Facebook與紐約大學(NYU)宣稱合作研發出三款機器學習模型，能根據X裝照片協助醫生預測COVID-19(新冠肺炎)病患接下來的病況發展，以及病患未來需使用多少補充供氧。透過準確預測，醫院也更能掌握未來數月的資源分配。

據VentureBeat報導，Facebook與紐約大學合作開發的開放源碼機器學習模型，號稱只需幾張X光照片，便能預測染疫者未來4天的病況發展，以及氧氣等資源的需求。在此之前，慧影醫療科技、阿里巴巴等廠商，也曾開發出能利用X光照片準確診斷COVID-19的AI演算法，但Facebook與紐約大學研究的獨特之處在於，他們嘗試利用演算法預測長期的臨床軌跡。

此外，史丹佛、西奈山醫院(Mount Sinai)與電子醫療紀錄廠商Epic and Cerner也開發出了能預測病患死亡風險及呼吸器需求的模型，但很少有模型能藉由單一掃描照片或電子醫療紀錄就完成預測。

Facebook研究團隊首先利用MIMIC-CXR-JPG、CheXpert這兩組大型公共胸部X光資料集，以及一種稱為Momentum Contrast (MoCo)的自我監控學習技巧，為AI系統進行預訓練，再利用NYU公開的COVID-19資料集對MoCo模型進行微調。

研究團隊表示，MoCo模型分類器(classifier)在利用X光照片預測加護病房需求、死亡率及提早96小時預測不良事件的能力上，超越了人類專家。預測能力的提升，能避免高風險的病患太早出院，也能讓醫院更妥善分配未來幾個月的各項醫療資源。

有研究報告指出，MIMIC-CXR、CheXpert等胸部X光資料集所訓練的診斷模型，往往對特定性別、經濟階層、種族出現偏見。美國疾病管制中心(CDC)也不建議使用電腦斷層掃描或X光進行COVID-19診斷。為解決偏見問題，Facebook與紐約大學研究團隊謹慎選擇了每個測試樣本。更全面與多樣化的測試，則有助於進一步建立演算法的可靠度。