研究/研发
健康信息标准和发现研究侧重于开发方法，以便从大型健康数据库中获取见解，同时了解数据集的优缺点，并在可能的情况下加以改进。这一研究领域评估特定标准是否符合目的（例如，生物医学术语的质量保证和互操作性评估），并调查正在实施的标准（例如，支持自然语言处理、注释、数据集成和跨术语映射等任务）。
Lister Hill国家生物医学通信中心（LHNCBC）的自然语言处理（NLP）或文本挖掘研究重点是开发和评估用于自动文本分析的计算机算法。该研究领域主要研究生物医学文献或电子病历中的文本，并检查各种NLP任务，包括信息提取、文献搜索、问题回答和文本摘要。
图像处理侧重于生物医学图像和信号处理、人工智能和机器学习中的数据科学研究，以支持疾病筛查和诊断中的自动化临床决策。该研究领域包括用于临床研究的图像和文本分析，探索图像和视频中与疾病相关的视觉内容，以及用于在诊断和治疗路径中嵌入自动决策支持系统的视觉信息检索。
