H. Allahabadi, J. Amann, I. Balot, A. Beretta, C. Binkley, J. Bozenhard, F. Bruneault, J. Brusseau, S. Candemir, L. A. Cappellini, S. Chakraborty, N. Cherciu, C. Cociancig, M. Coffee, I. Ek, L. Espinosa-Leal, D. Farina, G. Fieux-Castagnet, T. Frauenfelder, A. Gallucci, G. Giuliani, A. Golda, I. van Halem, E. Hildt, S. Holm, G. Kararigas, S. A. Krier, U. Kuhne, F. Lizzi, V. I. Madai, A. F. Markus, S. Masis, E. W. Mathez, F. Mureddu, E. Neri, W. Osika, M. Ozols, C. Panigutti, B. Parent, F. Pratesi, P. A. Moreno-Sanchez, G. Sartor, M. Savardi, A. Signoroni, H. M. Sormunen, A. Spezzatti, A. Srivastava, A. F. Stephansen, L. B. Theng, J. J. Tithi, J. Tuominen, S. Umbrello, F. Vaccher, D. Vetter, M. Westerlund, R. Wurth, and R. V. Zicari, “Assessing trustworthy ai in times of covid-19. deep learning for predicting a multi-regional score conveying the degree of lung compromise in covid-19 patients,” IEEE Transactions on Technology and Society, vol. 3, no. 4, pp. 272–289, 2022.