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
9700 публикаций
Поиск: 579 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 544 с найденным полным текстом
BackgroundRheumatoid arthritis (RA) and idiopathic pulmonary fibrosis (IPF) share a common pathogenic mechanism, but the underlying mechanisms remain ambiguous. Our study aims at exploring the genetic-level pathogenic mechanism of these two diseases.MethodsWe carried out bioinformatics analysis on the GSE55235 and GSE213001 datasets. Machine learning was employed to identify candidate genes, which were further verified using the GSE92592 and GSE89408 datasets, as well as quantitative real-time PCR (qRT-PCR). The expression levels of TOP2A in RA and IPF in vitro models were confirmed using West
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 and Objective: This study aims to find the key immune genes and mechanisms of low bone mineral density (LBMD) in ankylosing spondylitis (AS) patients. Methods: AS and LBMD datasets were downloaded from the GEO database, and differential expression gene analysis was performed to obtain DEGs. Immune-related genes (IRGs) were obtained from ImmPort. Overlapping DEGs and IRGs got I-DEGs. Pearson coefficients were used to calculate DEGs and IRGs correlations in the AS and LBMD datasets. Louvain community discovery was used to cluster the co-expression network to get gene modules. The modu
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.
ObjectiveThe objective of this study is to investigate the incidence of low lean tissue index (LTI) and the risk factors for low LTI in peritoneal dialysis (PD) patients, including to establish risk prediction models.MethodsA total of 104 PD patients were enrolled from October 2019 to 2021. LTI was measured by bioimpedance spectroscopy. Multivariate logistic regression and machine learning were used to analyze the risk factors for low LTI in PD patients. Kaplan-Meier analysis was used to analyze the survival rate of patients with low LTI.ResultsThe interleukin-6 (IL-6) level, red cell distribu
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 integration of artificial intelligence (AI) into medical diagnostics is transforming the landscape of healthcare, particularly in hematology. AI technologies, leveraging advanced machine learning algorithms and big data analytics, are revolutionizing the diagnosis of hematological disorders such as anemia, leukemia, and lymphoma. This review explores how AI enhances diagnostic accuracy, efficiency, and patient outcomes by processing complex datasets and identifying patterns beyond human capability. AI-driven advancements in hematology include innovations in image analysis, genomic data int
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.
Bone and bone marrow Metastasis (BBM) are life-threatening complications of advanced malignancies, frequently requiring intensive care and associated with high short-term mortality. However, prognostic tools specifically tailored to critically ill BBM patients are limited. This multicenter cohort study aimed to develop and validate deep learning models for predicting 30-day mortality using ICU data from MIMIC-IV, eICU-CRD, and the First Affiliated Hospital of Xinjiang Medical University. After univariate screening, XGBoost-Boruta and Lasso regression identified 11 key clinical features within
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.
Gene therapy has transitioned from a long-awaited promise to a clinical reality, offering transformative treatments for rare congenital diseases and certain cancers, which have a significant impact on patients' lives. Current approaches focus on gene replacement therapy, either in vivo or ex vivo, mostly utilizing viral vectors to deliver therapeutic genes into target cells. However, refining these techniques is essential to overcome challenges and complications associated with gene therapy to ensure long-term safety and efficacy. Slovenia has witnessed significant advancements in this field 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.
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.
In spinal oncology, integrating deep learning with computed tomography (CT) imaging has shown promise in enhancing diagnostic accuracy, treatment planning, and patient outcomes. This systematic review synthesizes evidence on artificial intelligence (AI) applications in CT imaging for spinal tumors. A PRISMA-guided search identified 33 studies: 12 (36.4%) focused on detecting spinal malignancies, 11 (33.3%) on classification, 6 (18.2%) on prognostication, 3 (9.1%) on treatment planning, and 1 (3.0%) on both detection and classification. Of the classification studies, 7 (21.2%) used machine lear
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.
(1) Background: The purpose of this review is to study the role of radiomics as a supporting tool in predicting bone disease status, differentiating benign from malignant bone lesions, and characterizing malignant bone lesions. (2) Methods: Two reviewers conducted the literature search independently. Thirteen articles on radiomics as a decision support tool for bone lesions were selected. The quality of the methodology was evaluated according to the radiomics quality score (RQS). (3) Results: All studies were published between 2018 and 2021 and were retrospective in design. Eleven (85%) studie
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: CAR-T cell gene therapy has advanced from an experimental concept to a standard curative treatment for selected hematologic malignancies. Substantial clinical evidence has established CAR-T therapy as a cornerstone for relapsed/refractory B-cell malignancies and multiple myeloma, demonstrating durable, long-term remissions. In 2025, the U.S. Food and Drug Administration (FDA) eliminated the Risk Evaluation and Mitigation Strategy (REMS) requirement, reflecting improved clinical management of Cytokine Release Syndrome (CRS) and Immune Effector Cell-Associated Neurotoxicity Syndrome
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: Osteoporosis is increasingly prevalent, yet early detection remains difficult. This study aimed to develop a machine learning (ML)-based model for identifying individuals at risk of osteopenia using clinical data.
METHODS: Female participants who were aged 45 years and above with complete femoral neck BMD data were included. A total of 1,108 participants were divided into training (70%) and test (30%) datasets. Various ML-based algorithms (random forest (RF), least absolute shrinkage and selection operator (LASSO), gradient boosting decision tree (GBDT) were used to identify key p
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) can transform cancer immunotherapy by enabling more accurate prediction of treatment responses, the discovery of specific biomarkers, and the development of personalised treatment plans. Traditional single-marker biomarkers (PD-L1, TMB, MSI) lack consistency across tumour types and cannot be used to assess tumour heterogeneity or the dynamic tumour microenvironment (TME). This review synthesises developments in multimodal AI models that combine genomics, transcriptomics, radiomics, digital pathology (pathomics), circulating biomarkers, and clinical evidence to crea
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.
Hematopoietic stem cell transplantation (HSCT) is a life-saving therapy for hematologic malignancies, such as leukemia and lymphoma and other severe conditions but is associated with significant risks, including graft versus host disease (GVHD), relapse, and treatment-related mortality. The increasing complexity of clinical, genomic, and biomarker data has spurred interest in machine learning (ML), which has emerged as a transformative tool to enhance decision-making and optimize outcomes in HSCT. This review examines the applications of ML in HSCT, focusing on donor selection, conditioning re
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.
Immunotherapy has brought significant advancements in the treatment of lung adenocarcinoma (LUAD), but identifying suitable candidates remains challenging. In this study, we investigated tumour cell heterogeneity using extensive single-cell data and explored the impact of different tumour cell cluster abundances on immunotherapy in the POPLAR and OAK immunotherapy cohorts. Notably, we found a significant correlation between CKS1B+ tumour cell abundance and treatment response, as well as stemness potential. Leveraging marker genes from the CKS1B+ tumour cell cluster, we employed machine learnin
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.
Renal clear cell cancer (RCC) is a complex disease that is challenging to predict patient outcomes. Despite improvements with targeted therapy, personalized treatment planning is still needed. Artificial intelligence (AI) can help address this challenge by developing predictive models that accurately forecast patient survival periods. With AI-powered decision support, clinicians can provide patients with tailored treatment plans, enhancing treatment efficacy and quality of life. The study analyzed 267 patients with renal clear cell carcinoma, focusing on 26 who received targeted drug therapy.
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-integrated drug discovery and development has accelerated the growth of the pharmaceutical sector, leading to a revolutionary change in the pharma industry. Here, we discuss areas of integration, tools, and techniques utilized in enforcing AI, ongoing challenges, and ways to overcome them.
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.
On 4 September 2024, the Reagan-Udall Foundation for the FDA (FDA Foundation) in collaboration with the Food and Drug Administration (FDA) and the Gates Foundation hosted a workshop titled "Scientific Advancements in Gene Therapies: Opportunities for Global Regulatory Convergence". The event brought together a diverse group of experts, including international regulatory bodies, regulated industries, healthcare professionals, patients, academic researchers and global health advocates, to discuss the rapid advancements in gene therapy and the pressing need for equitable access in low-and middle-
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.
Blood cancer is among the critical health concerns among people around the world and normally emanates from genetic and environmental issues. Early detection becomes essential, as the rate of death associated with it is high, to ensure that the rate of treatment success is up, and mortality reduced. This paper focuses on improving blood cancer diagnosis using advanced deep learning techniques like ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, and VGG19. Among the models assessed, ResNetRS50 had better accuracy and speed with minimal error rates compared with
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.