Microsoft Research wykorzystał Windows Azure do analizy wielkiej ilości danych medycznych. Specjalny algorytm przeszukał markery genetyczne pod względem powiązań biologicznych, odpowiedzialnych za powstawanie wybranych chorób.
Fundacja charytatywna Wellcome Trust, zajmująca się badaniami nad poprawą zdrowia zwierząt i ludzi, przesłała do działu Microsoft Research dane dotyczące 63524915020 par markerów genetycznych z prośbą o pomoc w ich analizie. Polegała ona na sprawdzaniu markerów pod względem powiązań biologicznych, odpowiedzialnych za powstawanie chociażby zaburzeń afektywnych dwubiegunowych, miażdżycy, nadciśnienia tętniczego, choroby Crohna, czy cukrzycy I i II typu. Ogromna ilość danych sprawiała, że wykorzystanie mieszanych modeli liniowych (LMM) w celu otrzymania wyników wymagałoby zbyt wiele czasu, pamięci, a przede wszystkim mocy obliczeniowej. Aby skrócić czas oczekiwania i ilość potrzebnych zasobów, dział Microsoft Research opracował FaST-LMM - algorytm, który w porównaniu do swojego poprzednika pozwala przeanalizować pod względem nowych relacji biologicznych dane większe o kilka rzędów wielkości.
Algorytm FaST-LMM został uruchomiony na Windows Azure, gdzie na wejście otrzymał dane dostarczone przez Wellcome Trust. Przez ponad 72 godziny analizę przeprowadzało 27 tysięcy procesorów, które łącznie wykonały ponad milion zadań, co jest odpowiednikiem około 1,9 miliona godzin obliczeniowych. Dla porównania, 8-rdzeniowy system aby sprostać temu zadaniu musiałby pracować przez 25 lat.
Przeprowadzona analiza jest kolejnym dowodem na to jak wielki potencjał posiada Windows Azure. Najistotniejsze jest jednak to, że moc obliczeniowa tego "superkomputera" jest dostępna dla wszystkich.