Machine Learning profondo e strutturato: Miglioramenti delle tecniche di apprendimento profondo e dei registri di dati nelle malattie rare, imitano la cognizione umana nell’analisi, comprensione di dati medici e sanitari complessi, bioinformatica.

Interfacce intelligenti: sistemi cognitivi artificiali, sistemi personalizzati e adattivi, implementazione diffusa di sistemi di cartelle cliniche elettroniche, hanno migliorato la precisione della chirurgia assistita da robot.

Modelli predittivi: Dinamica molecolare, modelli predittivi per RNA e ripiegamento proteico e interazione proteina-proteina, crescita di database di sequenziamento genomico, telemedicina per la diagnosi di malattie, cartelle cliniche elettroniche, interazioni farmacologiche, creazione di nuovi farmaci.

Modelli epidemiologici: simulazioni su larga scala di malattie infettive emergenti e valutazione di politiche di mitigazione/contenimento.