Das Hauptziel des autonomen Computings besteht darin, die Softwaresysteme in die Lage zu versetzen, sich selbst zu verwalten und das menschliche Eingreifen zu minimieren. Zur Umsetzung des autonomen Computings wurden verschiedene Methoden verwendet. Diese Forschung konzentriert sich auf eines der Merkmale des autonomen Computings, nämlich die Selbstoptimierung. "Die Fähigkeit zur Selbstoptimierung optimiert verschiedene Parameter während der Laufzeit entsprechend den Umgebungsbedingungen. Sie ermöglicht die Überwachung, das Experimentieren und die Abstimmung verschiedener Parameter, um die vorhandenen Ressourcen bestmöglich zu nutzen". Im Rahmen dieser Forschung wurde versucht, ein Selbstoptimierungssystem zu implementieren, das dazu beiträgt, Ergebnisse zu erhalten, die von Ärzten zur Unterstützung von Diagnoseberichten verwendet werden. Um dies zu erreichen, wurden Patientendaten vom Forschungszentrum für Schlafstörungen und Lungenfunktion im Sudan (medizinisches Krankenhaus der Armee) gesammelt, die 18 Attribute von verschiedenen Patienten in unterschiedlichen Situationen enthalten. Der angewandte Case Based Reasoning-Algorithmus, ein Problemlösungsparadigma der künstlichen Intelligenz, verwendet alte Erfahrungen als Fallbasis in Form von Problem-Lösungs-Paaren zur Lösung eines neuen Problems.