目前医疗诊断系统大多还是传统的专家系统，智能化不高，诊断结果准确率低，误判率高，而且效率不高，尤其不能处理日益巨增的大数据信息。我们最新研发的是一项极富开创性的基于人脑计算模型的全新智能深度学习的大数据技术，不仅能连续不断地积累海量病人病例信息，而且一旦新病例输入，系统就能立即根据疾病生物特征标记自动分类，及时更新优化智能数据知识库，尤其对于处理非结构化大数据非常有效，能对病人疾病进行智能评判，同时还可结合其他机器学习算法有效处理各种数据，快速准确地进行诊断、检测或预测分析。此外，这项技术还能连续不断处理海量数据流，提高处理速度上百倍。
目前此项技术正帮助全球多家医疗、制药、保健等领域的企业、科研院所进行精准医疗研究和应用，比如疾病精准诊断、重要生物标记提取、纳米超高维癌症信息精准提取与诊断、基因变异蛋白变化精准预测、基于SPECT图像心脏病诊断、药物重要成分自动获取等。
此项技术具有效率高、速度快、精准度高、能有效处理非结构化数据以及高维甚至超高维数据、连续数据流处理等几大国际领先技术优势，正好能帮助解决传统大数据技术以及常规机器学习、数理统计等方法所面临几大难题和瓶颈问题。