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
4036 публикаций
Поиск: 833 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
ObjectiveThis study intends to utilize machine learning approaches to screen out the crucial factors affecting the recurrence of hepatocellular carcinoma (HCC) patients with preoperative malnutrition after interventional therapy, and based on the identified factors, develop a nomogram for predicting the patients' 1-, 3-, and 5-year recurrence-free survival (RFS).MethodsThis study encompassed the clinical data of 512 malnourished (CONUT score ≥ 2) HCC patients who received the combination treatment of transarterial chemoembolization (TACE) and radiofrequency ablation (RFA) at Beijing You'an Hos
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: Инфекционные осложнения у больных раком способствуют госпитализации, нарушению лечения и смертности. Цель этого исследования заключалась в разработке моделей машинного обучения (ML) для стратификации рисков, связанных с госпитализацией (ИРХ) больных раком. МЕТОДЫ: Взрослые пациенты, у которых диагностировали и лечили лимфому, множественную миелому (ММ), хроническую лимфоцитическую лейкемию (КЛЛ), цветную или лёгкую раку. 2013 в адрес 2023 В него были включены страны Северной Дании. Были использованы данные национальных реестров раковых заболеваний и данных о состоянии здоровья пациентов.
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.
Антитела играют решающую роль в защите человеческого тела от болезней, включая такие опасные для жизни заболевания, как рак. Они оказывают посреднические услуги в связи с иммунной реакцией на иностранные антигены и, в некоторых случаях, на самоантигены. С течением времени антителные технологии эволюционировали от моноклонных антител (mAbs) до химерика антигенных рецепторов Т (клеток CAR-T), оказывая значительное влияние на биотехнологию, диагностику и лечение. Хотя эти достижения способствовали активизации терапевтического вмешательства, интеграция искусственного интеллекта (АИ) революционизир
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.
Окисляющий стресс является одним из основных факторов патогенеза иммунных заболеваний в результате его воздействия на клеточный метаболизм, митохондриальную функцию, иммунную сигнализацию и воспалительную травму тканей. Разрушение гомеостазиса способствует метаболическому перепрограммированию и постоянной активации врожденной и адаптивной иммунной реакции, что способствует прогрессированию заболеваний через многочисленные подстрекательские и аутоиммунные расстройства. Последние достижения в области высокопроизводительных молекулярных технологий привели к созданию крупномасштабных многомерных н
СтатьяОбзорПолный 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.
BACKGROUND: Tarlatamab is a DLL3-targeted bispecific T-cell engager approved for previously treated extensive-stage small cell lung cancer (ES-SCLC). However, its post-marketing safety profile in routine practice remains incompletely characterized.
METHODS: We conducted a retrospective pharmacovigilance study using the FDA Adverse Event Reporting System from Q2 2024 to Q3 2025, with a descriptive cross-database comparison using WHO-VigiAccess. Disproportionality analyses were performed using reporting odds ratio, proportional reporting ratio, Bayesian confidence propagation neural network, an
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.
Преобразовательным инструментом в медицине сна стало обучение основам махинации (ML), предлагающее новаторские решения для диагностики, лечения и понимания расстройств сна. В настоящем обзоре рассматривается нынешнее состояние и будущий потенциал применения ML в этой области. Methods Мы провели всеобъемлющий обзор литературы с уделением особого внимания ключевым достижениям в области технологий ML, применяемых для лечения сна. Были изучены, в частности, такие конкретные области, как классификация стадий сна, оптимизация лечения апноэ и бессонницы сна, а также внедрение износостойкой технологии
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.
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.
Cardiovascular disease remains a major global health burden. Owing to its complex pathogenesis and marked clinical heterogeneity, conventional one-size-fits-all strategies often yield limited benefit for a substantial proportion of patients. Precision medicine advocates individualized management based on patients' clinical and molecular characteristics to improve outcomes. In this context, multi-omics and machine learning provide critical technical support for precision medicine: multi-omics can capture the full spectrum of cardiovascular disease from molecular alterations to phenotypic manife
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.
Individualized survival prognostic models for symptomatic patients with appendicular metastatic bone disease are key to guiding clinical decision-making for the orthopedic surgeon. Several prognostic models have been developed in recent years; however, most orthopedic surgeons have not incorporated these models into routine practice. This is possibly due to uncertainty concerning their accuracy and the lack of comparison publications and recommendations. Our aim was to conduct a review and quality assessment of these models. A computerized literature search in MEDLINE, EMBASE and PubMed up to
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.
Расходы на медицинское обслуживание пациентов с хроническими заболеваниями позвоночника и пациентов, проходящих хирургическую операцию, продолжают расти заметными темпами. Таким образом, выявление пациентов, подверженных риску в плане более широкого использования послеоперационного медицинского обслуживания, имеет решающее значение для оптимизации результатов медицинского обслуживания и распределения ресурсов. Цель нашего исследования заключается в использовании целого ряда предоперабельных характеристик пациентов, включая всеобъемлющую медицинскую, хирургическую и социальную историю, для разр
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.
BackgroundConcurrent chemoradiotherapy (CCRT) was highly effective in treating cervical cancer (CC) but raised the risk of bone marrow suppression. However, models to predict the risk of myelosuppression in CC patients after CCRT based on computed tomography (CT) imaging histology are immature.MethodsThe Region of interest (ROI) of the CT images was segmented, and radiomic features were extracted. Next, important features were further selected. The training and test sets were split 7:3, and 8 machine learning algorithms were applied to classify the features in the training set. The model's per
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.
Radiomics has emerged as a transformative tool in medical imaging, offering the ability to extract complex quantitative features that are generally indiscernible to the human eye. These radiomic features can be interrogated non-invasively on medical imaging. Importantly, in contrast to traditional diagnostic methods reliant on a single, often scalar, measure, radiomics features can form a high-dimensional data space from imaging data suitable for machine learning. Within the framework of artificial intelligence, radiomic features can be harnessed for differentiating healthy from pathological t
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.
Drug discovery aims at finding new compounds with specific chemical properties for the treatment of diseases. In the last years, the approach used in this search presents an important component in computer science with the skyrocketing of machine learning techniques due to its democratization. With the objectives set by the Precision Medicine initiative and the new challenges generated, it is necessary to establish robust, standard and reproducible computational methodologies to achieve the objectives set. Currently, predictive models based on Machine Learning have gained great importance in t
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.
IntroductionArtificial intelligence (AI) is a branch of technology enabling machines to emulate complex human skills; it can also entail problem-solving using bioinspired methods. It is used for automating systematic literature reviews (SLR), that is, defining a clinical question, locating relevant literature, preliminary screening, study evaluation, data extraction and analysis. Title and abstract screening is one of the most time-consuming and error-prone phases involved in developing a systematic review. While AI promises to expedite this process, adopting it faces challenges due to concern
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 HeMonitor study evaluated the feasibility and accuracy of non-invasive hemoglobin (Hb) assessment using image-based techniques and machine learning in patients with hematologic malignancies. A total of 367 patients with hematologic malignancies and 184 healśśthy donors were enrolled, with fingernail and eyelid photographs collected and analyzed using Light Gradient-Boosting Machine (LightGBM) regression models. The best-performing model achieved a residual standard deviation of ±1.02 mmol/L for Hb prediction. Our framework further explored a two-stage concept combining (i) a non-invasive i
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 expanding digitalization of routine diagnostic histological slides holds a potential to apply artificial intelligence (AI) to pathology, including bone marrow (BM) histology. In this perspective, we describe potential tasks in diagnostics that can be supported, investigations that can be guided, and questions that can be answered by the future application of AI on whole-slide images of BM biopsies. These range from characterization of cell lineages and quantification of cells and stromal structures to disease prediction. First glimpses show an exciting potential to detect subtle phenotypic
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.
Cardiac amyloidosis is an uncommon restrictive cardiomyopathy featuring an unregulated amyloid protein deposition that impairs organic function. Early cardiac amyloidosis diagnosis is generally delayed by indistinguishable clinical findings of more frequent hypertrophic diseases. Furthermore, amyloidosis is divided into various groups, according to a generally accepted taxonomy, based on the proteins that make up the amyloid deposits; a careful differentiation between the various forms of amyloidosis is necessary to undertake an adequate therapeutic treatment. Thus, cardiac amyloidosis is thou
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.
Глубокое обучение описывает класс алгоритмов машинного обучения, которые способны объединять исходные ресурсы в слои промежуточных характеристик. Эти алгоритмы недавно продемонстрировали впечатляющие результаты в различных областях. Биология и медицина являются богатыми данными дисциплинами, однако данные являются сложными и зачастую недопонятными. Поэтому методы глубокого обучения могут быть особенно подходящими для решения проблем в этих областях. Мы изучаем возможности углубленного изучения различных биомедицинских проблем - стационарная классификация, фундаментальные биологические процессы
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.