Celem projektu jest zbadanie rozwiązań programowych wykorzystujących technologię głębokiego uczenia w celu automatycznego, szybkiego i niezawodnego wykrywania nieprawidłowości (takich jak rak) w obrazach medycznych. Główną zaletą tej innowacji jest opracowanie ogólnego algorytmu rozpoznawania wzorców na obrazach, niezależnie od rodzaju obrazu (CT, MR itp.) lub rodzaju nieprawidłowości. Pozwala to na korzystanie z tego samego systemu oprogramowania do rozwiązywania wielu różnych problemów klinicznych. Celem jest nie tylko szybkie zidentyfikowanie zdrowych osób, ale także wykrycie nieprawidłowości, które nie są bezpośrednio związane z pytaniem klinicznym (wyniki incydentalne). Automatycznie identyfikując wszystkie nieprawidłowości na zdjęciach, unikniemy braku czegoś ważnego.