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
57249 публикаций
Поиск: 428 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1914 с найденным полным текстом
BACKGROUND: Prescription dose selection for intracranial meningiomas treated with stereotactic radiosurgery remains guided by tumor volume, anatomical constraints, proximity to critical structures, and institutional practice rather than individualized estimates of long-term local progression. We developed THINKERS-Meningioma, a mixture-of-experts artificial intelligence framework for personalized dose evaluation after stereotactic radiosurgery.
METHODS: We performed a retrospective single-center study of 800 patients with intracranial meningiomas treated with stereotactic radiosurgery. Variab
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: Accurate assessment of invasion depth in esophageal squamous cell carcinoma is essential for optimal treatment. Probe-based confocal laser endomicroscopy (pCLE) enables real-time in vivo imaging, but its interpretation depends heavily on endoscopist expertise. This study aimed to develop and validate an artificial intelligence-assisted pCLE (AI-pCLE) system for the differential diagnosis of low-grade intraepithelial neoplasia (LGIN) from high-grade intraepithelial neoplasia with submucosal invasion (HGIN-SM1).
METHODS: In this retrospective single-center study, 1,234 pCLE images
СтатьяВалидационное 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.
Conventional endoscopic indices for ulcerative colitis (UC) primarily assess the most severely affected segment, potentially underestimating the cumulative inflammatory burden across the colon. Consequently, there is increasing interest in assessment methods that incorporate both disease severity and spatial extent, including emerging artificial intelligence (AI)-based approaches. The aim of this study was to map and critically evaluate current evidence on endoscopic indices that integrate disease extent in UC, including both conventional and AI-assisted approaches. Original studies in which p
СтатьяScoping ReviewПоддержка исследования: вне правительства СШАПолный 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 AND STUDY AIMS: Superficial non-ampullary duodenal epithelial tumors (SNADETs) are being increasingly diagnosed, and accurate endoscopic diagnosis is essential for determining appropriate treatment strategies. However, no standardized diagnostic method currently exists. We developed a deep learning-based artificial intelligence (AI) classifier to distinguish between low-grade and high-grade neoplasia and evaluated its diagnostic performance.
PATIENTS AND METHODS: The training set of 85 SNADET cases (low-grade neoplasia, n = 41; high-grade neoplasia, n = 44; white-light images, n =
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 AND AIMS: Artificial intelligence (AI) may detect endoscopically active ulcerative colitis (UC) and streamline clinical trial enrollment. Here, we investigate the performance of a commercially available AI model, autoinflammatory bowel disease (AutoIBD)-UC (Virgo Surgical Video Solutions, Inc, San Francisco, Calif, USA), to detect moderate-to-severe UC in colonoscopy videos collected as part of routine clinical practice.
METHODS: AutoIBD-UC was applied to consecutive endoscopy videos between August 30, 2024, and October 17, 2024. Each video received an AutoIBD score (0-1); videos w
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: Despite the increasing use of machine learning (ML) in clinical research, the early stages of data preparation, especially for structured clinical data, often receive limited methodological scrutiny. These datasets typically contain missing values, complex categorical variables, and imbalanced class distributions, all of which complicate downstream model development and interpretation.
OBJECTIVE: This study introduces a structured preprocessing framework designed to address common challenges in medical tabular data and to assess how preprocessing choices affect the stability and p
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: Clinical adoption of cardiovascular magnetic resonance (CMR) is hampered by procedural complexity and magnetic resonance imaging access.
OBJECTIVES: The objective of the study was to investigate the benefits of artificial intelligence (AI)-assisted CMR in clinical practice.
METHODS: Patients at a tertiary-care center underwent CMR via conventional, operator-directed (ODS) or AI-assisted (AIA) scanning over 3 years. Scan time, scan time variation, image quality using a validated 5-point scale, scan failure, and survival were compared between groups, stratified across CMR indicatio
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 AND AIMS: Most countries are experiencing an increasing trend of chronic kidney disease (CKD). Preventive strategies, such as early prediction of CKD progression and mortality, are crucial in reducing this disease rate. Although artificial intelligence (AI) models have demonstrated outstanding predictive performance in the prognosis of CKD, no study has been conducted on the 5-year mortality risk of this disease. This study aims to perform this task to gain a deeper understanding of this technology and optimize preventive and treatment strategies.
METHODS: This retrospective study
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.
PURPOSE: The rapid advancement of Pharma 4.0 has accelerated the integration of artificial intelligence (AI), digital twins, and data-driven technologies into pharmaceutical research, manufacturing, and healthcare. This review aims to critically evaluate the role of AI-driven digital twins across the pharmaceutical lifecycle, with emphasis on smart manufacturing, predictive quality assurance, continuous manufacturing, regulatory validation, personalized drug delivery, and precision medicine. The review addresses how AI-enabled digital twins can overcome limitations of conventional pharmaceutic
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 (AI) is increasingly being integrated into radiology and may improve diagnostic efficiency and workflows. Its successful adoption depends on workforce readiness, organizational capacity, and effective governance. This study evaluated radiology professionals' perceptions of AI integration in Saudi Arabia; sustainability was considered only as a conceptual implementation context and was not directly measured. Methods: An online cross-sectional survey using convenience sampling was conducted among healthcare professionals involved in radiology services in Saudi
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.
Artificial intelligence (AI) is transforming project management beyond efficiency gains by enabling parallel scenario execution, in which multiple outcome-contingent deliverables are prepared before key uncertainty-resolving events and rapidly converged once results are revealed. By extending set-based concurrent engineering, this approach addresses traditional implementation barriers such as resource constraints and combinatorial complexity through large-scale AI-driven preparation and automation. Drawing on late-stage clinical development and regulatory submission workflows as an illustrativ
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: Lymphadenopathy may result from inflammation, tuberculosis, or tumors, with lymph node status being a key prognostic indicator. Early accurate differentiation of benign and malignant lesions is therefore vital for clinical management. Although imaging offers adjunctive information, histopathology and cytology on biopsy specimens remain the gold standard, albeit with a 2-4 day turnaround. CT-guided biopsy ensures precise sampling, but final diagnosis depends on pathology. AI-ROSE is an emerging real-time cytological tool that can rapidly classify lesions and guide sampling/treatment
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: Traditional rehabilitation medicine, primarily dependent on qualitative clinical assessment and static therapeutic protocols, faces significant challenges in scalability, objectivity, and dynamic adaptability. The integration of Artificial Intelligence (AI) is catalyzing a paradigm shift from "experience-driven" to "data-driven" precision rehabilitation.
OBJECTIVE: This narrative review delineates the current landscape of AI innovations in rehabilitation, evaluates their clinical integration across the patient lifecycle, and identifies the socio-technical barriers to widespread ad
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 (AI) literacy is increasingly relevant in nursing education, yet its association with empathic behavior among nursing interns remains unclear.
METHODS: This cross-sectional study included 300 nursing interns from three tertiary hospitals in China (December 2025-April 2026). AI literacy and empathic behavior were assessed using validated scales. Moral distress and moral resilience were included as covariates. Multivariable linear regression and restricted cubic spline analyses were performed, with subgroup analyses to assess robustness.
RESULTS: Higher AI l
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) tools have been rapidly adopted by medical researchers, yet whether medical trainees and professionals in low- and middle-income countries possess the awareness and habits needed to use these tools safely remains poorly documented. This study characterized AI adoption, hallucination awareness, and verification and disclosure practices among medical trainees and professionals in Pakistan. Methods A cross-sectional anonymous online survey was conducted among medical students, house officers, residents, physicians, and faculty involved in research or academ
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.
INTRODUCTION: Recent perspectives in mathematics education highlight the importance of integrating cognitive and affective dimensions in understanding students' reasoning. Accordingly, the present study investigates the interrelations of performance on geometric problem-solving and general cognitive skills, fluid intelligence, cognitive reflection, and mathematics-related beliefs.
METHODS: The study explored differences in geometric problem-solving performance by gender and academic year, as well as the predictive contribution of cognitive, mathematics-belief, and mathematics achievement vari
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: This study aimed to develop and evaluate an artificial intelligence‑assisted liver ultrasound training system that combines the YOLOv11n object detection algorithm and the DeepSeek large language model for ultrasound education.
MATERIALS AND METHODS: A parallel controlled study was performed with 20 students randomly assigned to either the traditional instruction group (n = 10) or the AI‑assisted training group (n = 10). The YOLOv11n model was trained using 326 liver ultrasound images. Model performance metrics including precision, recall, mAP@0.5 and mAP@0.5:0.95 we
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.
BACKGROUND: Implementation science frameworks, such as the Consolidated Framework for Implementation Research (CFIR), are increasingly used to guide the implementation of artificial intelligence (AI) in healthcare. This assumes that AI systems can be understood using frameworks developed primarily for evidence-based practices (EBPs). However, AI systems vary substantially in their technical architecture, degree of autonomy, dependence on local data, regulatory status and capacity for change after deployment.
AIM: To examine how different types of AI systems align with, extend or challenge cor
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: Natural language processing (NLP) can process unstructured text to provide information on injuries but has not been used for drowning. We tested the effectiveness of NLP in identifying risk and protective factors for drowning present in media and police reports.
METHODS: This was a cross-sectional study of persons of all ages who unintentionally drowned in metropolitan Houston, Texas between 2016 and 2022. Drowning incident data were obtained from media reports (NexisUni using keywords 'drown' and 'submersion' to access online media archives in print blog, video and audio record 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.
INTRODUCTION: The exponential growth of biomedical data hinders the rapid adoption of evidence-based practices in the Military Health System. This is critical in austere environments where teams rely on limited resources. Generative artificial intelligence (AI) offers a potential solution for rapidly synthesizing evidence. This comparative study evaluated the utility and feasibility of generative AI tools compared to human clinical experts in identifying protocols for surgical instrument reprocessing in austere settings.
MATERIALS AND METHODS: We conducted a descriptive comparative study to q
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.