral leishmaniasis (VL) under paired persona-prompt conditions in which the only manipulated variable was the linguistic gender of the …
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) could accelerate clinical literature searches, but their reliability is compromised by "hallucinations" generating false references. This study compared three general-purpose LLMs using a standardized dermatology literature retrieval prompt for reference accuracy, relevance, and hallucination rates.
METHODS: A clinical scenario on latent tuberculosis management in psoriasis patients on IL-17/23 inhibitors was defined. To establish a reference standard, references (n=74) from the two most recent and comprehensive systematic reviews on the topic were scr…
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.
MedElevator
Войти в исследования