基于領(lǐng)先的AI技術(shù)和代謝性疾病樣本庫，建立中國慢性病高精準篩查系列產(chǎn)品，可同時(shí)對心腦血管、心血管、腦卒中、糖尿病和高血壓5種常見(jiàn)高發(fā)慢性疾病進(jìn)行風(fēng)險評估。

篩查5種慢性疾病的五級風(fēng)險等級人群

進(jìn)行3年/10年內發(fā)病風(fēng)險預測分析

提供個(gè)性化危險因素分析及健康干預方案

利用強化學(xué)習、環(huán)境學(xué)習等決策類(lèi)AI技術(shù)構建數據驅動(dòng)的省市區縣級新型冠狀病毒傳播數字孿生系統，推演不同管控方案對疫情趨勢的影響，為制定科學(xué)有效的復工復產(chǎn)方案提供有效參考。

還原病毒傳播路徑，繪制城域“接觸網(wǎng)”

豐富防控篩查規則模型，篩查高危人群

推演疫情發(fā)展，提供宏觀(guān)決策預判

利用自動(dòng)機器學(xué)習技術(shù)訓練出大規模機器學(xué)習預測模型，用以輔助無(wú)ML基礎的醫師進(jìn)行新生兒體重預測，對指導生產(chǎn)方式等方面提供重要參考。

自動(dòng)機器學(xué)習

誤差在205.3g內

成果被醫療學(xué)術(shù)期刊收錄，效果遠超教科書(shū)公式，為指導臨床提供有效支撐

利用自動(dòng)GBDT算法調參等技術(shù)訓練出大規模機器學(xué)習預測模型，預測精度提高12%，為手術(shù)決策提供有利參考。

預測精度遠超cox回歸分析

助力醫患術(shù)前決策

依托于領(lǐng)先的AutoCV、OCR等技術(shù)，可滿(mǎn)足化驗單識別、體檢報告識別、病歷識別以及卡證識別等不同場(chǎng)景需求，加速醫療信息化；同時(shí)還可實(shí)現影像分割、器官勾畫(huà)、閱片篩查、影像質(zhì)控等輔助診療功能，提高閱片銷(xiāo)量，減輕醫生工作負擔，提升就醫效率。

通過(guò)利用自然語(yǔ)言處理、深度學(xué)習、機器學(xué)習和圖像識別等AI技術(shù)，滿(mǎn)足靶點(diǎn)篩選、化合物合成、化合物篩選、晶型預測等不同場(chǎng)景需求，覆蓋藥物藥物研發(fā)中的藥物發(fā)現和臨床前研究等階段，以提升藥物研發(fā)效率，縮短藥物研發(fā)

通過(guò)利用自然語(yǔ)言處理、深度學(xué)習、機器學(xué)習、圖像識別和語(yǔ)音識別等AI技術(shù)，可為醫院、醫護人員以及醫保局提供問(wèn)診機器人、虛擬助理、輔助診斷以及醫?？刭M等不同產(chǎn)品及解決方案，以?xún)?yōu)化診療流程、提升患者就診體驗，同時(shí)提升醫護人員及醫療工作者的效率。

利用互聯(lián)網(wǎng)技術(shù)、邊緣計算機技術(shù)，結合NLP技術(shù)、語(yǔ)音識別技術(shù)等AI技術(shù)，可為智慧家庭提供諸多人機交互解決方案，在感知消費者生活需求的基礎上，與智慧社區、新型智慧城市服務(wù)對接，提供健康管理、居家養老、互動(dòng)教育、智能家居、能源管理、社區服務(wù)及家庭安防等智慧家庭應用。