Algorytmy sztucznej inteligencji dorównują teraz ekspertom w diagnozowaniu wielu schorzeń lub nawet je przewyższają, zwłaszcza gdy diagnoza opiera się na obrazach. Przykłady obejmują chorobę Alzheimera , raka z przerzutami , chorobę oczu i choroby skóry . Przegląd systematyczny i metaanaliza wykazały, że wydajność programów sztucznej inteligencji była średnio równoważna z pracownikami służby zdrowia. Jednym z obecnych nacisków w medycznej sztucznej inteligencji jest ułatwianie partnerstwa człowiek-maszyna. Na przykład system LYNA osiąga 99,6% ogólnej dokładności w diagnozowaniu przerzutowego raka piersi – lepiej niż samodzielny ekspert – ale połączenie jest jeszcze lepsze. Powszechne stosowanie tych technik jest obecnie ograniczone nie dokładnością diagnostyczną, ale potrzebą wykazać poprawę wyników klinicznych oraz zapewnić przejrzystość, brak stronniczości i prywatność danych. W 2017 r. FDA zatwierdziła tylko dwa medyczne zastosowania sztucznej inteligencji, ale liczba ta wzrosła do 12 w 2018 r. i nadal rośnie