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
57420 публикаций
Поиск: 347 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1914 с найденным полным текстом
International journal of molecular sciences2026eng
The incidence of early-onset colorectal cancer (EOCRC; <50 years) continues to increase, with the most rapid rises occurring among Hispanic/Latino (H/L) populations who remain underrepresented in molecular research. Because the TP53 signaling pathway is a key driver of colorectal tumorigenesis, this study aimed to clarify its prognostic significance in FOLFOX-treated EOCRC across ancestry groups. We analyzed 2515 colorectal cancer (CRC) cases (266 H/L, 2249 non-Hispanic White [NHW]) stratified by ancestry, age at onset, and FOLFOX exposure. Fisher's exact, chi-square, and Kaplan-Meier's analys
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.
BACKGROUND: Growth mindset, the belief that intelligence and abilities can be developed through effort and strategy, underpins resilience and adaptive learning in the demanding context of medical education. Yet the intensity of medical curricula leaves little room for supplemental content, even when it addresses essential skills like resilience and adaptability. Emerging tools such as large language models (LLMs) now enable faculty to efficiently generate accessible, learner-centered educational materials that support scalable delivery of growth mindset content.
OBJECTIVE: The objective of th
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.
OBJECTIVES: Alcohol is a group one carcinogen and contributes to breast cancer risk for women. Awareness of this relationship remains low. Generative artificial intelligence (GenAI) chatbots are an increasingly used source of health information. It is imperative to know what information about alcohol and breast cancer is provided by GenAI chatbots to the public. The objective was to characterize GenAI chatbot output when queried with pre-existing prompts about the relationship between alcohol consumption and breast cancer risk.
STUDY DESIGN: Content analysis to characterize GenAI output based
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.
Immunization services continue to face uneven recovery following the COVID-19 shock, leaving zero-dose children unreached and elevating the risk of measles in many settings. We analyzed a multicountry observational panel spanning 2019-2024 to generate operational intelligence for immunization recovery. Using routinely available indicators, we developed measures of service disruption (including conflict exposure, displacement pressure, and price instability) and indicators of system capacity (governance effectiveness and health financing) and then summarized coverage gaps relative to prepandemi
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.
Artificial intelligence (AI) increasingly influences clinical decision-making, yet its recommendations may diverge from standard care. Although malpractice concerns are thought to discourage physicians from following AI advice, experimental evidence from the United States suggests the opposite: lay jurors are more likely to hold physicians liable when they reject AI recommendations. Whether this pattern extends to systems in which court-appointed experts, not lay jurors, determine liability remains unknown. Methods: To examine how physicians and laypeople in expert-based and lay-juror legal sy
СтатьяРандомизированное 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.
OBJECTIVES: Systematic literature reviews (SLRs) are foundational to evidence-based medicine, including health technology assessment (HTA) and health economics and outcomes research (HEOR). Generative artificial intelligence (GenAI) tools are increasingly used in SLR workflows, yet no good practice guidance exists. This ISPOR Task Force report provides evidence-informed recommendations for responsible GenAI use across core SLR tasks.
METHODS: A PRISMA-adapted rapid evidence assessment identified 115 empirical studies evaluating GenAI in SLR tasks published between November 2022 and July 2025.
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.
OBJECTIVES: Patients value access to their medical reports on patient portals, but the terminology in those reports can cause confusion and anxiety. Can the artificial intelligence (AI) simplification of radiology reports into plain language improve patient comprehension?
MATERIALS AND METHODS: Twenty original radiology reports (breast imaging, chest X-ray) were simplified into plain language using ChatGPT-4 using a customized prompt for each report type. For each report, clinicians created a gold standard of key findings and appropriate follow-up. In August 2024, a national sample of 2000 US
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Редакционная 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.
PURPOSE: To develop artificial intelligence-based models for estimating the risk of myopic macular neovascularization (MNV) in highly myopic eyes.
DESIGN: Retrospective, single-center cohort study.
PARTICIPANTS: A total of 4235 eyes from 2501 patients with high myopia who visited the Institute of Science Tokyo between October 2011 and May 2021 were included for analysis.
METHODS: Baseline fundus photographs and 7 clinical variables were used for model development and validation. Three image-based deep learning (DL) models with a DenseNet-121 backbone were trained to predict the risk of MNV
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.
BACKGROUND: Accurate prediction of atrial fibrillation (AF) is essential for prevention. The CHARGE-AF score, based on routinely available clinical factors, provides a practical tool for estimating AF risk but has limited predictive accuracy. This study aimed to improve AF risk prediction by integrating artificial intelligence (AI)-based electrocardiogram (ECG) analysis of age and sex with genetic information in addition to established clinical risk factors.
METHODS: We analyzed 39 478 UK Biobank participants without prior AF. A polygenic risk score for AF (AF-PRS), the AI-ECG age gap (AI-ECG
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.
Journal of pharmacy & pharmaceutical sciences : a publication of the Canadian Society for Pharmaceutical Sciences, Societe canadienne des sciences pharmaceutiques2026eng
Artificial intelligence (AI) directed computational protein design has emerged as a transformative force in modern therapeutic discovery, reshaping how vaccines and antibody-based interventions are conceived, optimized, and deployed against emerging infectious diseases. The COVID-19 pandemic served as an unprecedented real-world stress test for these technologies, highlighting their potential to accelerate antigen design, guide antibody optimization, and anticipate viral evolution in near real time. AI driven approaches contributed to faster characterization of viral variants, supported vaccin
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/Objectives: The integration of artificial intelligence (AI) and digital technologies into dental practice is reshaping clinical workflows, administrative processes, and, increasingly, the patient experience and the doctor-patient relationship. While prior research has documented the attitudes of clinicians and practice managers, the perspective of the patient remains comparatively underexplored. This study examined how dental patients perceive AI integration and digital tools across the dental care pathway, together with the associated implications for data security, cost, and the h
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.
OBJECTIVE: This scoping review mapped evidence on artificial intelligence-assisted clinical documentation for healthcare workers' emotional wellbeing at work, including tool types, reported favorable, adverse, or mixed findings, and evidence gaps. We also considered how these tools may shape documentation-related work demands, autonomy, clinical voice, patient connection, and broader occupational wellbeing.
METHODS: We searched PubMed, Web of Science, Embase, CINAHL, and PsycINFO from database inception to March 16, 2026, to identify studies. The review was conducted in accordance with the Jo
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.
BACKGROUND: In recent years, advancements in artificial intelligence (AI) have led to the creation of numerous large language models, including Chat Generative Pre-trained Transformer (ChatGPT), a natural language processing model developed by OpenAI. There has been increasing interest in exploring the potential of this tool, as evidenced by several studies in the healthcare domain that have investigated the performance of ChatGPT in responding to specific questions on relevant topics. However, its application in forensic contexts remains largely unexplored.
OBJECTIVES: This study aims to eva
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.
BACKGROUND: Prostate cancer progression exhibits significant variability influenced by biological and racial factors. DNA methylation profiling has shown potential in early cancer detection, but its integration with machine learning across racially diverse populations remains limited.
OBJECTIVE: This study aimed to develop a prostate cancer stage classifier for the majority White cohort using DNA methylation data and a multilayer perceptron (MLP) model in order to classify prostate cancer stages into early (stages I-II) and late (stages III-IV) stages and assess its performance when applied t
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Tertiary lymphoid structures (TLSs) are key regulatory components of the breast cancer immune microenvironment. Their microscopic composition (specific immune cell subsets, spatial organization) and functional status (maturity) directly determine their performance in coordinating the anti-tumor immune responses, serving as the microscopic foundation for understanding the efficacy of immunotherapy. However, the high heterogeneity and dynamic evolution of the tumor microenvironment pose significant limitations for immunotherapeutic efficacy prediction models based on traditional histopathologica
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.
Background Artificial intelligence (AI) tools such as ChatGPT are increasingly being explored for clinical decision support, yet their role in geriatric medicine remains uncertain due to the complexity of multimorbidity and care planning. This study aimed to evaluate the clinical accuracy, completeness, and guideline alignment of ChatGPT's responses to common geriatric scenarios using standardized vignettes. Methodology Seven standardized vignettes representing common geriatric scenarios, namely, polypharmacy, falls, dementia, delirium, frailty, advance care planning, and urinary incontinence,
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.
BACKGROUND AND OBJECTIVE: Artificial Intelligence (AI) is seen as a potential solution to alleviate workforce demands arising from growing use of magnetic resonance imaging (MRI) in prostate cancer (PCa) screening. We aimed to synthesize the evidence on use of AI in prostate MRI readings in asymptomatic men in PCa screening settings.
METHODS: We conducted a rapid scoping review following PRISMA-ScR guidelines and Cochrane rapid review methods performing the systematic search of major databases supplemented by grey literature search with no restrictions in study design and time-duration. We co
СтатьяScoping ReviewПолный 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.
The landscape of asthma management is undergoing significant transformation. This change is driven by several factors: deeper understanding of asthma pathophysiology, appreciation of the long-term harm of oral corticosteroids, biological treatments that dramatically improve patient outcomes with asthma remission becoming a realistic goal, and a focus on patient-centred care combined with the use of virtual health and artificial intelligence strategies. This Viewpoint provides a perspective on current dilemmas and then emphasises recent innovations that can provide solutions. If applied judicio
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.
Background: Artificial intelligence (AI) is increasingly being proposed for postharvest food-safety control of animal-source foods, but its practical value depends on whether models can support real decisions rather than only report high accuracy. Methods: This narrative review used a structured literature mapping of peer-reviewed work, mainly from 2020 to 2025, identified through database searches and citation tracking using combined terms for artificial intelligence, machine learning, animal-source foods, postharvest food safety, slaughterhouse inspection, cold-chain monitoring, traceability
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.