通过各种可穿戴传感设备，采集人体指标及生理电信号，运用人工智能、数据挖掘技术融合多源、多维体检及临床数据， 构建模型，实现个性化健康状态分析及疾病风险评估。

通过低功耗可穿戴设备采集心电数据，利用移动网络和公众网络进行大规模数据并行传输，采用分布式并行计算框架，深度分析挖掘心电大数据中的隐含特征信息， 实现面向大规模人群的心血管疾病自动诊断与预警。

基于临床影像数据，采用模式识别和机器学习的方法，挖掘其中的量化信息， 构建疾病分析预测模型，用于临床辅助诊断及个性化医疗。

以基于深度学习的机器视觉计算、复杂环境感知、自然语言理解、新型人机交互为研究重点， 研发面向健康服务领域的智能机器人系统。