本系統基於深度學習技術，以台大醫院急診病歷為樣本，針對臨床表徵擷取、詞彙標準化以及診斷預測等任務進行訓練，並開發關鍵詞彙推薦演算法。使得本系統能於醫師問診期間，顯示病患的臨床症狀、鑑別診斷，與最具鑑別力之關鍵詞彙。這些診斷輔助能促進鑑別診斷的探索，並有效收斂診斷數量以獲得最終診斷。

針對問診輔助，本團隊提出兩項世界首創之任務：遞增式診斷預測及動態診斷詞彙推薦。前者之目標，是於病史詢問過程中，持續基於當下已撰寫之病歷，提供準確的鑑別診斷；後者之目的，則是能基於已詢問之病史，推薦與當下鑑別診斷相關，且最能收斂診斷之詞彙。本團隊針對以上目標設計訓練方式及演算法，並以實驗佐證其成效。

本技術可用於電子化病歷之內容搜尋、並將關鍵醫療詞彙標準化進而建立索引，做為病人查找及病歷研究的依據。同時，透過關鍵字提示及診斷預測，可輔助醫師進行診療，提高問診的效率、減少診斷碼搜尋的時間、降低誤診的機會。進一步可協助資淺醫師、非專科醫師進行診療。