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
1624 публикаций
Поиск: 118 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 575 с найденным полным текстом
Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde2006eng
OBJECTIVE: Melanoma is one of the most dreaded types of cancer in the world today, and therefore, early detection becomes crucial. Deep learning models need annotated training data, and such training data are difficult and expensive to acquire. To solve this challenge, we introduce a new framework called the Contrastive Self-Supervised Ensemble Transfer Learning (CSSL-ETL) that combines the techniques of CSSL and ETL to improve the feature learning and classification accuracy of the model.
METHODS: The CSSL-ETL framework integrates Contrastive Self-Supervised Learning (CSSL) and Ensemble Tran
Сравнительное исследованиеСтатьяПоддержка 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.
Radiogenomics seamlessly integrates radiological imaging phenotypes with molecular and cellular data, offering a powerful, noninvasive means to decipher the underlying biology of cancer. In recent years, artificial intelligence (AI), including machine learning and deep learning approaches, has revolutionized radiogenomics by automating the extraction of high-dimensional quantitative imaging features and enabling their robust correlation with multiomics profiles. This narrative review summarizes current advances in AI-powered radiogenomics, focusing on clinical relevance, molecular and cellular
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.
Cardiovascular diseases (CVDs) remain the leading cause of mortality worldwide, creating an urgent need for accurate, trustworthy, and clinically deployable artificial intelligence (AI) systems capable of supporting complex diagnostic decision-making. Although AI has advanced considerably in cardiovascular diagnosis, existing evidence remains fragmented across algorithms, data modalities, and isolated application domains, limiting a comprehensive understanding of clinically integrated AI systems. This study presents a PRISMA 2020-guided systematic review and proposes a clinically grounded six-
СтатьяСистематический обзорПоиск 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.
Artificial intelligence (AI) and machine learning (ML) are transforming medical diagnostics, but human nail, an easily accessible and rich biological substrate, is still not fully exploited in the digital health field. Nail pathologies are easily diagnosed, non-invasive disease biomarkers, including systemic diseases such as anemia, diabetes, psoriasis, melanoma, and fungal diseases. This review presents the first big synthesis of image analysis for nail lesions incorporating AI/ML for diagnostic purposes. Where dermatological reviews to date have been more wide-ranging in scope, our review wi
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.
OBJECTIVE: The aim of this study was to determine whether adenomyosis is an independent prognostic factor in cervical cancer using integrated survival analysis and machine-learning models.
METHODS: This retrospective cohort study included 131 patients with early-stage cervical cancer treated surgically between 2008 and 2020. Patients were stratified by the presence (n=28) or absence (n=103) of adenomyosis based on final histopathology. Kaplan-Meier curves and log-rank tests assessed overall survival. Independent prognostic factors were identified through multivariate Cox regression and logist
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.
PURPOSE: Representatives of employees with severe disabilities play a key role in achieving inclusive working conditions. This has been taken into account by the Federal Participation Act and the rights of the representatives of employees with severe disabilities have been expanded. The aims of the present exploratory analysis are to clarify the modified legal status from the perspective of the representatives of employees with severe disabilities, to identify challenges in the practical application of the legal reforms and to reveal unconsidered needs. Considering that research on the impleme
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.
BACKGROUND: The interpretation of pediatric electrocardiograms (ECGs) and management of childhood arrhythmias represent specialized clinical disciplines complicated by age-dependent physiological evolution. While artificial intelligence (AI) has transformed adult cardiology, its application to pediatric electrophysiology remains largely in the research phase.
OBJECTIVE: This review critically appraises the current evidence, methodological rigor, clinical readiness, and translational challenges of AI in pediatric arrhythmia detection, risk stratification, and management.
METHODS: A synthesis
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.
Alzheimer's disease (AD) is a progressively worsening type of brain disorder that damages the nerve cells. It is marked by the buildup of amyloid-β plaques outside the cells, tau neurofibrillary tangles inside the cells, and overall molecular-level dysfunction. The therapies currently available mainly cater to alleviating the symptoms, whereas the newly approved disease-modifying antibodies, such as lecanemab and donanemab, bring out only limited clinical improvements. Being complicated and involving many factors, AD requires sophisticated computer-based methods to combine different biological
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) and nanotechnology are revolutionizing brain cancer theranostics by enhancing drug delivery and diagnostic accuracy. This review examines AI-enhanced engineering strategies for developing intelligent nanocarriers that target glioblastoma and other metastatic central nervous system malignancies. AI encompasses several computational methods, including machine learning (ML) and its subset deep learning (DL). Here, ML algorithms learn design rules for nanocarriers, and DL networks intricate pattern recognition for tumor segmentation and adaptive release. These approach
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.
Accurate estimation of incubation period is fundamental to surveillance for infectious diseases. This task faces two major challenges: (1) surveillance data are often coarsely observed, comprising interval- and right-censored observations, and (2) patient-level data are frequently fragmented across multiple facilities and cannot be pooled due to privacy constraints. While traditional meta-analysis (MA) aggregates summary statistics, its one-shot nature limits the ability to fit complex hierarchical models. We propose a novel federated Bayesian framework, Federated Stochastic Variational Infere
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.
The convenience of fast computers and the Internet have encouraged large collaborative research efforts by allowing transfers of data from multiple sites to a single data repository; however, standards for managing data security are needed to protect the confidentiality of participants. Through Dartmouth Medical School, in 1996-1998, the authors conducted a medicolegal analysis of federal laws, state statutes, and institutional policies in eight states and three different types of health care settings, which are part of a breast cancer surveillance consortium contributing data electronically t
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.
The process of drug discovery is one of the most expensive, time-consuming, and high-risk endeavors in modern science. Translating initial scientific insights into safe and effective therapies, supported by genomics, structural biology, and computational chemistry, typically requires more than a decade and substantial financial investment. Machine learning (ML) has emerged as a powerful tool for improving efficiency across the drug discovery pipeline. By enabling the analysis of large and complex datasets, ML supports target identification, lead discovery, optimization, and prediction of precl
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.
Parkinson's disease (PD) affects 10 million globally, with accurate staging essential for personalized treatment planning. Current UPDRS assessments achieve < 93% accuracy due to subjective clinical judgment and unimodal data limitations, failing to capture complex genetic-neuroimaging-clinical interactions driving disease heterogeneity. This study introduces MAFNet, a novel deep learning framework pioneering Iterative Adaptive Vold-Kalman Filter (IAVKF) temporal denoising, Accelerated Binary Particle Swarm Optimization (ABPSO) swarm feature selection, Multilayer Perceptron-Lagrangian Support
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.
Open data has become central to biomedical research and public health, but health information is uniquely sensitive and difficult to share responsibly. In this narrative review, open data is considered as a spectrum of health-data sharing arrangements, ranging from public aggregate datasets to controlled-access repositories, federated analysis, and synthetic data. This narrative review synthesizes the scientific and societal rationale for greater openness with the ethical, legal, and governance constraints that shape what "open" can realistically mean in healthcare. We examine how data sharing
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.
Alzheimer's disease (AD) poses urgent significant challenges for early detection and personalized prognostication. Deep learning (DL) is now regarded as a pivotal technology for extracting subtle imaging and non-imaging biomarkers; yet translating these advances into clinical practice demands a coherent framework. In this review, we first survey input modalities from structural and functional MRI to PET, genetic profiles, and cognitive tests and the key public cohorts that supply multimodal data. We then categorize DL architectures into three complementary pillars: (1) end-to-end classificatio
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.
Artificial intelligence (AI) has been applied to early recognition and management of rapidly progressive, community-acquired pediatric sepsis, a leading cause of childhood mortality. The broad adoption of electronic health records combined with rapid advances in digital technologies have enabled the federated training of both knowledge-driven AI, known as expert systems, trained by teams of collaborating clinicians, and data-driven AI, known as machine learning (ML), to derive predictive, clustering algorithms trained on "big data." An important subset of ML is "deep learning," which includes
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 (AI) has emerged as a transformative force in rheumatology, offering novel diagnostic, predictive, and therapeutic capabilities across chronic inflammatory and autoimmune diseases. This narrative review specifically focuses on rheumatoid arthritis (RA), osteoarthritis (OA), and systemic lupus erythematosus (SLE), where AI applications have been most extensively studied and show the greatest clinical translational potential. In RA, AI applications span early diagnosis via imaging-based models, identification of novel biomarkers through multi-omics integration, and predic
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.
Objectives. To describe the impact of federal actions in 2025 on US science. Methods. We conducted a cross-sectional survey of scientists between April 1 and May 2, 2025, exploring impact of recent federal actions (n = 158). We used descriptive statistics to summarize data. From May 19 to July 14, 2025, we conducted interviews (n = 22) using a semistructured interview guide informed by the Social Ecological Model. We used constructivist grounded theory to inductively identify themes. We transcribed interviews using Rev.com and coded in NVivo 1.72 and Excel. Repeat interviews (n = 15) were cond
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.
Rare diseases collectively affect between 3.5 and 5.9% of the global population. Yet, patients still endure an average diagnostic interval of five to seven years before receiving an accurate explanation of their condition. Approximately 80% of these disorders have a genetic origin, and nearly 95% lack approved disease-modifying therapies that alter the disease course. This combination places enormous pressure on healthcare systems and affected families. In the last decade, artificial intelligence (AI), particularly machine learning, deep learning, and natural language processing, has emerged a
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.
BackgroundArtificial intelligence (AI) has generated rapidly growing research in breast cancer diagnosis and treatment, yet its intellectual structure, collaboration patterns, and thematic evolution remain unmapped.ObjectiveTo analyze the global research landscape of AI in breast cancer from 2001 to 2025, identifying publication trends, contributors, collaboration networks, thematic clusters, and translational gaps.MethodsA bibliometric analysis of 7673 Web of Science articles. VOSviewer was used for co-authorship networks and keyword co-occurrence with overlay visualization; CiteSpace for bur
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.