症状
一项发表在《国家综合癌症网络杂志》上的研究描述了一种癌症症状算法，可以提供哪些患者可能面临不计划的急诊就诊的见解，从而提供额外的好处，如积极护理和降低成本。
乔治梅森大学的研究人员发现，人工智能可以通过一系列研究来帮助诊断COVID-19，从而补充家庭COVID-19测试，并区分由冠状病毒、流感和呼吸道合胞病毒引起的症状，以获得更准确的诊断。
一项发表在《科学报告》上的研究发现，机器学习模型可以使用患者报告的症状严重程度等数据准确预测卵巢癌患者6个月的死亡率。这项研究的目的是开发一种可靠的预测工具，以识别卵巢癌患者何时接近生命的尽头，从而改善临床决策和终末期护理。
佛罗里达大西洋大学的研究人员使用机器学习模型预测COVID-19检测结果，并确定哪些症状对产生阳性检测结果起关键作用。他们训练了五个分类算法，基于易于获取的症状和人口统计特征，如发热、温度、年龄和性别，预测COVID-19检测结果。
