医学影像诊断越来越依赖机器学习模型，但数据不平衡和可解释性是问题。研究使用合成数据生成技术STEM训练具有可解释性的模型，结果显示GE衍生的模型在两个数据集上具有最佳AUC。

多模态深度学习在医学影像诊断领域取得进展，但准确定位疾病仍是挑战。研究提出一种新方法，利用文本报告和胸部X射线图像进行对比学习，有效定位病灶。

利用多模态信息的视觉语言预训练（VLP）在自然领域的视觉识别和胸部 X 射线（CXR）的医学影像诊断方面取得了重大成功。UniChest是一个征服与分割的预训练框架，旨在充分利用多个源 CXRs 的协作优势，同时减少源异质性的负面影响。