医疗影像
研究人员正在评估联邦学习技术在基于胸部X光数据诊断COVID-19方面的实用性。联邦学习模型是一种隐私保护的人工智能算法训练方法，可以在不共享输入数据的情况下训练多个AI模型。这种方法在医疗影像和文本分析、诊断工具开发、药物研发等方面具有潜在的应用价值。
神经逻辑的Elite系列移动计算机断层扫描（CT）系统获得了欧洲的CE认证。这些系统可为全球的医院和诊所带来创新解决方案，提供高端患者护理服务。
谷歌云推出了医疗影像套件，旨在提高医疗影像数据的可访问性和互操作性。该套件包括存储、实验室、数据集、仪表板和AI管道等组件，提供云、本地或边缘部署的灵活选项，以满足不同的主权、数据安全和隐私要求。
美国明尼苏达大学的研究发现，使用数据科学工具可以增强传统的磁共振成像（MRI）重建方法，从而实现与深度学习相当的图像重建质量。这项研究有望提高MRI的效率和准确性，为医疗影像领域带来新的突破。
一项新研究发现，谷歌开发的深度学习系统在使用胸部X光片检测活动性肺结核方面与放射科医生的表现相当。这项研究有望在全球卫生领域中发挥重要作用，帮助缓解肺结核的全球流行病负担。
UPMC与微软宣布五年合作，旨在扩展和现代化其数据管理、仓储和分析基础设施，以改善患者护理。UPMC已经在临床分析方面取得了显著成果，并利用30年的临床和财务数据开发、评估和调整了冠状病毒的应对和治疗。
