医学辅助科研与决策平台以深度学习、机器学习以及统计学多种技术为核心技术，支撑广泛的临床队列科研工作和临床决策的辅助工作。在数据转换层利用规则引擎技术Drools通过XML节点来规范If-Then句式和事实的定义，动态判定数据预处理规则。使用Spark大数据框架实现自动化的大批量数据的清洗、转换和预处理工作。针对海量医疗数据中的信息噪点，整合大量的临床专家知识进行筛选过滤，保留有效信息，实现临床大数据规范化、精准化、可用化。
在数据挖掘和分析层，利用大数据、知识图谱、神经网络等技术在医生诊疗的关键环节进行辅助诊断、用药方案以及疗效评估、预后效果的推送。数据底层采用MySQL关系型数据库和知汇自主打造的影像管理平台，通过Python语言以及Tensorflow、Pytorch等框架建立人工智能模型，批量化、动态化的产出可视化数据挖掘报表，提升临床医生的科研问题发现和解决能力。通过海量数据挖掘产生的临床辅助决策和预测模型，例如肾小球滤过率（GFR）辅助预测模型可以帮助医生更准确地评估患者的肾功能，围术期患者术后并发症预测模型，可以帮助医生更加合理的调整患者的诊疗方案，降低患者围术期并发症的发生率，改善患者的预后。临床辅助决策系统可以帮助低年资医生提高诊疗能力，规范诊疗过程和方案，减少漏诊、误诊的发生。
170万，龙井市人民医院 医院信息系统（HIS）采购项目竞争性磋商公告
202万，隆昌市人民医院HIS系统升级采购项目中标（成交）结果公告
84.56万，天津市静海区医院 天津市静海区医院HIS等软件系统维保服务项目公开招标公告
60万，常州市金坛区中医医院HIS系统维护费以及10万以下接口改造费用采购公告(二)
28万，烟台市蓬莱人民医院HIS系统政策性升级改造项目单一来源采购公示
300万，哈尔滨医科大学附属第一医院HIS系统维护服务(二次)单一来源公告