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
9304 публикаций
Поиск: 117 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1619 с найденным полным текстом
Journal of the American Medical Informatics Association : JAMIA2025eng
OBJECTIVES: We developed and validated a large language model (LLM)-assisted system for conducting systematic literature reviews in health technology assessment (HTA) submissions.
MATERIALS AND METHODS: We developed a five-module system using abstracts acquired from PubMed: (1) literature search query setup; (2) study protocol setup using population, intervention/comparison, outcome, and study type (PICOs) criteria; (3) LLM-assisted abstract screening; (4) LLM-assisted data extraction; and (5) data summarization. The system incorporates a human-in-the-loop design, allowing real-time PICOs cri
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.
Among all 2024 emergency department visits for acute respiratory illness or conjunctivitis across a statewide healthcare system (n = 13 494), generative artificial intelligence-based surveillance with adjunctive human review rapidly and cost-effectively identified patients with potential avian influenza exposure. Generative artificial intelligence-based approaches may offer a promising opportunity for expanding public health surveillance in clinical settings.
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Письмо в редакциюПоиск 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 rapidly evolving landscape of artificial intelligence (AI) and machine learning (ML) in medicine has prompted medical professionals to increasingly familiarize themselves with related topics. This also demands grasping the underlying statistical principles that govern their design, validation, and reproducibility. Uniquely, the practice of pathology and medicine produces vast amount of data that can be exploited by AI/ML. The emergence of generative AI, especially in the area of large language models and multimodal frameworks, represents approaches that are starting to transform medicine.
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.
IMPORTANCE: The lack of standardized genetics training in pediatrics residencies, along with a shortage of medical geneticists, necessitates innovative educational approaches.
OBJECTIVE: To compare pediatric resident recognition of Kabuki syndrome (KS) and Noonan syndrome (NS) after 1 of 4 educational interventions, including generative artificial intelligence (AI) methods.
DESIGN, SETTING, AND PARTICIPANTS: This comparative effectiveness study used generative AI to create images of children with KS and NS. From October 1, 2022, to February 28, 2023, US pediatric residents were provided imag
СтатьяResearch Support, N.I.H., IntramuralПолный 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.
Therapeutic peptides are emerging as a powerful class of pharmaceuticals that combine the synthetic accessibility of small molecules with the specificity of biologics, yet poor stability and low oral bioavailability remain barriers. This review surveys an expanded, scope-defined set of 39 therapeutic peptide databases and 62 computational tools for activity prediction, physicochemical profiling, structural modeling and rational design. We highlight how machine learning and deep learning are accelerating data-driven peptide drug discovery and discuss the urgent need for standardized data framew
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.
PURPOSE: Young people have rapidly adopted generative artificial intelligence (genAI) technology, yet little is known about how genAI use relates to mental health. This observational study examined associations between genAI use motivations-social-emotional support, task automation, learning/exploration, and dating/sexuality-and internalizing symptoms, as well as sociodemographic differences.
METHODS: U.S. young adults (N = 1003; ages 18-25; 56.3% women, 39.4% men, 4.3% another gender) completed a cross-sectional online survey. Path models tested associations between genAI motivations and men
СтатьяНаблюдательное 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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 purpose of this study was to improve automated glaucoma detection by utilizing generative adversarial networks (GANs) to translate underutilized scanning laser ophthalmoscopy (SLO) fundus images into synthetic color fundus (CF) photographs.
METHODS: A Cycle-Consistent GAN model (CycleGAN) framework was used to translate 16,936 SLO fundus photographs into corresponding synthetic CF images. Five deep learning models were trained using real CF, synthetic CF, SLO fundus, and combined datasets to classify glaucoma from a holdout test set of real CF photographs. Model performance was e
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 emergence of generative artificial intelligence (AI), particularly large language models and image-generation tools, is poised to transform the field of urology. These technologies enable innovative applications in medical education, clinical decision support, patient communication, and surgical planning, extending beyond traditional analytical AI by creating new content, from synthetic clinical notes to simulated surgical environments. In urology, these capabilities translate into automated summarization of complex patient histories, generation of patient-specific three-dimensional anatom
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.
Background/Objectives: Rare diseases often present challenges in obtaining reliable and accurate information than common diseases owing to their low prevalence. Patients and families often rely on self-directed learning, but understanding complex medical information can be difficult, increasing the risk of misinformation. This study aimed to evaluate whether generative artificial intelligence (AI) provides accurate and non-harmful answers to rare disease-related questions and assesses its utility in supporting patients and families requiring genetic counseling. Methods: We evaluated four gener
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 use of generative artificial intelligence (GenAI) in the education setting has expanded quickly. GenAI may enhance learning motivation by providing immediate feedback, adaptive support, and multimodal resources, yet empirical findings remain inconsistent.
AIMS: To address the controversy of current studies, a meta-analysis was conducted to examine the overall effect of GenAI on students' learning motivation and test whether effects differed across study contexts.
METHODS: A random-effects meta-analysis synthesized 56 effect sizes from 42 controlled experimental and quasi-expe
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.
Clinical reasoning is a foundational competency that develops over the course of training and comprises two sub-components. Diagnostic reasoning classifies a patient's condition and assigns a diagnostic label, whereas management reasoning weighs multiple defensible plans with consideration of patient preferences and contextual constraints. Clinical reasoning education has historically emphasized "in-the-head" cognitive processes, such as information gathering, hypothesis generation, problem representation, and differential prioritization, over "out-in-the-world" contextualized processes, such
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
Worry is theorized to be a predominantly verbal, abstract thinking style that suppresses vivid mental imagery and blunts affect, thus serving avoidance. In order to test a new way to circumvent this avoidance, we examined whether personalized, AI-generated depictions of worry scenarios can elicit anxiety. These images were presented in a mixed reality worry gallery, arranged spatially and embedded in the physical environment using a mixed reality head-mounted display. Applying a within-subject repeated-measures design, we assessed subjective state anxiety and affect, as well as physiological r
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.
Generative artificial intelligence (GenAI) is rapidly transforming the context in which adolescents develop, presenting both opportunities and risks. Adolescence is a sensitive life period during which the accomplishment of key psychosocial developmental tasks-including social belonging, emotion regulation, autonomy, and identity formation-leads to lifelong consequences. Here, we synthesize interdisciplinary research on how adolescents' use of GenAI chatbots such as ChatGPT may have unique impacts during this life stage. Although GenAI may provide low-stakes opportunities to simulate social in
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) is being applied across healthcare, including disease diagnosis, personalized treatment, and rehabilitation management. In urology, AI research has evolved from traditional machine learning to advanced deep learning and generative models. This review categorizes these developments into 3 primary domains. First, machine learning has been applied to mobile-based platforms for continuous urinary health monitoring and personalized healthcare. Second, deep learning- based diagnostic systems have improved the identification of conditions such as prostatic hyperplasia, ur
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.
Chen et al. provide proof-of-concept evidence that a general-purpose LLM, using zero-shot training, can derive clinical ratings from transcripts of semi-structured interviews in the AMP-SCZ. In this commentary, we complement this line of research with three considerations. First, the psychometric evaluation strategy would benefit from explicit "use case" specifications, since acceptable performance thresholds differ substantially across various uses. In the Chen et al., data, there is relatively compressed symptom-severity distribution in the data that may obscure its reliability and validity
СтатьяКомментарийПолный 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 evaluate and compare the responses of ChatGPT and Google Gemini to common patient questions about scaphoid fracture and scaphoid nonunion, and to compare responses between hand fellowship-trained orthopedic and plastic surgeons.
METHODS: A list of 30 common patient questions about scaphoid fracture and nonunion was developed and classified using Norman Webb's Depth of Knowledge levels 1-4. Each question was input into ChatGPT-4o and Google Gemini 2.0 Flash. An evaluation guide was created with four domains for each response, each rated on a Likert scale from 1-5: accuracy, clarity
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: Parents of children with pediatric orthopaedic conditions frequently have questions after their clinic visit, and a reliable postconsultation resource to address these enquiries is lacking. Online resources are variable in quality, and general purpose artificial intelligence (AI) models have demonstrated safety limitations, including unprompted treatment recommendations and citation inaccuracies. A purpose-built, supervised generative AI solution may offer a safer and more reliable alternative.
METHODS: A generative AI chatbot was developed using retrieval-augmented generation and
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.