With the rapid growth of artificial intelligence (AI) applications in the field of inflammatory bowel disease (IBD), an increasing number of regulatory and methodological considerations have become apparent. Currently, there remains much uncertainty and limited experience in the field of IBD regarding some of the regulatory and methodological pitfalls to be considered when developing and deploying AI applications for positive clinical and health system impact. Accordingly, an expert panel was convened by the European Crohn's and Colitis Organisation to review the published literature and provi
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 AND AIMS: Artificial intelligence (AI) is increasingly being applied in various fields of medicine, including inflammatory bowel diseases (IBD). This systematic review, conducted as part of the ECCO 9th Scientific Workshop on AI in IBD, explores AI applications in multiomics precision medicine, large language models (LLMs) for textual tasks, and utilization of wearable and remote care technologies.
METHODS: A comprehensive systematic analysis of the literature was undertaken, emphasizing three topics: multiomics predictive models in IBD; natural language processing (NLP) and LLMs f
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.
Introduction: Cardiovascular risk prediction remains challenging, particularly in patients with intermediate risk, mixed dyslipidemia, elevated lipoprotein(a), or variable lipid profiles. Conventional risk calculators may not fully capture nonlinear relationships among lipid, clinical, imaging, and longitudinal data. Objectives: This narrative review summarizes evidence on artificial intelligence (AI)-based cardiovascular risk assessment, focusing on lipid profile-based and multimodal models incorporating lipid-related variables. Methods: PubMed/MEDLINE, Scopus, and Google Scholar were searche
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.
OBJECTIVE: To evaluate the diagnostic accuracy of imaging artificial intelligence (AI) models for detecting avascular necrosis of the femoral head (AVNFH) and to examine whether diagnostic performance differs according to imaging modality, disease-stage focus, and validation strategy.
MATERIALS AND METHODS: In accordance with PRISMA-DTA, we conducted a systematic search in four main databases. Two independent reviewers evaluated the studies, extracted relevant data, and assessed the quality following the QUADAS-2 criteria. The primary analysis pooled overall sensitivity and specificity using
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.
INTRODUCTION: Dental caries remains one of the most prevalent diseases in children, requiring early and accurate detection to prevent progression. Conventional visual examination, although widely used, is subjective and operator-dependent. With advancements in artificial intelligence (AI), image-based AI tools offer potential for more consistent caries detection. This study aimed to compare the validity and reliability of an AI tool (ScanO) with conventional visual examination in identifying dental caries in children.
MATERIALS AND METHODS: This observational study included 200 children atten
СтатьяНаблюдательное исследованиеВалидационное 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.
Transfusion-dependent β-thalassemia (B-TM) is complicated by progressive iron overload, remaining a primary cause of organ toxicity and mortality despite chelation therapy advances. Accurate monitoring of hepatic and cardiac iron levels is crucial. Traditional methods, like serum ferritin and magnetic resonance imaging (MRI) T2* relaxometry, improved outcomes but suffer from biological variability, operator dependence, and reduced precision in severe iron overload. Artificial intelligence (AI), machine learning (ML), and deep learning (DL) show promise in overcoming these limitations by automa
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
СтатьяVideo-Audio MediaПолный 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.
INTRODUCTION: The use of Artificial Intelligence (AI), especially Machine learning (ML) and Deep learning (DL), has led to a major shift in medical diagnosis. AI can assist medical professionals in medical diagnosis by its unique ability to analyze complex data from multiple sources, including medical images, gene sequences, and Electronic Health Records (EHRs).
AREAS COVERED: Its application in other clinical processes, such as risk classification, diagnostic workflows, and disease risk prediction from patient symptoms, can also speed up diagnosis, reduce costs, and improve diagnostic outcom
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: The use of artificial intelligence (AI) in medicine has surged. Given the sensitive nature of palliative care, it is crucial to apply AI tools in a patient-centered and ethical manner.
AIM: We sought to understand the ethical implications of implementing AI-based tools in palliative care from various stakeholders.
DESIGN: Using a framework of ethics of care, we conducted thematic analysis to identify emerging themes.
SETTING/PARTICIPANTS: We recruited and interviewed 22 participants: six patients, four care-partners, five clinicians, three bioethicists, and four clinician-bioeth
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.
Письмо в редакциюПолный 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.
Harmful algal blooms (HABs) pose serious challenges for drinking water utilities; however, conventional monitoring in drinking water source basins remains largely reactive. To address this, we present an integrative framework that combines artificial intelligence (AI) forecasting with strain-resolved bioinformatic diagnostics to enable proactive monitoring of bloom-causing HAB in drinking water source. The AI model employed environmental input features and was optimized, which achieved high predictive accuracy (up to 0.9 R2) with early warning capabilities (1 week lead time). Explainable AI pi
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: Artificial-Intelligence (AI) empowered tools are increasingly being assessed for treatment selection in cancer. Patient perceptions on their use will be critical for uptake in clinical practice. We investigated patient willingness to endorse an AI-empowered Personalized Medicine (PM) system (the EU Commission funded “KATY”) to support treatment selection in renal cancer and mapped factors that impact on their perspectives. METHODS: This was a non-interventional, cross-sectional study piloted in Greece through the umbrella Hellenic Cancer Federation (ELLOK). Data were collected thro
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 Clinical documentation and information retrieval consume over half of physicians' working hours, contributing to cognitive overload and burnout. While artificial intelligence (AI) offers a potential solution, concerns over hallucinations and source reliability have limited adoption at the point of care. This study aimed to evaluate physician-perceived time efficiency, decision-making support, and satisfaction with DR. INFO, an agentic AI clinical assistant, in routine clinical practice. Methodology In this prospective, single-arm, pilot feasibility study, 29 physicians and medical s
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.
Airway remodeling is increasingly recognized as a major determinant of asthma progression, fixed airflow limitation, and long-term morbidity, particularly in severe disease. Although biologic therapies have transformed outcomes by reducing exacerbations and systemic corticosteroid exposure, their potential to modify structural airway trajectories-and whether a time-sensitive "window of opportunity" exists-remains uncertain. Here, we provide a progressive landscape integrating mechanistic remodeling pathways with measurable structural readouts (biopsy-derived indices and quantitative imaging) 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.
BACKGROUND AND OBJECTIVE: Coronary artery bypass grafting (CABG) remains a vital treatment option for high-risk patients with advanced coronary artery disease, especially those with multivessel disease, extensive left main disease, or refractory angina. While CABG effectively lowers long-term mortality and morbidity, it is still associated with many postoperative complications that can hinder recovery and affect quality of life. This review aims to thoroughly explore risk factors, prevention, and management strategies of major postoperative complications after CABG, categorized by physiologica
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: Artificial intelligence-based mobile health applications are increasingly used in oncology care, mainly to support symptom monitoring and clinical workflows. However, there is limited evidence on applications that simultaneously support cancer patients through structured prevention and treatment guidance while enhancing healthcare workers’ competencies. This study aimed to assess the outcomes of an AI-based mobile application as a supportive tool for cancer patients and examine its impact on healthcare workers’ competence in routine oncology care. METHODS: A quasi-experimental pre-
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: Multiparametric MRI is central to detecting clinically significant prostate cancer (csPCa), but diagnostic accuracy depends on reader experience. Artificial intelligence (AI) tools may support prostate MRI interpretation and reduce inter-reader variability. This study compared the detection rate of a trial, non-commercial version an AI-based software (PAROS) with that of an experienced radiologist. Methods: This retrospective single-center study included 150 patients who underwent prostate MRI followed by combined systematic and MRI-targeted transperineal biopsy. MRI examinations w
СтатьяСравнительное исследованиеПолный 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: Gestational diabetes mellitus (GDM) is a prevalent pregnancy complication that can pose numerous adverse health effects on both mothers and newborns. Accurate prediction of the risk of GDM serves as a valuable supplement to prenatal education and clinical decision-making. Compared with traditional prediction models, artificial intelligence (AI) algorithms have demonstrated higher predictive accuracy and stronger individualization capabilities. However, the application of AI models in GDM prediction is still in a developmental stage, and their performance and clinical utility have n
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)2026eng
PURPOSE: The increasing integration of Artificial Intelligence (AI) into clinical workflows for medical imaging and radiotherapy presents new opportunities and challenges for the radiation protection of patients, staff, and the public. This perspective from the International Commission on Radiological Protection (ICRP) Committee 3 Working Party on AI examines how current and emerging AI applications support the core principles of justification and optimisation across diagnostic and interventional radiology, nuclear medicine, and radiotherapy, and identifies priorities for their safe clinical i
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.
INTRODUCTION: Telemedicine and artificial intelligence (AI) are reshaping healthcare delivery, yet their integration into routine family practice remains inconsistent. This systematic review and meta-analysis aimed to identify barriers and enablers influencing the adoption of telemedicine and AI in primary care and to quantify their effects on clinical and operational outcomes.
METHODS: This review followed PRISMA guidelines and was registered with PROSPERO (CRD420251029675). Six databases-PubMed, Scopus, Web of Science, Cochrane Library, CINAHL, and IEEE Xplore-were searched from inception t
СтатьяСистематический обзорПолный 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.