人工智能
Blue Spark的TempTraq连续温度监测贴片可以更快地检测发烧，现在正在研究预测发烧。该公司正在开发一个基于连续温度数据的人工智能神经网络模型，以便预测发烧。该公司还计划使用灵活电子技术开发其他传感器，以监测更多的生命体征。
哈佛大学和华盛顿大学医学院的研究人员开发了一款基于深度学习的人工智能软件，可用于设计具有不同功能的蛋白质，其中一些可用于制造药物、疫苗和医疗治疗。这种软件可通过从蛋白质数据库中提取数据来训练神经网络，从而生成新的蛋白质序列。
一项来自密歇根大学的研究表明，一种新开发的人工智能模型可以比传统的生命体征测量更准确地预测血流动力学不稳定，这是病人恶化的关键指标之一。该模型已获得FDA批准，将有望在未来的临床实践中发挥重要作用。
Calyx和Qynapse宣布合作，利用基于人工智能的神经影像分析技术用于中枢神经系统疾病的临床试验。
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。
Theator宣布完成融资3950万美元，用于推广其外科智能平台在北美的手术室和医疗系统中的应用。Theator的手术智能平台利用人工智能和计算机视觉技术，自动分析每一项手术，从而产生有用的见解，以优化患者的结果并提高患者护理标准。
RapidAI获得FDA认证的Rapid Hyperdensity，可用于快速评估急性神经病症患者的伤害严重程度，如创伤性脑损伤和脑出血，以提供更好和更快的患者护理决策。该人工智能（AI）平台使用非造影CT扫描快速评估脑内超密度组织的体积，以帮助医生确定颅内出血的程度。
一项新研究发现，一种人工智能工具可以在患者入院后仅12小时内预测患者患败血症的可能性和感染的严重程度。这项技术可以帮助医生更快速地识别和治疗败血症，从而减少患者的死亡率和并发症。
一项新研究发现，使用基于人工智能的工具检查小肠胶囊内窥镜（SBCE）视频，可以提高小肠发现的检测率，减少SBCE视频阅读时间。这项研究有助于减轻医生在这一领域的负担。
纽约长老会医院与康奈尔大学合作，投资1500万美元，旨在利用人工智能和机器学习技术，预测和预防心力衰竭，同时改善无法预防的心力衰竭治疗。该合作旨在将纽约长老会医院、哥伦比亚大学VP&S和威尔康奈尔医学院在心血管医学方面的专业知识与康奈尔科技和康奈尔Bowers CIS的先进机器学习和人工智能资源相结合。
