Výskumný tím vyvinul multimodálny systém umelej inteligencie, ktorý kombinuje údaje z elektronických zdravotníckych záznamov a genómové údaje baktérií na predpovedanie výsledkov pacientov s život ohrozujúcimi infekciami. Systém bol testovaný na 2 656 hospitalizáciách s krvnými infekciami zahŕňajúcimi 2 535 pacientov. Hlboký učiaci sa model dosiahol presnosť 0,93 pri predpovedaní mortality v nemocnici, čo výrazne prekonalo tradičný APACHE II skóre (0,77). Model tiež vykazoval silný výkon pri predpovedaní potreby prijatia na jednotku intenzívnej starostlivosti (0,978), predĺženého pobytu v nemocnici (0,803) a neplánovaného opätovného prijatia (0,696). Zaradenie genómových vlastností baktérií ďalej zlepšilo presnosť predpovedí a umožnilo identifikáciu kľúčových virulentných ciest baktérií relevantných pre ľudské choroby. Tento prístup je škálovateľný na ďalšie medicínske špecializácie.