1997年，在施教授的指导下，高蔚设计了“人工神经网络在疾病筛查中的应用研究”这项课题。3年来，他们以糖尿病这一严重危害人类健康的慢性病、多发病为例，采用已有人群（3280人）的糖尿病流行病学普查资料，对人工神经网络在疾病筛查中的应用潜力进行了研究。
该研究的基本思路为：采用几个非常易于获得的与糖尿病状态密切相关的指标，如年龄、糖尿病家族史、身高、体重、腰围、臀围等，利用人工神经网络卓越的模式识别能力，在血糖测定之前对血糖状态进行初步筛查，排除部分极可能在血糖测定中获得阴性结果的正常个体，只有那些经网络判为异常的个体才接受血糖测定，进入糖尿病的正式筛查。结果显示：测试组中，网络输出异常者占总筛查人数的54.9％，检出的血糖值呈阳性的人占已知病人总数的90.0％。这意味着用该方法筛查糖尿病，只需对目标人群中54.9％的个体进行血糖测定，就能发现原人群中90％的血糖异常者，可节约近一半的血糖测定费用及工作量，直接成本效益是现有方案的1.6倍。
