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
3748 публикаций
Поиск: 82 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 235 с найденным полным текстом
This paper investigates the application of Survival Analysis (SA) techniques to forecast outcomes after autologous Hematopoietic Stem Cell Transplantation (aHSCT) for Multiple Myeloma (MM). By leveraging six SA models, we examine their predictive capabilities, measured through the Concordance Index (C-index) metric. Beyond evaluating model performance, we analyze feature importance using permutation and SHAP methods, highlighting key clinical factors such as treatment history, disease stage, and prior disease progression or relapse as critical predictors of survival. The findings suggest that
Полный текст 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.
The role of machine learning (a part of artificial intelligence-AI) in the diagnosis and treatment of various types of oncology is steadily increasing. It is expected that the use of AI in oncology will speed up both diagnostic and treatment planning processes. This review describes recent applications of machine learning in oncology, including medical image analysis, treatment planning, patient survival prognosis, and the synthesis of drugs at the point of care. The fast and reliable analysis of medical images is of great importance in the case of fast-flowing forms of cancer. The introductio
Полный текст 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.
The present coronavirus disease 2019 (COVID-19) pandemic scenario has posed a difficulty for cancer treatment. Even under ideal conditions, malignancies like small cell lung cancer (SCLC) are challenging to treat because of their fast development and early metastases. The treatment of these patients must not be jeopardized, and they must be protected as much as possible from the continuous spread of the COVID-19 infection. Initially identified in December 2019 in Wuhan, China, the contagious coronavirus illness 2019 (COVID-19) is caused by the severe acute respiratory syndrome coronavirus 2 (S
Полный текст 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.
The coronavirus disease 2019 (COVID-19) pandemic, caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has led to significant global health burden, including both acute infections and persistent post-acute sequelae, also known as Long COVID (LC) in survivors. While clinical management has reduced case-fatality rates, a substantial proportion of patients develop LC, a heterogeneous syndrome with long-term symptoms. This complex continuum requires therapeutic strategies for both the acute and chronic phases. Plasma proteomics has emerged as a powerful tool in precision medicin
Полный текст 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 and machine learning are increasingly used to interrogate complex biological data. This systematic review evaluates their application to multi-omics for the molecular characterization of hematological malignancies, an area with unmet clinical need. We searched PubMed, Embase, Institute of Electrical and Electronics Engineers Xplore, and Web of Science from January 2015 to December 2024. Two reviewers screened records, extracted data, and used a modified appraisal emphasizing explainability, performance, reproducibility, and ethics. From 2847 records, 89 studies met incl
Полный текст 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.
BackgroundEssential tremor (ET) is the most common movement disorder, affecting ~6% of adults over 65 [1]. Differentiating ET from other tremors remains clinically challenging due to overlapping features and variable presentation. Artificial intelligence (AI), particularly machine learning (ML), has emerged a potential tool to support neurologists by enhancing pattern recognition and complementing traditional assessments in complex cases. This is the first scoping review examining ML's potential role in distinguishing essential tremor from other tremor types.MethodsA systematic, scoping search
Полный текст 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.
OBJECTIVES: Vertebral fractures are severe complications of osteoporosis but are frequently missed on computed tomography (CT). Differentiating true fractures from non-osteoporotic vertebral height loss remains challenging; deep learning (DL) models may improve detection and grading.
MATERIALS AND METHODS: In this retrospective study, we evaluated eight human raters with different expertise (three students, three residents, and two attendings), four DL models, and one DL-based commercial software using the public Vertebral Segmentation (VerSe) 19 & 20 datasets. Vertebral fractures were graded
Полный текст 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 increasingly advancing precision immunotherapy by integrating high-dimensional biomedical data to support diagnosis, treatment selection, and longitudinal monitoring in both cancer and autoimmune diseases. This review summarizes AI applications in biomarker discovery, prediction of immune checkpoint inhibitor (ICI) response and toxicity, neoantigen prioritization, CAR-T cell optimization, and therapeutic antibody engineering. In oncology, multimodal models combining multi-omics, medical imaging, and clinical variables improve patient stratification and non-invas
Полный текст 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.
ЦЕЛЬ: Автоматизированный мониторинг развития множественных склерозов (МС) по-прежнему сопряжен с трудностями в клинической практике. В рамках этого исследования проводится оценка системы продольного глубокого обучения LongiSeg на основе разнородных клинических данных для оценки ее практической ценности для регулярного радиологического мониторинга MS и расширения ее использования для обнаружения новых повреждений. Мы тренировали ЛонгиСега 470 пациентов из различных клинических групп, 15 типа сканера (оба 1.5T и 3T) с смешанными последовательностями 2D/3D T2w FLAIR. Мы готовили и оценивали модел
СтатьяПолный текст найденМашинный перевод · не проверен
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.
BackgroundNeurological disorders, ranging from common conditions like Alzheimer's disease that is a progressive neurodegenerative disorder and remains the most common cause of dementia worldwide to rare disorders such as Angelman syndrome, impose a significant global health burden. Altered facial expressions are a common symptom across these disorders, potentially serving as a diagnostic indicator. Deep learning algorithms, especially convolutional neural networks (CNNs), have shown promise in detecting these facial expression changes, aiding in diagnosing and monitoring neurological condition
Полный текст 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.
OBJECTIVES: Patients with multiple myeloma (MM) are immunocompromised and highly susceptible to severe infections. Invasive fungal disease (IFD) carries a particularly high mortality rate, yet its presentation often mimics bacterial infection, leading to misdiagnosis, inappropriate antibiotic use, and delayed antifungal therapy. This case-control study aimed to develop and validate a machine learning-based model to accurately distinguish IFD from bacterial infection in MM patients. METHODS: In this retrospective case-control study, we analyzed epidemiological, clinical, and laboratory data fro
Полный текст 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) offers a powerful means to accelerate precision oncology by individualizing care in an era of rapidly evolving treatment paradigms. However, there is limited regulatory oversights for safe clinical implementation of AI, and concerns surrounding data bias, ownership, and privacy have hindered broad integration into healthcare practice. In this perspective, we offer a forward-looking roadmap for the dissemination of AI in oncology. We discuss the role for AI in guiding biomarker-driven patient selection for clinical trials and in facilitating both personalized drug s
Полный текст 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: Leukemia, a heterogeneous group of blood cancers, poses significant challenges to global health due to its complexity, diverse risk factors, and variable outcomes. Accurate and early diagnosis is critical but remains a significant hurdle, particularly in low-resource settings. Recent advancements in artificial intelligence (AI) and image processing offer transformative solutions to improve leukemia detection and classification, addressing limitations in traditional diagnostic methods.
METHODS: This study systematically reviewed over 25,000 scientific articles sourced from Scopus,
Полный текст 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.
Cancer is defined as a large group of diseases that is associated with abnormal cell growth, uncontrollable cell division, and may tend to impinge on other tissues of the body by different mechanisms through metastasis. What makes cancer so important is that the cancer incidence rate is growing worldwide which can have major health, economic, and even social impacts on both patients and the governments. Thereby, the early cancer prognosis, diagnosis, and treatment can play a crucial role at the front line of combating cancer. The onset and progression of cancer can occur under the influence of
Полный текст 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.
Моноклональная гаммопатия неопределённого значения (MGUS), храпающая миелома (SMM) и множественная миелома (MM) образуют континуум расстройств плазменных клеток, причем прогрессировать от MGUS до MM трудно предсказать. Нынешние модели стратификации риска, в значительной степени основанные на клинических, лабораторных и цитогенетических маркерах, не отражают молекулярную сложность, лежащую в основе развития заболеваний, что ограничивает их прогнозную точность. Последние достижения в области мультиомики, включая геномику, транскриптомику, протеомику и метаболомику, позволили глубже понять молеку
Полный текст найденМашинный перевод · не проверен
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.
ОКРУЖАЮЩАЯ СРЕДА И ЦЕЛЬ: Оценка повреждений мозга на МРТ имеет решающее значение для исследований в области множественных склерозов (МС). Сегментация вручную занимает много времени и является непоследовательной. Мы поставили перед собой цель разработать автоматизированный алгоритм сегментации MS-повреждения для MRI, взвешенного на Т2 инверсионного восстановления (FLAIR). МЕТОДЫ: Мы разработали FLAIR Lission Analysis in Multial Sclerosis (FLAMES) — основанный на глубоком обучении алгоритм сегментации MS-повреждения на основе U-Net 3D с полным разрешением U-Net и прошли подготовку по 668 сканиро
СтатьяПрепринтПолный текст найденМашинный перевод · не проверен
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.
Breast cancer faces significant therapeutic challenges, particularly for triple-negative breast cancer (TNBC), due to limited targeted therapies and drug resistance. Drug repositioning leverages existing safety and pharmacokinetic data to expedite the identification of new indications with cost-effective benefits compared to de novo drug discovery. In this critical narrative review, we examine recent advances in computational repositioning strategies for breast cancer, focusing on network-based methods, computer-aided drug design, artificial intelligence and machine learning, transcriptomic si
Полный текст 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: Periodontitis is the most common oral disease and is closely related to immune infiltration in the periodontal microenvironment and its poor prognosis is related to the complex immune response. The progression of periodontitis is closely related to necroptosis, but there is still no systematic study of long non-coding RNA (lncRNA) associated with necroptosis for diagnosis and treatment of periodontitis.
MATERIAL AND METHODS: Transcriptome data and clinical data of periodontitis and healthy populations were obtained from the Gene Expression Omnibus (GEO) database, and necroptosis-r
Полный текст 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.
BackgroundWhile obesity confers an increased risk of death in the general population, numerous studies have reported an association between obesity and improved survival among critically ill patients. This contrary finding has been referred to as the obesity paradox. In this retrospective study, two causal inference approaches were used to address whether the survival of non-obese critically ill patients would have been improved if they had been obese.MethodsThe study cohort comprised 6557 adult critically ill patients hospitalized at the Intensive Care Unit of the Ghent University Hospital be
Полный текст 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: Spinal metastasis is the third most common site for metastatic localization, following the lung and liver. Manual detection through imaging modalities such as CT, MRI, PET, and bone scintigraphy can be costly and inefficient. Preliminary artificial intelligence (AI) techniques and computer-aided detection (CAD) systems have attempted to improve lesion detection, segmentation, and treatment response in oncological imaging. The objective of this review is to evaluate the current applications of AI across multimodal imaging techniques in the diagnosis of spinal metastasis. Methods: Da
Полный текст 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.