本團隊首創運用多種人工智慧深度學習技術，整合病患檢驗報告(血液、骨髓、病理、基因檢測)與治療(藥物、幹細胞移植)等紀錄，針對血癌病患建立以下模型:
-	於流式細胞儀檢驗中快速偵測骨髓內殘餘血癌細胞
-	血癌復發及死亡風險預測

"相較於傳統人工判讀時間約20 分鐘，本團隊開發的殘餘血癌細胞偵測演算法將判讀時間縮短至約7秒鐘。判讀結果與血液科醫師判讀結果相比較準確率超過9成。
我們亦整合病患之基因、血液檢驗與用藥等記錄為血癌病患開發第一個
復發及死亡風險預測模型，其預測病患未來3個月存活的準確率達85、復發的準確率達82

"本團隊開發出的模型可從多個面向發出協助臨床團隊於血癌的診斷與照護:
-	加速判讀檢驗報告、降低因人判讀的不一致性，有效提升判讀能力與效率
-	提供偏鄉地區及機構快速篩檢需進一步轉介治療的病患
-	輔助醫療團隊全面並客觀評估復發風險，優化病患個人治療計畫
-	應用於醫學教學，加速學習治療血癌病人所需