透過美國緬因州的電子病歷資料庫整合多種人工智慧演算法建置預測未來一年罹患心律不整與冠狀動脈心臟病之風險評估模型，建立之模型能藉此提供心律不整與CHD之早期預警。本技術整合七種人工智慧方法，模型預測結果高，可協助醫療機構鑑定高風險族群、提升患者健康狀態，減少醫療成本。

透過貝式機率整合七種機器學習與深度學習，用以輔助醫療人員臨床診斷。整合人工智慧預測模型結果，提醒受測者讓醫療從被動反應型治療轉到主動預防性醫療，透過人工智慧疾病預測模型不僅改善人們對於疾病診斷過程，同時降低醫療相關費用與成本。

本研究所建立之風險預測模型，能併入電子醫療系統實際應用。針對廣泛族群尚未得病前，能夠預估其未來可能得到慢性疾病之風險率與各項併發症的機率，透過醫師、診療師之評估判斷，可達到事先預防並降低風險，也幫助醫療資源管理。以人工智慧醫療輔助決策系統，建立風險評估管理系統，推動醫療更為個人化、精準化和智慧化。