根据Frost＆Sullivan的预测，医学上的AI AI市场将达到17亿美元。 到2021年，它将再增长三倍-达到66亿美元。 在对Binary District的评论中，关于哪些疾病将借助人工智能进行治疗以及哪些公司计划利用这一点。
全面了解癌症的神经网络
“沃森，这对我来说很困难，您有什么建议？” -也许，医生可能会转向由人工智能发明的IBM。 IBM Watson超级计算机创建于2011年，以IBM第一任总裁Thomas Watson的名字命名。 2014年，该公司投资10亿美元用于该项目的开发。 现在，它的模块之一，
沃森肿瘤学 ，用于诊断和治疗癌症。
沃森（计算机，而不是总裁）的主要任务是了解告诉他的内容，并在数据库中以自然语言查找必要的信息。 就Watson for Oncology而言，该数据库包含超过60万份医学报告和诊断，以及200万页来自肿瘤学领域医学杂志和临床试验的文本。
根据这些数据，特定患者的AI和医疗记录会做出诊断，并告诉医生在特定情况下如何最好地治疗癌症。 有关患者的信息以非个性化形式进入计算机。
神经网络可以提供多种治疗方案，医生将不得不选择最佳方案。
主治医师可以将信息添加到系统。 例如，写下：“患者出痰时痰中带血”-计算机将理解所说的内容，并在30秒后发出更新的诊断和更新的治疗过程。
2016年，人工智能在最初诊断出错误诊断的60岁患者中
发现了一种罕见的白血病。 为此，该系统在20分钟内研究了2000万篇有关癌症的科学文章。
从2019年开始，IBM Watson for Oncology将用于治疗美国陆军退伍军人中的癌症。 其他Watson模块用于诊断其他疾病。 Frost＆Sullivan预测，到2021年，IBM将占据医疗人工智能市场的45％，届时将达到66亿美元。
据报道，去年5月，Sberbank将在其保险系统中使用IBM Watson。 然后，“ Sberbank人寿保险”（Sberbank的“女儿”）与IBM签订了在俄罗斯的第一份使用Watson for Oncology系统的合同。
教自闭症儿童微笑的机器人
QTrobot是更传统的医学AI类型的一个例子：QTrobot：一种用于治疗自闭症谱系障碍儿童的机器人。 这样的孩子很难与其他人交流：他们很难识别其他人的情绪并表达自己的情绪。 随着年龄的增长，这个问题变得更加严重。 如果您在孩子出生后的第一年就不关注她，那么以后他要解决这个问题将变得更加困难。
QTrobot适用于四岁以上的儿童。 他通过言语，手势和面部表情与他们交流。 在使用它之前，您可以轻松地自己编程-创始人说，即使没有技术技能的父母也可以在不到20分钟的时间内完成它。 该项目网站上的两个短视频中
显示了如何执行此操作。 在机器人的帮助下，您可以教孩子理解别人的情绪，进行交流和执行简单的任务-例如，在此
视频中 。
卢森堡大学的研究人员于2016年创立了开发机器人的初创公司LuxAI。 机器人的最终原型于一年后提出，首个QTrobot测试于2018年进行：科学家比较了15位年龄在4至14岁的自闭症男孩与机器人和医生的治疗情况。 事实证明，孩子们更注意机器人：平均而言，他们看机器人的时间是原来的两倍。
像许多其他这种类型的机器人一样，QTrobot的唯一缺点是它的价格：2017年，开发人员表示价格为5500欧元。 然而，虽然该机器人没有上市，但据科学门户网站IEEE Spectrum称，它正在卢森堡，法国，比利时和德国的医疗中心进行测试。
“贾维斯”代表“铁人”-糖尿病
JARVIS（另一个非常智能的系统）是糖尿病患者
Diabnext AI的语音平台界面。 它以钢铁侠的管家Tony Stark的名字命名，是对公司开发的CLIPSULIN系统的补充。 该系统包括安装在胰岛素笔和血糖仪（用于测量血糖的设备）上的“智能”跟踪器，移动应用程序以及用于存储和分析记录的计算机程序。 2017年，CLIPSULIN赢得了2017年CES生物技术类别创新奖。
该系统可帮助糖尿病患者保持自己的每日日记：记录胰岛素剂量，进食量和其他参数。 糖尿病患者需要日记来控制血糖。 通常，在手动笔记本或移动应用程序中手动输入条目。 每次进餐后，糖尿病患者记录其中所含碳水化合物的大概量以及为它们设定的胰岛素剂量。 CLIPSULIN跟踪器允许您自动执行此操作。
该设备的工作原理在公司博客中提供的
视频中进行了描述：糖尿病患者为早餐照相，内置在追踪器中的图像识别系统确定其中所含的碳水化合物。 之后，患者在他的胰岛素笔上设定剂量：单位数立即固定。
另一个跟踪器连接到仪表：使用它，您可以将有关每次糖测量的数据传输到移动应用程序和计算机。 您还可以在系统中输入其他参数：标准测试的结果，糖化血红蛋白的水平，体重数据，运动等等。
同时，Jarvis可以回答用户问题，并且像任何神经网络一样，它可以在数据收集过程中学习。 正如开发人员所
解释的 ，例如，如果一个人定期吃很多比萨饼，那么AI将分析这种食物如何影响血糖水平并帮助更准确地计算胰岛素剂量。 如果患者愿意，患有持续性糖尿病的医生也可以使用Diabnext。