美国生物科技初创公司Viome则旨在利用AI抗击癌症，目前已获得4850万美元的资金。他们研发的设备能用简单的唾液样本，无创筛查早期口腔癌和喉癌。
该公司称，其用于口腔癌早期筛查的mRNA分析技术与AI平台获得了美国FDA的“突破性医疗器械”认定。测试结果显示，该技术平台性能较高，对I期口腔癌的灵敏度超过93%，特异性接近98%。
Viome首席技术官古德都斯·巴拉瓦说：
基于AI的营养预警系统（NEWS）正在帮助解决世界粮食安全问题。该系统由国际热带农业研究所开发，它会收集、分析卫星图像和传统数据，如降雨量、温度和植被健康状况，以帮助预测作物的营养价值。国际农业研究磋商组织的年度研究投资组合超过9亿
科技日报北京5月27日电（记者张梦然)据英国《自然》杂志27日发表的一项物理学研究，美国麻省理工学院科学家对大规模人群移动模式进行了精准、量化的描述，补充了现有框架缺失的关键因素。这一分析显示，人们在城市内和城市间的出行频率和移动距离遵循一种可预测的普遍模式，还证实了认为人们不太会“出远门”的直观想法。预测人们如何在城市和全球范围内移动，对于许多研究领域都很重要，比如城市规划和疾病大流行建模。
从某种意义来说，人类发展的历史就是通过人口的迁徙使人类活动场所逐渐拓展和扩大的历史。这种移动不但扩大了人类的生存空间，也促进了人们的交往与人类文明的交流传播，进而推动人类共同繁荣和进步，所以说“人群移动是社会发展的根本”。
但一直以来，科学界对人群移动的精准量化描述不够完整。此次，麻省理工学院研究人员董磊及其同事，详细分析了基于匿名手机数据集的大规模移动数据，这些数据来自全球多个城市，包括新加坡、大波士顿（美国）、达喀尔（塞内加尔）、阿比让（科特迪瓦）以及葡萄牙多个城市，数据收集日期为2006年至2013年。研究团队在移动距离外还纳入了访问频率（VF），并发现在不同城市间，访问不同地点的人数具有高度一致性。
这一研究同时发现，一座城市所有地点的访问人数相对于访问频率和移动距离的减少遵循一个可预测的模式。研究人员在此基础上总结出了一种普适的人群移动规律，并能通过该规律模拟和重复人口移动的时间和空间规模。
在同时发表的新闻与观点文章中，丹麦技术大学科学家劳拉·阿利森德里缇和苏纳·乐何曼评论称，该研究“补充了现有人群移动理论框架中缺失的一个关键要素”
—
—访问频率。研究结果对多个城市系统都有效，“为描述和预测不同时间尺度下的人群移动提供了一个通用框架”。
此图将大波士顿地区个体的流动可视化为线条，线条明显聚集处为人气地点，凸起高度代表此处的魅力值。图片来源：《自然》在线版