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
57259 публикаций
Поиск: 534 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1914 с найденным полным текстом
OBJECTIVE: To investigate the clinical application value of artificial intelligence (AI)-based bone marrow cell recognition and analysis system in the diagnosis of hematological diseases.
METHODS: The bone marrow smears of hematological patients who were admitted to The Second Hospital of Shanxi Medical University from 2018 to 2020 were retrospectively analyzed. A total of 115 bone marrow smears with clear diagnosis and typical cell morphology characteristics were selected, including 20 cases of immune thrombocytopenia(ITP), 11 cases of iron deficiency anemia (IDA), 17 cases of megaloblastic
Аннотация на английскомСтатьяПоиск 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: Artificial intelligence (AI) assessment of diabetic retinopathy (DR) instead of scarce trained specialists could potentially increases the efficiency and accessibility of screening programs. This systematic review aims to systematically examine the uptake of follow-up appointments with initial computer-based AI and human graders of DR.
METHODS: We conducted a systematic review and meta-analysis by screening articles in any languages in PubMed, MEDLINE (Ovid), EMBASE, Web of Science, Cochrane CENTRAL and CDSR published from database inception up to 20th August 2024. We u
СтатьяСистематический обзорМетаанализПоиск 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.
Borderline Personality Disorder (BPD) is a severe mental disorder marked by emotional dysregulation. Estimates show that 73% of patients with BPD will have, on average, three suicide attempts in their lifetime, with up to 10% of cases resulting in death. Reliable tools to identify risk factors associated with suicide are lacking. Artificial Intelligence (AI) could fill this gap, supporting the development of effective intervention strategies. This pilot study provides preliminary evidence that a multimodal signature could differentiate suicide attempts in individuals with BPD, paving the way 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 launch of generative artificial intelligence (GenAI) tools has catalyzed considerable discussion about the potential impacts of these systems within the scientific article preparation process. This symposium paper seeks to summarize current recommendations on the use of GenAI tools in scientific article preparation, and to provide speculations about the future challenges and opportunities of GenAI use in scientific publishing. Due to the dynamic nature of these tools and the rapid advancement of their sophistication, the most important recommendation is that ongoing engagement and discussi
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: Due to high patient demand, increasing numbers of non-dermatologists are performing skin assessments and carrying out laser interventions in medical spas, leading to inferior outcomes and higher complications. A machine learning tool that automatically analyzes patient skin has the potential to aid non-dermatologists.
AIMS: To develop a high-performing machine learning model that predicts Fitzpatrick skin type, hyperpigmentation, redness, and wrinkle severity simultaneously.
METHODS: We developed the SkinAnalysis dataset of 3662 images, labeled by a dermatologist across five skin
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: Inflammatory bowel disease (IBD) research is a dynamic field. However, the growing volume of electronic health records (EHRs) and research data presents significant challenges. Traditional methods for structuring unstructured EHRs are labor-intensive and lack scalability. Large language models (LLMs) may present a solution, however, their usefulness in data standardization in the context of IBD remains unknown. We sought to evaluate LLMs in structuring free-text histology and radiology reports from IBD patients (n = 32,041), compare their performance to manual clinician curation, a
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: Pneumothorax (PTX) requires rapid recognition in emergency and critical care. Lung ultrasound (LUS) offers a fast, radiation-free alternative to computed tomography (CT), but its accuracy is limited by operator dependence. Artificial intelligence (AI) may standardize interpretation and improve performance. Methods: This retrospective single-center study included 46 patients (23 with CT-confirmed PTX and 23 controls). Sixty B-mode and M-mode frames per patient were extracted using a Clarius C3 HD3 wireless device, yielding 2760 images. CT served as the diagnostic reference. Experime
СтатьяСравнительное исследованиеПолный 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: Autism is a complex neurodevelopmental condition affecting social interaction and behavior. Traditional diagnostic methods, relying on observational techniques and interviews conducted by trained professionals, remain the gold standard for ASD diagnosis. However, these methods can be time-consuming and may be influenced by subjective factors. Recent advancements in artificial intelligence (AI) offer promising approaches to augment existing methods, potentially enhancing efficiency and providing additional objective data through facial, vocal, and textual analysis.
OBJECTIVE: The o
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
Remote monitoring of fall actions or conditions and the everyday lifecycle of disabled losses is the vital drive of current telemedicine. The Internet of Things (IoT) and Artificial Intelligence (AI) models, which incorporate deep learning (DL) and machine learning (ML) techniques, are increasingly applied in healthcare to automate the detection of abnormal and unhealthy conditions. Fall detection (FD) in elderly patients and human action recognition for surveillance are crucial for safety, but achieving high accuracy remains challenging due to complex human movements. Detecting falls is cruci
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 rapid growth of Internet of Things (IoT) ecosystems has generated substantial industrial progress, yet it has also introduced intricate security and privacy issues. IoT deployments cannot be properly supported with traditional cloud-centric approaches because they require improved bandwidth utilization, reduced latency, and enhanced trust mechanisms. The research proposes Artificial Intelligence-Driven Secure Edge Trust Framework (AI-SET), which establishes a comprehensive edge-based security design that connects network intrusion detection with federated learning capabilities to implement
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.
OBJECTIVES: This study aimed to explore the research trends, thematic structures, and core competency domains in the field of nursing-related digital and artificial intelligence (AI) technologies.
METHODS: A bibliometric analysis was conducted in accordance with the PRISMA 2020 statement. Peer-reviewed articles published in English from 2015 to 2025 were retrieved from Scopus, Web of Science, and PubMed. Thematic clustering was conducted using the Louvain algorithm and cosine similarity. A subset of 66 frequently cited articles was then qualitatively synthesized to capture core competencies a
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.
IntroductionHigh-grade serous ovarian cancer (HGSOC) is the most aggressive and prevalent subtype of ovarian Treatment outcomes are significantly influenced by residual disease status following neoadjuvant chemotherapy (NACT). Predicting residual disease before surgery can improve patient stratification and personalized treatment strategies.MethodsThis study analyzed pre-NACT proteomic data from 20 HGSOC patients treated with NACT. Patients were categorized into two groups based on surgical outcomes: no residual disease (R0, n = 14) and suboptimal residual disease (R1, n = 6). From an initial
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.
Natural products and their derivatives have long been crucial in drug therapy, especially in traditional medicine. However, challenges in screening, isolation, characterization, and optimization have slowed their development in the pharmaceutical industry. Recent advancements in artificial intelligence (AI) and multi-omics technologies are revitalizing this field. AI offers powerful tools for understanding natural compounds, enhancing molecular representations, and supporting tasks such as binding prediction, drug repurposing, and retrosynthesis. Moreover, generative models are aiding in natur
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: Evaluation of artificial intelligence (AI) algorithms for prostate segmentation is challenging because ground truth is lacking. We aimed to: (1) create a reference standard data set with precise prostate contours by expert consensus, and (2) evaluate various AI tools against this standard.
METHODS AND MATERIALS: We obtained prostate magnetic resonance imaging cases from six institutions from the Qualitative Prostate Imaging Consortium. A panel of 4 experts (2 genitourinary radiologists and 2 prostate radiation oncologists) meticulously developed consensus prostate segmentations on ax
СтатьяConsensus StatementПоддержка NIH: внешняя программаПоиск 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.
Kidney transplantation is the definitive treatment for end-stage renal disease (ESRD), yet challenges persist in optimizing donor-recipient matching, postoperative care, and immunosuppressive strategies. This study employs bibliometric analysis to evaluate 890 publications from 1993 to 2023, using tools such as CiteSpace and VOSviewer, to identify global trends, research hotspots, and future opportunities in applying artificial intelligence (AI) to kidney transplantation. Our analysis highlights the United States as the leading contributor to the field, with significant outputs from Mayo Clini
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.
BACKGROUND: Crohn's disease (CD) is an incurable inflammatory bowel disease that can lead to a variety of complications and requires lifelong treatment. However, the diagnosis and management of Crohn's disease exhibit high rates of misdiagnosis and missed diagnoses, along with significant variability, among primary care facilities and novice endoscopists. Therefore, we established an interpretable artificial intelligence (AI) system using double-balloon enteroscopy to facilitate Crohn's disease ulcer identification and grading.
OBJECTIVE: To develop an interpretable AI system for the identifi
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: Abdominal computed tomography (CT) is commonly performed in adults. Abdominal aortic calcification (AAC) can be visualized and quantified using artificial intelligence (AI) on CTs performed for other clinical purposes (opportunistic CT). We sought to investigate the value of AI-enabled AAC quantification as a predictor of coronary artery disease and its association with cardiovascular events.
METHODS: A fully automated AI algorithm to quantify AAC from the diaphragm to aortic bifurcation using the Agatston score was retrospectively applied to a cohort of patient that underwent bot
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.
Rationale and Objectives: Artificial intelligence (AI) tools, particularly generative models, are increasingly used to depict clinical roles in healthcare. This study evaluates whether generative AI systems accurately differentiate between radiologists and medical radiation technologists (MRTs), 2 roles often confused by patients and providers. Materials and Methods: We assessed 1380 images and videos generated by 8 text-to-image/video AI models. Five raters evaluated task-role accuracy, attire, equipment, lighting, isolation, and demographics. Statistical tests compared differences across mod
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: The clinical implications of coronary artery calcification (CAC) growth remain underexplored. This study aims to assess CAC growth and its association with adverse cardiovascular events (ACEs) in individuals undergoing lung cancer screening (LCS) using artificial intelligence (AI)-assisted evaluation.
METHODS: We included patients who underwent LCS low-dose chest CT (LDCT) between April 2017 and December 2023 with available follow-up LDCT scans. CAC severity was quantified using AI-based software. CAC growth was defined as incident CAC in those with baseline CAC = 0 or annual progres
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.