研究使用机器学习分类器对住院患者的暗场显微镜下的微循环视频进行非感染和感染图像的区分，准确度达到89.45％。分类器具有诊断应用价值。同时，使用无监督的卷积自编码器将学习到的特征从压缩的表征中聚类，可用于识别健康的微循环图像与有微循环功能障碍的图像。

研究比较了不同类型医疗记录对COVID-19住院患者的诊断性能，发现利用医生笔记数据集的自然语言处理方法效果最好，对患者结局指标有显著影响。