采用国际领先技术，基于卷积神经网络的深度学习与传统机器学习，实现对宫颈液基细胞病理图像的自动分析。快速筛选并定位病变细胞，可根据TBS指南对病变细胞进行分类，以及检出微生物感染。通过智能分析做出诊断，最终生成结构化的检测报告。
以高精度扫描硬件与前沿深度学习技术相结合，通过与多家医院合作研究和自主创新，将基于机器学习的计算机自动诊断方法和病理图像识别、处理方法相结合，利用计算机检测阳性细胞比例，为病理医生提供参考，辅助疾病诊断。
基于图像的案例讨论按小组进行，由支持跨学科工作组的研究和主题进行组织。
