冯国军表示：“其实，去年人工智能刚开始火起来的时候，公司董事长陈龙森和几位创始人都非常看好这个方向。一直想着，能不能抢在人工智能爆发前夜，将我们现有的大数据业务与之结合起来。”几经思考后，他们决定在原有的业务里融入机器学习（人工智能）的概念。
想法有了，但是该怎么做、选什么方向却成了一个难题。在寻找细分行业的时候，他们发现人工智能的应用领域里面，最有可能实现工程落地的是图像识别、语音识别和人脸识别。
其中图像识别在医疗行业的应用无疑是最有发展前景的。所以，最后他们把目标锁定在了医疗行业，而具体做什么产品，团队也做了大量的调研工作。
“要做机器学习，前提是要有大量的优质数据来训练机器。而医疗机构里面的病理切片数据不失为一个好的选择。首先它的数据量非常大，其次病理切片可以通过一些方式转化成优质的数据。医院的临床结果是最好的比较对象，可以用来论证机器学习的效率和准确率。”冯国军如是说。因此，他们选择了病理诊断这个方向，目标是为病理医生服务。
为了确定这个想法的可行性，年年初，医院的病理科。
在与病理专家的交流过程中他们发现，目前我国的病理医生非常短缺，全国范围内注册的病理医生只有1万余人。
病理医生每天看片、诊断的工作量非常巨大，医院又急需有经验的病理医生为患者提供服务。
基于此，恒扬数据确定将目标锁定在AI病理领域，旨在减轻医生的负荷，提高他们诊断的效率。
年初，公司决定成立机器学习实验室，并有多位研发经验丰富的研究员参与进来。
而研发工作的起点，恒扬数据选择参加了国际著名的CAMELYON17挑战赛。
这项赛事由荷兰瑞德邦大学医学中心诊断影像分析组和病理学系组织，目的是评估现有的和新的算法。
这些算法通过对完整图片的组织学淋巴结部分进行自动的检测和分类，以判断乳腺癌转移的程度。
经过1个多月时间的努力，恒扬数据提交了第一份竞赛作业，在全球多个参赛团队中，恒扬数据AI团队名列前茅，并受邀出席澳大利亚墨尔本ISBI会议。
与此同时，恒扬数据与国内著名医疗机构的联合项目研发也在同步开展，并已取得了不少技术成果。
