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
16048 публикаций
Поиск: 183 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1633 с найденным полным текстом
Journal of magnetic resonance imaging : JMRI2024eng
BACKGROUND: Challenges persist in achieving automatic and efficient inflammation quantification using dynamic contrast-enhanced (DCE) MRI in rheumatoid arthritis (RA) patients.
PURPOSE: To investigate an automatic artificial intelligence (AI) approach and an optimized dynamic MRI protocol for quantifying disease activity in RA in whole hands while excluding arterial pixels.
STUDY TYPE: Retrospective.
SUBJECTS: Twelve RA patients underwent DCE-MRI with 27 phases for creating the AI model and tested on images with a variable number of phases from 35 RA patients.
FIELD STRENGTH/SEQUENCE: 3.0
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: To develop an artificial intelligence (AI) model able to perform both segmentation of hand joint ultrasound images for osteophytes, bone, and synovium and perform osteophyte severity scoring following the EULAR-OMERACT grading system (EOGS) for hand osteoarthritis (OA).
METHODS: One hundred sixty patients with pain or reduced function of the hands were included. Ultrasound images of the metacarpophalangeal (MCP), proximal interphalangeal (PIP), distal interphalangeal (DIP), and first carpometacarpal (CMC1) joints were then manually segmented for bone, synovium and osteophytes and 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.
BACKGROUND: The prevalence of chronic hepatitis C virus (HCV) infection in the United States is ≤1%. Universal HCV screening is recommended nationwide. Here we describe our experience implementing universal HCV screening at a cancer center.
METHODS: In October 2016, universal HCV screening with HCV antibody (anti-HCV) was initiated for all new outpatients. Universal screening was promoted through widespread provider education, orders in the Epic electronic health records (EHRs), SmartSets, and automated EHR reminders. The effort focused on patients with solid tumors, because universal screeni
СтатьяПоддержка NIH: внешняя программаПолный 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 differential diagnosis of malignant pleural effusion (MPE) and benign pleural effusion (BPE) presents a clinical challenge. In recent years, the use of artificial intelligence (AI) machine learning models for disease diagnosis has increased.
OBJECTIVE: This study aimed to develop and validate a diagnostic model for early differentiation between MPE and BPE based on routine laboratory data.
DESIGN: This was a retrospective observational cohort study.
METHODS: A total of 2352 newly diagnosed patients with pleural effusion (PE), between January 2008 and March 2021, were eventua
Наблюдательное исследованиеСтатьяПоиск 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: Specific learning disability (SLD) is a cognitive neurobiological disorder caused by atypical brain functioning. SLD is recognized when the individual's achievement in school is below that expected for age, schooling, and level of intelligence. Screening millions of students with SLD by health personnel is a logistical impossibility. Awareness and knowledge about learning disorders among schoolteachers may play a major role in the early identification and management of children with these disorders. Therefore, the assessment of teachers' knowledge and perceptions about learning dis
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: Artificial Intelligence (AI) techniques are being applied in nursing and midwifery to improve decision-making, patient care and service delivery. However, an understanding of the real-world applications of AI across all domains of both professions is limited.
OBJECTIVES: To synthesise literature on AI in nursing and midwifery.
METHODS: CINAHL, Embase, PubMed and Scopus were searched using relevant terms. Titles, abstracts and full texts were screened against eligibility criteria. Data were extracted, analysed, and findings were presented in a descriptive summary. The PRISMA check
Систематический обзорСтатьяПоиск 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: Leprosy is an infectious disease that mostly affects underserved populations. Although it has been largely eliminated, still about 200'000 new patients are diagnosed annually. In the absence of a diagnostic test, clinical diagnosis is often delayed, potentially leading to irreversible neurological damage and its resulting stigma, as well as continued transmission. Accelerating diagnosis could significantly contribute to advancing global leprosy elimination. Digital and Artificial Intelligence (AI) driven technology has shown potential to augment health workers abilities in making f
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/AIM: Ewing sarcoma is a highly malignant tumour predominantly found in children. The radiological signs of this malignancy can be mistaken for acute osteomyelitis. These entities require profoundly different treatments and result in completely different prognoses. The purpose of this study was to develop an artificial intelligence algorithm, which can determine imaging features in a common radiograph to distinguish osteomyelitis from Ewing sarcoma.
MATERIALS AND METHODS: A total of 182 radiographs from our Sarcoma Centre (118 healthy, 44 Ewing, 20 osteomyelitis) from 58 different p
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: Nonophthalmologist physicians do not confidently perform direct ophthalmoscopy. The use of artificial intelligence to detect papilledema and other optic-disk abnormalities from fundus photographs has not been well studied.
METHODS: We trained, validated, and externally tested a deep-learning system to classify optic disks as being normal or having papilledema or other abnormalities from 15,846 retrospectively collected ocular fundus photographs that had been obtained with pharmacologic pupillary dilation and various digital cameras in persons from multiple ethnic populations. Of t
СтатьяМногоцентровое исследованиеПоддержка исследования: вне правительства СШАВалидационное 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.
BACKGROUND: Endoscopic ultrasound (EUS) and magnetic resonance cholangiopancreatography (MRCP) are tests used in the diagnosis of common bile duct stones in patients suspected of having common bile duct stones prior to undergoing invasive treatment. There has been no systematic review of the accuracy of EUS and MRCP in the diagnosis of common bile duct stones using appropriate reference standards.
OBJECTIVES: To determine and compare the accuracy of EUS and MRCP for the diagnosis of common bile duct stones.
SEARCH METHODS: We searched MEDLINE, EMBASE, Science Citation Index Expanded, BIOSIS,
СтатьяМетаанализПоддержка исследования: вне правительства СШАСистематический 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.
Shear strength parameters such as friction angle and cohesion are fundamental to solving geotechnical engineering problems related to slope stability, foundation design, and earthwork construction. This study presents the prediction of friction angle (Fi) and cohesion (Nc) of an unsaturated lateritic soil using three intelligent learning techniques: Support Vector Machine (SVM), Radial Basis Function (RBF), and Multilayer Perceptron (MLP), with Linear Multivariate Regression (LMR) adopted as a baseline model to evaluate agreement between input and output variables. The motivation for employing
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.
Objective: To develop ENDOVISTA-ENT, an integrated artificial intelligence system for quality-control assistance and lesion recognition during nasopharyngolaryngoscopy, and to evaluate its model performance and clinical utility. Methods: This retrospective study included 2 365 eligible patients from two centers. Of these, 1 562 patients from the First Affiliated Hospital of Sun Yat-sen University were used for model development and internal testing, and 803 patients from Ruijin Hospital, Shanghai Jiao Tong University School of Medicine were used for external validation. Model 1 identified whet
СтатьяВалидационное исследованиеАннотация на английскомПолный 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.
IMPORTANCE: Surgical site infections (SSIs) are common postoperative complications, often detected after patients leave the hospital, especially in times of modern fast-track recovery protocols. At-home monitoring through telemedicine can shorten delay to diagnosis. Manual wound image review in telemedicine is time-consuming, shows interobserver variability, and may miss early signs.
OBJECTIVE: To develop and externally validate a deep learning model to detect wounds suggestive of SSIs from wound photographs.
DESIGN, SETTING, AND PARTICIPANTS: This diagnostic/prognostic study involved the de
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.
Pediatric health research must translate evidence into decisions that affect children's development, safety, function, and long-term well-being. Scientific progress can still fail in two opposing ways: claims may exceed their evidentiary support, or research programs may remain productive while repeatedly refining an established signal without resolving decision-relevant uncertainty. These risks are amplified by developmental heterogeneity, ethical constraints, surrogate or short-term outcomes, long follow-up, and caregiver-mediated implementation. This concept paper formalizes these failures
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: Axial spondyloarthritis (axSpA) is a group of chronic inflammatory diseases that primarily affect the sacroiliac joints. Early diagnosis is crucial for preventing irreversible structural damage. Magnetic Resonance Imaging (MRI) is the gold standard for detecting early inflammatory changes such as sacroiliitis. However, conventional MRI interpretation is inherently subjective and susceptible to both intra- and inter-observer variability. Therefore, artificial intelligence (AI)-driven diagnostic solutions are increasingly being explored. Among them, the Gated Attention
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: Transthyretin amyloid cardiomyopathy (ATTR-CM) is a frequently underdiagnosed disease in which delay in diagnosis limits the efficacy of treatments. Artificial intelligence (AI) applied to standard 12-lead electrocardiograms (ECGs) is promising and may help improve ATTR-CM early detection.
OBJECTIVES: The goals of this study were to extend the Willem AI cloud platform for ATTR-CM detection from 12-lead ECGs and to evaluate its performance across relevant patient subgroups, including early-stage disease.
METHODS: This was a single-center retrospective study of adults evaluated for
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.
Background: Chest radiography is the most widely used diagnostic imaging modality globally, yet its interpretation is hindered by a critical shortage of radiologists, especially in low- and middle-income countries (LMICs). The interpretation is both time-consuming and error-prone in high-volume settings. Artificial Intelligence (AI) systems trained on public data may lack generalizability to multi-view, real-world, local images. Deep learning tools have the potential to augment radiologists by providing real-time decision support by overcoming these. Objective: We evaluated the diagnostic accu
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: Aimed to compare the volumetric calculations (VC) of intra-and-extraoral scanners on carious teeth before/after caries removal.
MATERIALS AND METHODS: 120 extracted human molars with ICDAS scores of 3, 4, and 5 were included. The teeth were scanned using an extraoral scanner (Ineos-X5, Dentsply Sirona) and three intraoral scanners (IOS) (iTero Element-5D, Align Technology; Primescan, Dentsply Sirona; Trios 4, 3Shape) before-and-after caries removal (CR). Eight Standard Tessellation Language (STL) data of each tooth sample were overlapped in Meshmixer (Autodesk) software for VC. Sha
СтатьяСравнительное исследованиеПоддержка 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: Patients with peripheral artery disease are at increased risk for major adverse cardiac events, major adverse limb events, and all-cause death. Developing tools capable of identifying those patients with peripheral artery disease at greatest risk for major adverse events is the first step for outcome prevention. This study aimed to determine whether computer-assisted analysis of a resting Doppler waveform using deep neural networks can accurately identify patients with peripheral artery disease at greatest risk for adverse outcome events.
METHODS AND RESULTS: Consecutive patients
Рандомизированное исследованиеСтатьяПолный 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.
Bone marrow aspiration (BMA) smear analysis is essential for diagnosis, treatment, and monitoring of a variety of benign and neoplastic hematological conditions. Currently, this analysis is performed by manual microscopy. We conducted a multicenter study to validate a computational microscopy approach with an artificial intelligence-driven decision support system. A total of 795 BMA specimens (615 Romanowsky-stained and 180 Prussian blue-stained) from patients with neoplastic and other clinical conditions were analyzed, comparing the performance of the Scopio Labs X100 Full Field BMA system (t
СтатьяМногоцентровое исследованиеПоддержка 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.