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: 381 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1619 с найденным полным текстом
OBJECTIVE: Generative artificial intelligence (GenAI) is a transformative tool capable of producing realistic synthetic data, modeling complex data, and translating large volumes of information into clinically meaningful insights. This systematic scoping review aimed to characterize the current applications of GenAI in OA care and research.
DESIGN: Medline, EMBASE, Pubmed and Scopus were searched electronically to December 2025 using keywords related to OA and GenAI. English-language studies detailing the applications of GenAI in OA were included.
RESULTS: Forty-nine studies were included an
Scoping ReviewСтатьяПолный 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 CONTEXT: Low back pain (LBP) is common and a major cause of disability globally. Generative artificial intelligence (GenAI) such as ChatGPT may have the potential to improve LBP, but it is unknown how GenAI is being used in clinical care settings.
PURPOSE: This scoping review aimed to map and synthesise the existing literature on the use of GenAI in the management of LBP across all settings.
STUDY DESIGN: This review followed the scoping review methodology of the Joanna Briggs Institute and Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Re
СтатьяScoping ReviewПолный 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: Alopecia areata (AA) is an autoimmune disease affecting hair follicles that results in nonscarring hair loss. AA impacts 0.1%-0.2% of the United States population, with pediatric patients accounting for 16.0%-27.7% of all cases. The Severity of Alopecia Tool (SALT), a method of quantifying scalp alopecia, helps guide clinical practice and determine response to therapies in clinical trials. Given the emerging role of image-based assessments of alopecia and growth of multimodal generative artificial intelligence (AI) in dermatology, we aimed to assess the "off-the-shelf" ability of a
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.
OBJECTIVE: Generative AI is now used to access eating disorder (ED) information, yet the suitability of its outputs remains unclear. Using two vignettes, we evaluated generative AI's ability to accurately identify ED presentations and recommend appropriate care, while benchmarking its performance against published responses from human samples.
METHOD: ChatGPT-5.4 was presented with two vignettes and prompted with questions related to problem identification and treatment recommendation. Vignette one depicted a restrictive ED consistent with anorexia nervosa or atypical anorexia nervosa, with b
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: Access to behavioral parenting interventions remains limited due to barriers such as cost, time constraints, and transportation, emphasizing the need for more accessible and reliable means to support caregivers of children with behavioral problems.
OBJECTIVE: Assess the feasibility of a Generative Artificial Intelligence (GAI) platform (ParenteAI.V1) to facilitate and enhance the delivery of Parent Management Training (PMT).
METHOD: Participants were 22 caregivers of children ages 6-12 years seeking services for disruptive behaviors. The intervention consisted of 8 modules of Par
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.
The discovery of novel antimicrobial peptides (AMPs) against clinical superbugs is urgently needed to address the ongoing antibiotic resistance crisis. AMPs are promising candidates due to their broad-spectrum activity, rapid bactericidal mechanisms and reduced likelihood of inducing resistance compared with conventional antibiotics. Here, a pre-trained protein large language model (LLM), ProteoGPT, was established and further developed into multiple specialized subLLMs to assemble a sequential pipeline. This pipeline enables rapid screening across hundreds of millions of peptide sequences, en
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: Temporomandibular disorders (TMDs) and orofacial pain (OFP) demand advanced diagnostic and clinical reasoning skills in dental education. Traditional simulations with real patients face limitations in availability and standardization. Generative artificial intelligence (GAI), such as ChatGPT-3.5, has emerged as a potential tool for clinical training.
METHODS: This blinded, cross-sectional, crossover study involved 30 undergraduate dental students, each completing two simulated cases: one with ChatGPT-3.5 and one with standardized real patients. Cases were developed and validated b
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: Large language models (LLMs) such as Chat Generative Pre-trained Transformer (ChatGPT) excel at interpreting unstructured data from public sources, yet are limited when responding to queries on private repositories, such as electronic health records (EHRs). We hypothesized that prompt engineering could enhance the accuracy of LLMs for interpreting EHR data without requiring domain knowledge, thus expanding their utility for patients and personalized diagnostics.
METHODS: We designed and systematically tested prompt engineering techniques to improve the ability of LLMs to interpret
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 CONTEXT: Generative artificial intelligence (AI) is increasingly used in spine care; however, concerns remain regarding citation hallucinations and reliability. ChatGPT may generate inaccurate or fabricated references, whereas OpenEvidence (OE) prioritizes verified, peer-reviewed literature. This is the first study comparing OE and ChatGPT using cervical spine clinical guideline (CSCG) queries.
PURPOSE: To compare guideline alignment, citation validity, sourcing, and prompt-engineering effects between OE and ChatGPT using CSCGs.
STUDY DESIGN/SETTING: Cross-sectional comparative an
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.
Guided by the pharmacophore-oriented molecular generation platform PhoreGen, we employed rilpivirine (RPV) as a lead compound to generate 300 structurally diverse analogs that preserve key pharmacophoric features. Subsequent drug-likeness evaluation, molecular docking score, and synthetic feasibility led to the identification of compound No.102 (A19), which displayed potent inhibition activity against WT HIV-1 (EC50 = 3.15 nM) and low cytotoxicity (CC50 > 335 μM). Subsequent structure-activity relationship optimization identified A24, which demonstrated robust activity against clinically relev
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: Generative artificial intelligence (AI) and large language models (LLM) are evolving from general purpose text assistants toward increasingly contextualized, multimodal systems integrated into clinical workflows.
OBJECTIVE: Presentation of current applications of generative AI and LLMs in trauma surgery, with a focus on clinical care and additional aspects of research and teaching.
MATERIAL AND METHODS: Narrative literature review based on a MEDLINE/PubMed search and supplementary hand search, including primary regulatory sources.
RESULTS: The most immediate clinical potential c
Аннотация на английскомСтатьяОбзорПолный 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.
Multimodal artificial intelligence, albeit showing great potential in computational pathology, remains limited to isolated patch-level interpretation and often fails to analyze gigapixel-scale whole-slide images (WSIs) essential for clinical utility. Here we present SlideChat, a multimodal generative artificial intelligence assistant for whole-slide computational pathology across cancer types. SlideChat integrates patch-level and slide-level pathology encoders with a pretrained large language model. Using 274,233 multimodal instruction samples, SlideChat is trained to learn the associations be
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.
OBJECTIVES: Generative artificial intelligence (GAI) tools can enhance the quality and efficiency of medical research, but their improper use may result in plagiarism, academic fraud and unreliable findings. Transparent reporting of GAI use is essential, yet existing guidelines from journals and institutions are inconsistent, with no standardised principles.
DESIGN AND SETTING: International online Delphi study.
PARTICIPANTS: International experts in medicine and artificial intelligence.
MAIN OUTCOME MEASURES: The primary outcome measure is the consensus level of the Delphi expert panel on
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.
OBJECTIVES: In health economics and outcomes research (HEOR), many repetitive tasks could be performed by large language models (LLMs), including adapting Excel-based health economic models and associated Word technical reports to a new setting. However, it is vital to develop robust methods so that the LLM delivers at least human-level accuracy.
METHODS: We developed LLM-based pipelines to automate parameter value adaptations for Excel-based models and subsequent reporting of the model results. Chain-of-thought prompting, ensemble shuffling, and task decomposition were used to enhance the ac
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: Complex Regional Pain Syndrome (CRPS) is a chronic pain condition with a complex pathophysiology, significantly affecting patients' quality of life. Effective patient education is crucial for managing CRPS, but available resources often lack readability and accessibility, leading to the persistence of myths. This study evaluates the accuracy, readability, completeness, emotional tone, and myth-debunking capabilities of AI-generated patient education materials (PEMs) compared to traditional online sources.
METHODS: A comparative design was employed to assess PEMs generated by three
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: Large language models (LLMs) offer significant potential in medical information extraction but carry risks of generating incorrect information. This study aims to develop and validate a retriever-augmented generation (RAG) model that provides accurate medical knowledge about diabetes and diabetic foot care to laypersons with an eighth-grade literacy level. Improving health literacy through patient education is paramount to addressing the problem of limb loss in the diabetic population. In addition to affecting patient well-being through improved outcomes, improved physician well-be
СтатьяПоддержка NIH: внешняя программаПолный 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.
OBJECTIVE: This study investigated the response and readability of generative artificial intelligence (AI) models to questions and recommendations proposed by the 2023 Congress of Neurological Surgeons (CNS) guidelines for Chiari 1 malformation.
METHODS: Thirteen questions were generated from CNS guidelines and asked to Perplexity, ChatGPT 4o, Microsoft Copilot, and Google Gemini. AI answers were divided into two categories, "concordant" and "non-concordant," according to their alignment with current CNS guidelines. Non-concordant answers were sub-categorized as "insufficient" or "over-conclu
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.
Tuberculosis (TB) is the leading cause of death from a single infectious agent, with rising multidrug resistance undermining current treatments. The mycobacterial toxin MenT3 inhibits protein synthesis by covalently attaching CMP to the 3′-CCA end of tRNA, promoting persistence under stress and serving as a promising new target. In this study, a combined machine learning (ML) and physics-based virtual screening pipeline was used to identify MenT3 inhibitors. Approximately 100,000 de novo compounds were generated using REINVENT4, then sequentially filtered by ADMET-AI and PharmacoNet, retaining
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.
INTRODUCTION: Patients increasingly use generative artificial intelligence assistants (chatbots) for medical information. We examined surgeon-perceived accuracy, reliability, and readability of chatbot responses to adrenal nodule queries.
METHODS: Six commonly asked adrenal nodule questions were input into five chatbots. Blinded answers were reviewed by 10 endocrine surgeons for correctness and reliability (6-point Likert scale) and content structure (3-point Likert scale). One-way ANOVAs and Tukey adjusted post hoc analyses tested differences. Inter-rater reliability across surgeon ratings w
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: While generative artificial intelligence (GenAI) has been rapidly adopted by college students, its relationship with mental health remains unclear. Most studies treat AI users as homogeneous, overlooking heterogeneity in GenAI use. This study identified latent profiles of GenAI use among Chinese college students and examined their associations with depression and anxiety.
METHODS: A cross-sectional survey of 5748 Chinese college students assessed AI usage, motivations, AI literacy, dependency, and symptoms of depression and anxiety using the Beck Depression Inventory-II and Beck A
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.