德国波恩大学的研究人员联合惠普公司以及来自希腊、德国、荷兰的多家研究机构共同开发了一项结合边缘计算、基于区块链的对等网络协调的分布式机器学习方法——群体学习（Swarm Learning，以下简称SL），用于不同医疗机构之间数据的整合。研究人员基于1.64万份血液转录组和9.5万份胸部X射线图像数据，使用SL为白血病、肺结核和肺部疾病、COVID-19开发疾病检测分类器，发现SL在满足保密规范的同时优于单个医疗机构开发的分类器。算法识别出患病个体的准确率，在血液转录组数据集中平均为90，在X射线图像数据集中表现为76-86。该论文题目为《用于去中心化且保密临床数据分析的Swarm Learning机器学习技术（Swarm Learning for decentralized and confidential clinical machine learning）》，于5月26日发表在Nature上。