Hệ thống gồm ba lớp: lớp người dùng (thu thập dữ liệu từ cảm biến), lớp đám mây (phân tích dữ liệu và chẩn đoán bệnh), và lớp cảnh báo (gửi thông báo đến bác sĩ, người chăm sóc hoặc bệnh viện). Các thuật ngữ như UDR (User Diagnosis Result) và DKS (Diagnosis Knowledge System) được định nghĩa để mô hình hóa quá trình chẩn đoán. Hệ thống sử dụng ba phương pháp phân tích: theo thang đo, theo mẫu và theo tần suất. Một hệ thống mẫu SSIS (Smart Student Interactive System) được triển khai để chẩn đoán các bệnh như béo phì, bệnh truyền nhiễm, bệnh tim, căng thẳng và huyết áp cao. Các thuật toán học máy như Decision Tree, k-NN, Naïve Bayes và SVM được so sánh để xác định thuật toán hiệu quả nhất cho từng loại bệnh. Kết quả cho thấy Decision Tree cho độ chính xác cao nhất trong chẩn đoán bệnh truyền nhiễm, trong khi SVM hiệu quả hơn trong nhận diện mức độ căng thẳng từ dữ liệu EEG. Hệ thống cũng tích hợp cơ chế bảo mật dựa trên mã hóa đối xứng và kiểm soát truy cập theo vai trò.