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
3846 публикаций
Поиск: 28 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1331 с найденным полным текстом
INTRODUCTION: Artificial intelligence (AI) is increasingly recognized as a transformative paradigm within transplantation medicine, offering advanced computational approaches capable of integrating heterogeneous clinical, biological, imaging, and molecular datasets to improve predictive accuracy and decision-making. Liver transplantation represents a uniquely complex clinical domain characterized by high-dimensional data, nonlinear interactions among risk factors, and critical time-dependent decision processes, thereby providing an ideal context for AI-enabled analytics.
METHODS: The objectiv
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.
Primary liver cancers, including hepatocellular carcinoma and cholangiocarcinoma, represent a growing global health burden marked by rising incidence and high mortality. Clinical management requires integration of tumour stage, liver function, and patient-related factors to guide treatment decisions, yet current frameworks capture only a fraction of underlying disease complexity. In this setting, artificial intelligence (AI) is emerging as a key enabler of precision medicine in liver oncology. AI encompasses machine learning and deep learning approaches capable of identifying complex, non-line
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.
Liver diseases, including hepatitis, non-alcoholic fatty liver disease (NAFLD), cirrhosis, and hepatocellular carcinoma (HCC), remain a major global health concern, with early and accurate diagnosis being essential for effective management. Imaging modalities such as ultrasound (US), computed tomography (CT), and magnetic resonance imaging (MRI) play a crucial role in non-invasive diagnosis, but their sensitivity and diagnostic accuracy can be limited. Recent advancements in artificial intelligence (AI) have improved imaging-based liver disease assessment by enhancing pattern recognition, auto
СтатьяОбзорПолный 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.
Due to a series of problems in the diagnosis of liver disease, the mortality rate of liver disease patients is very high. Therefore, it is necessary for doctors and researchers to find a more effective non-invasive diagnostic method to meet clinical needs. We analyzed data from 416 patients with liver disease and 167 patients without liver disease from northeastern Andhra Pradesh, India. On the basis of considering age, gender and other basic data of patients, this paper uses total bilirubin and other clinical data as parameters to build a diagnostic model. In this paper, the accuracy of artif
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.
Universal neonatal hepatitis B virus (HBV) vaccination and the advent of direct-acting antivirals (DAA) against hepatitis C virus (HCV) have reshaped the epidemiology of chronic liver diseases. However, some aspects of the management of chronic liver diseases remain unresolved. Nucleotide analogs can achieve sustained HBV DNA suppression but rarely lead to a functional cure. Despite the high efficacy of DAAs, successful antiviral therapy does not eliminate the risk of hepatocellular carcinoma (HCC), highlighted the need for cost-effective identification of high-risk populations for HCC surveil
СтатьяОбзорПоиск 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.
Liver disease is regarded as one of the major health threats to humans. Radiographic assessments hold promise in terms of addressing the current demands for precisely diagnosing and treating liver diseases, and artificial intelligence (AI), which excels at automatically making quantitative assessments of complex medical image characteristics, has made great strides regarding the qualitative interpretation of medical imaging by clinicians. Here, we review the current state of medical-imaging-based AI methodologies and their applications concerning the management of liver diseases. We summarize
СтатьяОбзорПоиск 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.
We studied the recovery of rats with fulminant hepatic failure (FHF) by treating them with our original hybrid artificial liver support system (HALSS). We developed an original artificial liver module having a liver lobule-like structure (LLS). This module consists of many hollow fibers regularly arranged in close proximity and hepatocyte aggregates (organoids) induced into the extra capillary space of the module by centrifugal force. The LLS module can express some liver specific functions at high levels and maintain them for several months in vitro. In this study, we evaluated the efficacy o
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: Acute fatty liver of pregnancy (AFLP) is a serious disease with high mortality. Recent data suggest that postpartum application of artificial liver support therapy (ALST) in AFLP management improves disease outcome. In current study, we tend to further evaluate whether the type, the timing, and the number of postpartum ALST sessions and other clinical factors including complications and liver and renal function will influence disease outcome in ALST era.
METHODS: Medical records of 15 AFLP patients having postpartum ALST in our hospital from 2010 to 2016 were first retrospectively
СтатьяСистематический обзорПоиск 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.
Liver diseases consistently plague people's daily lives as a result of their high morbidity and mortality rates. Ultrasound (US), favoured by its flexibility, free of radiation, cost-effectiveness, and real-time capabilities, has been commonly employed as one of the first-line imaging tools for hepatic conditions. Artificial intelligence (AI) algorithms are increasingly applied to automatically identify intricate patterns and perform quantitative analyses in US imaging, potentially reducing radiologists' workload and improving diagnostic efficiency. AI-based US has been of substantial assistan
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.
Artificial intelligence and machine learning are transforming hepatology by integrating clinical, laboratory, imaging, and wearable data for earlier diagnosis, risk prediction, and patient management. These technologies enable personalized care and noninvasive monitoring across metabolic dysfunction-associated steatotic liver disease, cirrhosis, hepatitis C, liver transplantation, and hepatocellular carcinoma. Ongoing advances in digital health and interpretability will enhance adoption and outcomes.
СтатьяОбзорПоиск 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: Liver failure can lead to severe disorders in the body's metabolism, detoxification, synthesis and other functions, with a high mortality rate of 60%-90%. The dual plasma molecular adsorption system (DPMAS) is a new artificial liver technology that has received much attention in recent years. However, it cannot provide coagulation factors, albumin or other substances during the treatment process and may even consume albumin during the adsorption process. The DPMAS typically needs to be used in combination with plasma exchange (PE). Few studies have compared PE alone and DPMAS + PE.
СтатьяНаблюдательное исследованиеСравнительное 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: The aim of this study was to evaluate the efficacy of nonbiological artificial liver (NBAL) in the treatment of acute liver failure (ALF) and to screen prognostic predictors.
METHODS: This study was a single-center retrospective observational study that included 186 ALF patients treated with NBAL (plasma exchange alone, DPMAS alone, or combination therapy). Laboratory parameters (TBil, INR, Cr, etc.) before and after 24 hours of treatment and 28-day and 90-day survival data were collected. Prognostic features were screened by XGBoost and Random Forest, independent risk factors wer
СтатьяНаблюдательное 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: Liver failure, particularly acute-on-chronic liver failure, is associated with high mortality (50%-90%). The plasma exchange (PE) mode of the artificial liver support system has been shown to improve clinical outcomes, although its efficacy may vary depending on the regenerative capacity of the liver. Alpha-fetoprotein (AFP), an oncofetal glycoprotein, is reactivated during liver regeneration and may serve as a prognostic biomarker. Previous studies have reported significantly higher post-PE AFP levels in survivors than in non-survivors (286.5 ng/mL vs 82.3 ng/mL at day 7). However
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.
Colorectal cancer (CRC) is the third most commonly diagnosed malignancy worldwide. Prognosis is significantly worsened in patients with colorectal liver metastases (CRLM), whose management requires a multidisciplinary approach encompassing diagnosis, systemic therapy, surgery, and surveillance. Artificial intelligence (AI) offers the potential to improve treatment processes and outcomes across all aspects of CRLM care. This review summarizes current and future applications of AI throughout the CRLM treatment continuum. In diagnostics, radiomics-based AI models have demonstrated improved sensit
СтатьяОбзорПолный 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.
INTRODUCTION: Artificial intelligence (AI) has rapidly advanced and shows great potential in the prediction, diagnosis, treatment, and prognosis of fatty liver disease (FLD). This study aims to summarize AI's applications and emerging trends in FLD to inspire future research directions.
METHOD: We analyzed 270 articles sourced from the Web of Science Core Collection published between 2006 and 2024. The study focuses on the medical application of AI in FLD, examining the contributions of authors, institutions, countries, keywords, and cited references.
RESULTS: AI is predominantly applied in
СтатьяОбзорПолный 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.
Artificial intelligence (AI) has shown great potential in the field of hepatology, and it is gradually revolutionizing novel research for liver diseases. However, its full integration into real-world diagnostic and treatment processes still faces significant challenges. This article analyzed the application progress of AI in key areas such as big data analysis, translational research, and imaging and pathological interpretation. Physicians need to integrate massive amounts of multimodal data (medical history, physical signs, laboratory data, imaging, and pathology) to make informed decisions i
СтатьяОбзорАннотация на английскомПоиск 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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 investigate the clinical application, indication, timing and prognosis of blood purification (artificial liver, BP) in treatment of acute liver failure in children.
METHOD: Artificial liver was used to treat 30 cases of pediatric acute liver failure (PALF), who were hospitalized in pediatric intensive care unit of Bayi Children's Hospital Affiliated to Beijing Military Command General Hospital, during March 2010 to July 2013. Simple plasma exchange (PE) mode was used for PALF without complications, while PE combined with continuous veno-venous hemodiafiltration (CVVHDF) mode was
Аннотация на английскомСтатьяПоддержка 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.
Nonalcoholic fatty liver disease (NAFLD) is one of the most common causes of chronic liver disease in the world. The NAFLD spectrum includes simple steatosis, steatohepatitis, fibrosis, cirrhosis, and hepatocellular carcinoma (HCC). Genetic, nutritional factors, obesity, insulin resistance, gut microbiota are among the risk factors for NAFLD. The genetic variant Patatin-like phospholipase domain-containing protein 3 (PNPLA3) plays an important role in the development of a number of liver diseases ranging from steatosis, chronic hepatitis, cirrhosis and HCC. Due to the increase in the prevalenc
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: Artificial Intelligence (AI)-based Deep Neural Networks (DNNs) can handle a wide range of applications in image analysis, ranging from automated segmentation to diagnostic and prediction. As such, they have revolutionized healthcare, including in the liver pathology field.
OBJECTIVE: The present study aims to provide a systematic review of applications and performances provided by DNN algorithms in liver pathology throughout the Pubmed and Embase databases up to December 2022, for tumoral, metabolic and inflammatory fields.
RESULTS: 42 articles were selected and fully reviewed. E
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.