机器学习
UW Medicine和Delve Health宣布合作，利用人工智能、机器学习和远程数据捕获来推进2型糖尿病研究。
约翰霍普金斯大学的研究团队开发了一种机器学习工具，能够预测谁最有可能在暴露于引起COVID-19的病毒SARS-CoV-2时自然抵抗感染。这项研究旨在更好地了解影响COVID-19抵抗力的因素。
Asensus Surgical发布了名为“Luna”的下一代手术机器人平台，旨在实现数字化手术解决方案，提供实时临床智能和机器学习支持。
斯坦福医学院的研究人员发现，一种机器学习算法可以使用EMR数据在出生前预测早产婴儿的并发症。这种算法可以帮助医生在并发症出现之前识别高风险的新生儿，从而预防不良后果。
犹他大学的七个研究项目获得了One Utah Data Science Hub的资助，旨在推进人工智能和机器学习在基础和健康科学中的应用。这些项目将涉及胎儿成长、污染暴露、急诊手术、脓毒症等方面的研究。
Asensus Surgical与Google Cloud宣布多年合作，将Google Cloud的安全云数据架构和机器学习整合到Asensus外科机器人平台中，以进一步扩展Asensus的性能引导手术框架。该合作将提高手术精度和效率，避免手术并发症，提高患者的治疗效果。
研究人员使用机器学习方法，确定了八个社会特征，可以帮助预测老年人早逝的风险。这些特征包括社区清洁度差、财务状况控制力低、与子女见面频率低、不工作、不与子女互动、不参与志愿活动、感到孤立和受到不尊重的待遇。研究人员还开发了一个名为社会脆弱性指数的10个问题的调查问卷，以预测老年人的寿命和其他相关结果。
DermaSensor是一种客观的、非侵入式的手持设备，旨在辅助初级医疗提供者的肌肤癌症检测。该设备采用经过专利保护的光弹散射光谱学技术和机器学习技术，在几秒钟内有效检测肌肤癌症。
医疗IT提供商ClosedLoop连续两年荣获KLAS软件和服务报告中医疗人工智能数据科学解决方案类别的最佳奖项。ClosedLoop提供医疗专用的数据科学平台，旨在帮助医疗机构提高治疗效果并降低成本。
斯坦福大学人类中心人工智能（Stanford HAI）开发了一种名为POPDx的机器学习框架，旨在通过预测全面的诊断代码来增强罕见病检测过程。该模型使用人类疾病本体论进行自然语言处理和概率决策，可预测训练数据中不存在的疾病。
