최우선적 목표는 직접 설계한 deep learning network model에 NIH (chestX-ray 14) dataset을 학습시키고 14개의 병증에 대한 multi-classification 을 성공시키는 것이다. 만약 multi-classification에 한계가 발견될 시, 특정 병증에 대해서 positive labelling을 하고, 이외의 모든 상태에 대해 negative labelling을 적용함으로써 필터링 할 수 있는것을 목표로 한다. 이 과정에서 NIH dataset을 학습시키기 적절한 모델을 연구해야 하며, 상대적으로 적은 특정 병증의 데이터 양을 극복하기 위해 효과적인 data augmentation 기법의 제안이 필요하다.
