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。
72万，凤冈县人民医院及医共体分院审方中心信息化建设项目的竞争性磋商公告
199万，昆明医科大学第一附属医院智能采血管理系统采购项目（二次）中标公告
154万，佛山市三水区人民医院医院信息系统年度维护服务中标公告
1800万，长春中医药大学附属医院磁共振成像系统采购项目招标公告
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