10月27日《自然-机器智能》录用了我校研究团队与剑桥、斯坦福的研究团队联合提出的基于联邦学习的多国协作全开源人工智能框架（UCADI），以帮助放射科医生简化和加速新冠病毒诊断过程。基于中英23家医院近万张的CT扫描数据，证明了UCADI在保证用户数据不共享的情况下，能够多快好省地进行人工智能辅助诊断模型的训练，实现跨国多中心的新冠病毒智能诊断。在此基础上，团队成员还进一步分析了模型的不确定性和数据的异质性，并开源了预训练模型权重和联邦学习框架。值得一提的是，不局限于新冠病毒诊断，UCADI框架还为未来的跨国智能诊断系统的研究提供了基础设施，并将展开和世界卫生组织（WHO）在全球范围内的合作。

我校研究人员主要由我院夏天教授团队，白翔教授团队，同济放射科李震教授团队，同济医院王剑明团队和协和放射科郑传胜教授团队组成。该研究成果主要得到了华中科技大学“新型冠状病毒肺炎应急科技攻关专项”的支持，是基于武汉战役的实际经验总结，是华中大学科交叉共融的体现。