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
9305 публикаций
Поиск: 275 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1619 с найденным полным текстом
BACKGROUND: After-visit summaries (AVSs) are essential for a safe hospital discharge, yet are often written above literacy levels, omit key information, and are produced under substantial clinical time pressure. Large language models (LLMs) offer a potential solution, while performance and safety in real clinical workflows remain uncertain.
OBJECTIVE: To compare the quality, understandability, actionability, and safety of LLM-generated versus physician-authored after-visit summaries for hospitalized patients.
METHODS: We conducted a retrospective, blinded comparison of physician-authored AVS
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: Marathon running has evolved into a global phenomenon, with rising participation across age and experience groups. Training for a marathon requires adherence to well-established principles involving pacing, training volume, and periodization. With the increasing integration of artificial intelligence (AI) into healthcare and fitness, it remains unclear whether AI can reliably prescribe evidence-based training programs for such demanding endurance events.
SOURCES OF DATA: We conducted a descriptive study using outputs from leading AI models: Claude 3.5 Sonnet, Claude 3.5 Haiku (Fre
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: To understand the perspective of patients undergoing breast imaging on the use of artificial intelligence (AI) in breast cancer screening.
METHODS: A 36-item survey was administered to breast imaging patients at 6 academic and 2 private practice groups in the United States. The survey included questions regarding demographics, breast imaging history, and electronic health literacy. Respondents were asked Likert scale questions on the role of AI in breast cancer screening, the role of AI as an independent or complementary reader, and concerns regarding AI in breast imaging.
RESULTS
СтатьяМногоцентровое 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.
BACKGROUND: Artificial intelligence (AI) models can inherit biases from their training data, a phenomenon documented in other fields, including the corporate and legal realms. This study is the first to investigate such biases in AI-generated images of plastic surgery patients.
METHODS: Three AI image generators were used to generate 2600 images using the prompt "A photo of the face of a ___ patient," encompassing various plastic surgery patient groups. Images were independently assessed by 3 blinded raters for demographic factors and compared with real-world patient demographics via Fisher e
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 holds great promise for the design of antimicrobial peptides (AMPs); however, current models face limitations in generating AMPs with sufficient novelty and diversity, and they are rarely applied to the generation of antifungal peptides. Here, we develop an alternative pipeline grounded in a diffusion model and molecular dynamics for the de novo design of AMPs. The peptides generated by our pipeline have lower similarity and identity than those of other reported methodologies. Among the 40 peptides synthesized for an experimental validation, 25 exhibit either antibacter
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.
In the era of Artificial Intelligence, the magic of achieving results at the "speed of light" for tasks that until recently required a lot of work and effort shocks, arouses enthusiasm and generates fears at the same time. Therefore, starting from this reality of our days, we proposed within the current research to study the relationship between the factors of technostress (techno-overload, techno-invasion, techno-complexity, techno-insecurity, techno-uncertainty) perceived as a result of the implementation of AI at the societal level and the quality of life, filtering the relationship through
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 AND PURPOSE: Daily target re-delineation in online adaptive radiotherapy (oART) introduces uncertainty. The aim of this study was to evaluate artificial intelligence (AI) generated contours and inter-observer target variation among radiotherapy technicians in cone-beam CT (CBCT) guided oART of bladder cancer.
MATERIALS AND METHODS: For each of 10 consecutive patients treated with oART for bladder cancer, one CBCT was randomly selected and retrospectively included. The bladder (CTV-T) was AI-segmented (CTV-TAI). Seven radiotherapy technicians independently reviewed and edited CTV-TA
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.
Artificial intelligence (AI) has been utilized in soft-tissue analysis and prediction in orthodontic treatment planning, although its reliability has not been systematically assessed. This scoping review was conducted to outline the development of AI in terms of predicting soft-tissue changes after orthodontic treatment, as well as to comprehensively evaluate its prediction accuracy. Six electronic databases (PubMed, EBSCOhost, Web of Science, Embase, Cochrane Library, and Scopus) were searched up to March 14, 2023. Clinical studies investigating the performance of AI-based systems in predicti
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.
OBJECTIVE: A study to evaluate the quality, readability, and clinical appropriateness of ChatGPT generated answers to common vascular surgery questions was designed.
METHODS: Sixteen questions, written in a layperson style, were developed covering four major vascular conditions: abdominal aortic aneurysm; carotid stenosis; peripheral arterial occlusive disease; and varicose veins. The questions were categorised across four domains (signs and symptoms, natural history, medical advice, and best treatment) and further grouped for analysis into symptom related and treatment related queries. They
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.
Spine imaging represents a complex diagnostic frontier characterized by anatomical variability, motion artifacts, metallic instrumentation interference, and significant inter-reader diagnostic variability (κ=0.20 across institutions). While conventional discriminative artificial intelligence (AI) models achieve >95% accuracy in detecting degenerative changes, they remain limited by data scarcity, heterogeneous protocols, and poor generalizability. In the spine, these limitations are particularly relevant because clinical decisions can often depend on subtle distinctions (such as differentiatin
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: Generative artificial intelligence (GenAI) chatbots have shown utility in assisting with various research tasks. Traditional, complementary, and integrative medicine (TCIM) is a patient-centric approach that emphasizes holistic well-being. The integration of TCIM and GenAI presents numerous key opportunities. However, TCIM researchers' attitudes toward GenAI tools remain less understood. This large-scale, international cross-sectional survey aimed to elucidate the attitudes and perceptions of TCIM researchers regarding the use of GenAI chatbots in the scientific process.
METHODS:
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: The use of generative artificial intelligence to create synthetic data is an emerging strategy to enhance real-world evidence.
OBJECTIVE: To assess the validity of artificial intelligence-generated synthetic data in replicating data collected in the Italian Multiple Sclerosis and Related Disorders Register for the evaluation of progression independent of relapse activity risk under early intensive treatment and escalation treatment strategies.
METHODS: Artificial intelligence generative models were trained on a sub-cohort of 1666 Italian Multiple Sclerosis and Related Disorders R
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
For much of its history, forensic toxicology was built on a core analytical question: what poison or drug is present, and at what concentration? That question still matters, but modern casework increasingly shows that it is no longer sufficient on its own. The field grew from the nineteenth-century chemical toxicology of Mathieu Orfila and the arsenic-detecting Marsh test into a discipline central to medicolegal death investigation, overdose certification, and exposure reconstruction. Yet contemporary practice must now contend with novel psychoactive substances, highly potent synthetic opioids
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 increasing rate of global carbon dioxide (CO2) emissions, mainly resulted from the industrial and energy sectors is a serious global challenge for climate stability. Carbon Capture, Utilization, and Storage (CCUS) technologies are being considered as important route to achieve the decarbonization objectives established in the Paris Agreement through reduction of CO2 levels in the atmosphere while allowing for its conversion to useful products. This review presents advancements in materials and technologies that are used to enhance the efficiency of CCUS process. Adsorbents based on biochar
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.
Outpatient clinic letters are a cornerstone of clinical communication but frequently exceed recommended reading levels, limiting patient comprehension and engagement. Large Language Models (LLMs) and Artificial Intelligence (AI) have been proposed as scalable tools for generating and simplifying these documents, but the evidence regarding their clinical accuracy, safety, and effectiveness remains fragmented. We conducted a systematic review of studies evaluating AI or LLMs for generating, simplifying, or enhancing outpatient clinic letters. Five databases (PubMed, EMBASE, Web of Science, CENTR
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: To develop an explainable multimodal large language model (MM-LLM) that (1) screens optic nerve head (ONH) OCT circle scans for quality and (2) generates structured clinical reports that include glaucoma diagnosis and sector-wise retinal nerve fiber layer (RNFL) thinning assessments.
DESIGN: A retrospective cohort study using longitudinal data from the Diagnostic Innovations in Glaucoma Study and the African Descent and Glaucoma Evaluation Study.
PARTICIPANTS: A total of 43 849 Spectralis circumpapillary B-scans centered on the ONH from 1310 subjects, including 1331 glaucomatous a
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.
OBJECTIVES: To evaluate the feasibility of utilising artificial intelligence (AI)-based segmentation of cone-beam computed tomography (CBCT) images in the generation of three-dimensional virtual patients, particularly in contexts complicated by the presence of metallic artefacts.
METHODS: Crown preparations were performed on the mandibular second premolars of a validated human head phantom, followed by intraoral scanning with a TRIOS scanner. Custom zirconia crowns were digitally designed and milled. The phantom was scanned using two CBCT units under four conditions simulating different crown
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.
PURPOSE: This study aims to evaluate the content and quality of patient educational materials on gestational diabetes mellitus (GDM) generated by ChatGPT and Gemini.
BACKGROUND: The sources of knowledge are crucial in the effective management of disease. Artificial intelligence (AI) platforms could become a primary source of patient education materials in the near future.
METHODS: A descriptive research design was employed. Frequently asked questions related to GDM were extracted from patient education sections of existing guidelines. These questions were then submitted to both ChatGPT and G
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) platforms, such as ChatGPT, have become increasingly popular outlets for the consumption and distribution of health care-related advice. Because of a lack of regulation and oversight, the reliability of health care-related responses has become a topic of controversy in the medical community. To date, no study has explored the quality of AI-derived information as it relates to common foot and ankle pathologies. This study aims to assess the quality and educational benefit of ChatGPT responses to common foot and ankle-related questions.
METHODS: ChatGPT
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.