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
34018 публикаций
Поиск: 310 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1661 с найденным полным текстом
Artificial intelligence (AI) is being applied across diagnostic and therapeutic workflows in hepatology. This narrative review summarizes recent advances in AI for liver disease. In medical imaging and digital pathology, computer vision enables automated quantitative analysis of ultrasound, CT, MRI, and histologic images, with the aim of improving the consistency of lesion detection, disease staging, and prognostic assessment. In biomarker research, machine learning can analyze high-dimensional liquid-biopsy and multi-omics data to develop diagnostic and prognostic models; some have outperform
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.
Artificial Intelligence (AI) is transforming the food industry by enhancing food safety (contamination detection, traceability), optimizing supply chains (demand forecasting, waste reduction, logistics), personalizing nutrition (customized recommendations), and driving product innovation (new flavor creation, formulation) through data analysis, machine vision, and predictive analytics, leading to greater efficiency, sustainability, and consumer satisfaction from farm to fork [...].
Редакционная 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.
Artificial intelligence (AI) systems increasingly serve as advisors, evaluators, and decision-makers, yet little is known about how people perceive AI as a social entity. Across five primary studies and eight supplementary studies, we show that people assign racial identities to AI systems, overwhelmingly perceiving them as White-even though these systems provide no visual, vocal, or identity cues from which race might ordinarily be inferred. Using forced-choice, open-ended, and implicit reverse-correlation measures, Studies 1 and 2 demonstrate that AI is explicitly and implicitly associated 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.
Artificial intelligence (AI) has shown great promise in becoming an integral part of healthcare, offering advancements in diagnostic accuracy, surgical precision, and personalised patient care in numerous medical specialties, including radiology and surgery. This paper explores the ethical implications of AI in medicine, with emphasis on the four key ethical principles of autonomy, beneficence, non-maleficence, and justice. The ethical challenges include concerns about patient consent, data privacy, clinical transparency, and the potential for AI to exacerbate health disparities. This paper ex
Редакционная 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.
PURPOSE: Innovations in artificial intelligence (AI) have paved the way for automated analysis and detection of various anterior and posterior segment diseases in ophthalmology. The goal of this study is to review the literature surrounding the utilization of AI for oculoplastic diseases or conditions.
METHODS: A literature search was conducted on Pubmed and Embase using a combination of terms including AI and oculoplastics, blepharoptosis, eyelid ptosis, brow lift, blepharoplasty, eyelid aesthetics, entropion, eyelid reconstruction, eyelid malposition, periocular cancer, periorbital melanoma
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.
Oculoplastics is a subspecialty of ophthalmology/dermatology concerned with eyelid, orbital, and lacrimal diseases. Artificial intelligence (AI), with its powerful ability to analyze large data sets, has dramatically benefited oculoplastics. The cutting-edge AI technology is widely applied to extract ocular parameters and to use these results for further assessment, such as screening and diagnosis of blepharoptosis and predicting the progression of thyroid eye disease. AI also assists in treatment procedures, such as surgical strategy planning in blepharoptosis. High efficiency and high reliab
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.
The pros and cons of artificial intelligence in assisted reproductive technology are presented.
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 OF REVIEW: In this article, we review the current state of artificial intelligence applications in retinopathy of prematurity (ROP) and provide insight on challenges as well as strategies for bringing these algorithms to the bedside.
RECENT FINDINGS: In the past few years, there has been a dramatic shift from machine learning approaches based on feature extraction to 'deep' convolutional neural networks for artificial intelligence applications. Several artificial intelligence for ROP approaches have demonstrated adequate proof-of-concept performance in research studies. The next steps
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.
Artificial intelligence is a general term that means to accomplish a task mainly by a computer, with the least human beings participation, and it is widely accepted as the invention of robots. With the development of this new technology, artificial intelligence has been one of the most influential information technology revolutions. We searched these English-language studies relative to ophthalmology published on PubMed and Springer databases. The application of artificial intelligence in ophthalmology mainly concentrates on the diseases with a high incidence, such as diabetic retinopathy, age
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.
In this paper, machine learning methods based on artificial intelligence theory are applied to the computer-aided decision making of some otoneurological diseases, for example Ménière's disease. Three methods explored are decision trees, genetic algorithms and neural networks. By using such a machine learning method, the decision-making program is trained with a representative training set of cases and tested with another set. The machine learning methods are useful also for our otoneurological expert system, One, which is based on a pattern recognition approach. The methods are able to differ
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.
This article examines the evolution of health care quality improvement (QI) and the emerging role of artificial intelligence (AI), with particular emphasis on cardiothoracic surgery. Historically, QI frameworks have progressed from structural expansion and regulatory oversight to outcome-oriented models, notably shaped by Donabedian's structure-process-outcome paradigm and the Institute of Medicine's 6 quality domains. Despite advancements, traditional QI efforts remain constrained by limitations in measurement, reliance on surrogate metrics, and labor-intensive data processes. AI offers trans
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.
Establishing global governance of artificial intelligence (AI) is becoming an increasingly pressing challenge to ensure the provision of global public goods and to mitigate harmful effects on societies and the planet. Current debates around AI take various forms, follow diverse narratives, and centre variously on economic, social, environmental, or safety aspects. Here, we make three contributions. First, we classify risks and challenges of AI across the social, planetary, and safety domains. Second, we show that AI should be governed as a global commons, requiring coordinated interventions ac
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.
The number of circulating tumor cells (CTC) and tumor-derived extracellular vesicles (tdEV) is an independent predictor of survival in patients with metastatic carcinomas. Being one order of magnitude more abundant than CTC, tdEV can provide complementary prognostic value. On CellSearch immunofluorescent images, operators can identify CTC and tdEV based on morphology, DNA, cytokeratin, and CD45 fluorescent intensity. This manual process is time-consuming and potentially affected by subjective interpretations. To overcome these limitations and maximize standardization among different research c
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.
As artificial intelligence (AI) becomes integrated into gastrointestinal endoscopy, training programs must adapt to prepare learners for AI-assisted practice. This review outlines current AI applications, ranging from polyp detection to workflow analysis, and proposes a structured curriculum embedding AI at every stage of training. The framework aims for both technical proficiency and adaptive expertise, and emphasizes building trust in AI, development of independent judgment, and deliberate "AI-off" assessments. AI can also support personalized learning and ambient feedback, making it a power
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: Infectious diseases remain a major global health challenge, and while AI is rapidly advancing diagnostic techniques such as Computed Tomography (CT), Positron Emission Tomography (PET), Magnetic Resonance Imaging (MRI), and ultrasound, its full potential in the detection and management of these diseases has yet to be thoroughly explored. This study examines the global research trends, key contributors, and thematic shifts in the field of AI-driven diagnostics for infectious diseases.
METHODS: The publications obtained data from the Web of Science (WoS) database reveal an exponenti
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 reshaping oncology by addressing key limitations in traditional cancer care and enabling data-driven, personalized approaches from diagnosis to treatment. This review explores the transformative role of AI across the cancer care continuum, highlighting its contributions, challenges, and future directions. AI has significantly advanced cancer detection and diagnosis by improving the interpretation of medical imaging (CT, MRI, PET scans, digital pathology) and liquid biopsies, allowing for early and accurate identification of tumors and biomarkers. In genomics and
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.
Large language models (LLMs) show great potential for clinical decision-making, yet most applications remain narrow, task-specific chat tools rather than systems integrated into clinical workflows1,2. However, building physician copilots will require models that operate within the electronic health record (EHR), with governed access to patient data and the ability to initiate permitted EHR actions within defined safety constraints. Yet it remains unproven whether such a system can manage patient cases with physician-level performance. Here we show that MIRA (Medical Intelligence for Reasoning
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.
This paper addresses the growing body of evidence that large language models (LLM's) are increasingly capable of emulating and in some ways surpassing humans in their capacity for empathic responsiveness. While this development raises concern (and for some, hope) about the potential for AI therapeutic bots, it is the author's contention that the truly therapeutic aspects of psychoanalytic interaction are only possible with another human. This point is demonstrated through discussion of a brief clinical vignette. The paper concludes with a discussion of factors that appear to be driving the eff
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.
UNLABELLED: Global population aging has made skeletal disorders a major threat to human health. Solid bone organoids reproduce skeletal physiology and pathology more faithfully than traditional models, yet remain limited in standardisation, real-time monitoring, and high-throughput use. Integrating artificial intelligence (AI) with computational biology offers a route to ease these limits and motivates an emerging direction we develop here. We use virtual bone organoids (VBOs) for the in silico counterpart of a solid bone organoid, and artificial intelligence virtual bone organoids (AIVBOs) fo
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 OBJECTIVES: The worthiness of a medical article is not known until it is read and critically evaluated. A process using artificial intelligence (AI) was developed and assessed to do that for a specific article.
METHODS: A medical article was uploaded to an AI large language model program with instructions to answer specific bounded questions about that article only, its methodological components, assessment of findings, and appropriateness and validity of conclusions. Fifty articles were evaluated and compared using AI and human assessment.
RESULTS: Agreement was found 89% of
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.