以大量由公有資料庫取得的上呼吸道病毒序列為基礎，結合其基因型資訊進行分類清洗，增加整體資料的精準度，及均化各個分類型別的資料筆數，透過第一層深度學習模型的建置，將主要的十一大類型先行分出，再結合細部分類模型如已建置完成的腸病毒分類模型，便可以快速辨別是否是與重症相關的病毒株，協助後續精準治療。

結合第三代高通量低單價之定序儀技術，可以得到大量上呼吸道病毒序列讀序，透過上呼吸道致病原線上智慧分類平台，將能在病毒感染初期（約三到五天內），及早發現所感染的類型，如屬高致病品系，便能提早準備，防止重症的發生，減少寶貴生命受損的機率，抵銷對醫療和社會經濟成本所造成的衝擊，進而實現預防醫學的目標。

未來將與相關醫療檢驗單位合作，實際測試，希望能將此一平台推至第一線診所與醫院、生技檢驗業者，還有病毒學研究社群與流病監控團隊，提供快速檢驗的可能性。同時，也希望透過這樣的自動分類系統，來建立健康人體上呼吸道常在菌與病毒之類型與組成，提供形成具保護作用之生態系統(Ecosystem)的重要參考依據。

上呼吸道病毒智慧分類平台：
http://symbiosis.iis.sinica.edu.tw/uvhunter/
腸病毒基因型人工智慧分型網站：
http://symbiosis.iis.sinica.edu.tw/Enterovirus/