Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
9304 публикаций
Поиск: 255 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1619 с найденным полным текстом
BACKGROUND: Reviewing pathology, imaging, and consultation documents in oncology can be time-consuming, particularly when records originate from external facilities in different file formats. This study aimed to evaluate the impact of a Retrieval-Augmented Generation (RAG)-enabled GPT-4o summarization agent on clinical workflows and quality of outside-record summaries in breast surgical oncology.
METHODS: Initial performance evaluation of a GPT-4o/RAG agent to generate summaries of oncologic reports in 50 charts followed by a prospective pilot test of sequential cases, with each AI summary ev
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: Acute cholecystitis (AC) is among the most frequently encountered conditions in emergency care settings. Recently, artificial intelligence (AI)-driven language models have emerged as innovative resources for accessing and synthesising medical information; however, their reliability and readability across different languages remain insufficiently established. Therefore, this study aimed to assess the reliability and readability of AC information provided by AI-based language models.
METHODS: Seven standardised questions were formulated in Spanish and English. Two independent reviewe
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: We evaluated diet plans generated by ChatGPT for hypertension and dyslipidaemia.
METHODS: In October 2024, ChatGPT was used to generate meal plans for 24 simulated patients with different cardiovascular health problems. Data were used from men (n=12) and women (n=12), aged 56 yr, with mean heights of 176 cm and 161 cm respectively. Weight categories were based on BMI: normal, overweight, and obese, using weights of 56, 71, and 84 kg for women and 67, 85, and 101 kg for men. Four health conditions were assessed: hypertension stages 1 and 2 (systolic BP 130-139 mm Hg and ≥140 mm Hg;
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: Artificial intelligence (AI) is gaining importance in clinical pharmacology, supporting therapeutic decisions and the prediction of drug interactions, although its applications have significant limitations. The aim of the study was to evaluate the accuracy of the responses of four large language models (LLMs), namely ChatGPT-4o, ChatGPT-3.5, Gemini Advanced 2.0, and DeepSeek, in the field of clinical pharmacology and drug interactions, as well as to analyze the impact of prompting and questions from the National Specialization Examination for Pharmacists (PESF) on the re
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.
European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie2025eng
Artificial intelligence (AI) and machine learning (ML) models rapidly transform health care with applications ranging from diagnostic image interpretation, predictive modeling, personalized treatment planning, real-time intraoperative guidance, and outcome prediction. However, their implementation in general pediatric surgery remains limited due to the rarity and complexity of pediatric surgical conditions, small and heterogeneous datasets, and a lack of formal AI training and competencies among pediatric surgeons.This narrative review explores the current landscape of AI and ML applications i
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.
BACKGROUND/OBJECTIVE: Neurosurgery emphasizes the criticality of accurate differential diagnoses, with diagnostic delays posing significant health and economic challenges. As large language models (LLMs) emerge as transformative tools in healthcare, this study seeks to elucidate their role in assisting neurosurgeons with the differential diagnosis process, especially during preliminary consultations.
METHODS: This study employed 3 chat-based LLMs, ChatGPT (versions 3.5 and 4.0), Perplexity AI, and Bard AI, to evaluate their diagnostic accuracy. Each LLM was prompted using clinical vignettes,
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.
PURPOSE: Synthetic data are artificial data generated without including any real patient information by an algorithm trained to learn the characteristics of a real source data set and became widely used to accelerate research in life sciences. We aimed to (1) apply generative artificial intelligence to build synthetic data in different hematologic neoplasms; (2) develop a synthetic validation framework to assess data fidelity and privacy preservability; and (3) test the capability of synthetic data to accelerate clinical/translational research in hematology.
METHODS: A conditional generative
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.
BACKGROUND: Diabetic kidney disease (DKD) is a common and serious complication of diabetes mellitus and has become the most important cause of end-stage renal disease (ESRD). In light of the rising prevalence of diabetes, there is a growing imperative for the early detection and intervention of DKD. With the rapid development of artificial intelligence (AI) technologies, its potential applications in patient education are receiving increasing attention, especially large language models (LLMs). The aim of this study was to evaluate the quality of LLMs-generated patient education materials (PEMs
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.
Artificial intelligence (AI)-generated synthetic data has emerged as a promising solution to address the underrepresentation of underserved populations in medical AI systems. By artificially generating data that mimics real-world patient information, proponents argue that AI-generated synthetic data can fill data gaps, improve algorithmic fairness, and mitigate bias without requiring costly data collection or raising privacy concerns. However, in this article, I challenge this optimistic view. I argue that AI-generated synthetic data may amplify existing biases rather than mitigate them, and c
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: Length of stay (LoS) prediction is vital for optimizing surgical patient flow and resource allocation. Artificial intelligence (AI) and machine learning (ML) models may enhance LoS prediction, yet their validity and clinical utility in General Surgery remain unclear.
METHODS: Embase, Medline, Scopus, and Web of Science were systematically searched to June 2025. Studies employing AI or ML to predict LoS or discharge timing in adult General Surgery cohorts were included. Data on model development, predictor and target variables, performance, and validation were extracted. Risk of bi
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.
Artificial intelligence (AI) is rapidly transforming many areas of medicine. Pediatric nephrology may be a field of particular relevance due to its data-rich environments, rarity of diseases, long-term follow-up needs, and persistent evidence gaps. Traditional clinical research methods, including randomized controlled trials, are often difficult to conduct in pediatric nephrology because of small sample sizes, ethical constraints, heterogeneity of disease, and long latency to clinically meaningful outcomes. AI-based methods offer complementary approaches to address these challenges, spanning d
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
Drug discovery remains constrained by high attrition rates, prolonged timelines, and limited ability to translate molecular insights into effective therapies. Although reductionist approaches targeting individual molecules have delivered transformative medicines, successful patient-centric treatment remains a major challenge. Furthermore, increasing evidence demonstrates that therapeutic outcomes emerge from complex, dynamic, and context-dependent biological networks. Systems biology has provided a framework to understand these interactions, yet its predictive capability has been limited by bi
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.
ObjectivesCochlear implant (CI) denial letters are a time-consuming and repetitive task that could benefit from artificial intelligence (AI)-powered large language model (LLM) chatbots. This study assesses ChatGPT's accuracy in creating insurance appeal letters compliant with the American Cochlear Implant (ACI) Alliance guidelines for CI necessity.MethodsChatGPT was prompted to generate zero-shot appeal letters for asymmetric hearing loss or single-sided deafness (AHL/SSD) CI denials. Thirty prompt variations were created, and responses were scored for guideline concordance by three CI provide
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: Leg length discrepancy (LLD) and malalignment of the lower extremity can lead to pain and increased risk of osteoarthritis. Radiographic measurements on anteroposterior (AP) full-length radiographs can be used to assess LLD and lower extremity alignment. The primary aim of this study was to evaluate the accuracy of AI software in performing lower extremity radiographic measurements in patients with implants. The secondary aim was to compare its efficiency to that of radiologists.
MATERIALS AND METHODS: This study used the following eight angles and five lengths: hip-knee-angle (HKA
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: Artificial intelligence (AI) risk prediction algorithms such as the smartphone-available Predictive OpTimal Trees in Emergency Surgery Risk (POTTER) for emergency general surgery (EGS) are superior to traditional risk calculators because they account for complex nonlinear interactions between variables, but how they compare to surgeons' gestalt remains unknown. Herein, we sought to: (1) compare POTTER to surgeons' surgical risk estimation and (2) assess how POTTER influences surgeons' risk estimation.
STUDY DESIGN: A total of 150 patients who underwent EGS at a large quaternary ca
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.
Postoperative cognitive dysfunction (POCD) refers to the complications of the central nervous system before and after surgery in patients without mental disorders. Many studies have shown that surgical anesthesia may cause POCD, especially in elderly patients. This article aims to study the relationship between artificial intelligence-based general anesthetics and postoperative cognitive dysfunction. This article first describes and classifies artificial intelligence, introduces its realization method, machine learning algorithms, and briefly introduces the basic principles of regression and c
СтатьяПоддержка исследования: вне правительства СШАОтозванная публикацияПолный 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.
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 Surgery2024eng
INTRODUCTION: Biologic therapies for Chronic Rhinosinusitis with Nasal Polyps (CRSwNP) have emerged as an auspicious treatment alternative. However, the ideal patient population, dosage, and treatment duration are yet to be well-defined. Moreover, biologic therapy has disadvantages, such as high costs and limited access. The proposal of a novel Artificial Intelligence (AI) algorithm offers an intriguing solution for optimizing decision-making protocols.
METHODS: The AI algorithm was initially programmed to conduct a systematic literature review searching for the current primary guidelines on
Систематический обзорСтатьяПолный 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.
In the fall of 2023, the Journal of the Medical Library Association (JMLA) introduced its policy on generative artificial intelligence (AI) submissions, predicting that these tools would become embedded within the workflows of clinicians, educators, researchers, and students. Those predictions dramatically underestimated AI's impact. On the three-year anniversary of that editorial, we revisit the issue in light of AI's unprecedentedly rapid adoption across knowledge work. We examine the educational challenges AI poses, arguing that excessive cognitive offloading threatens the deep thinking on
Редакционная 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.
OBJECTIVE: Use of large language model-based systems in healthcare has expanded rapidly since late 2022. Building on previous national surveys, we examined current generative AI (GenAI) use among UK general practitioners (GPs) and how GPs conceptualise artificial intelligence (AI), its clinical role and implications for professional practice.
METHODS AND ANALYSIS: We analysed data from the 2026 wave of the Generative AI in UK General Practice (GPAI-UK) survey is an annual, convenience sample online survey of UK GPs administered via Doctors.net.uk within a scheduled monthly omnibus targeting 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.