慢性病是我国乃至世界面临的重大医疗难题之一，糖尿病、帕金森、阿兹海默症等慢性病，发病症状不明显，早起病症不容易被察觉，而晚期确诊后就需要大量的人力，物力来对患者进行日常照料与护理，严重影响患者的身体健康和生活质量。
我国现拥有超过3亿的慢性病患者群体，慢性病致死人数已占到我国因病死亡人数的80％，慢病管理产生的费用已占到全国疾病总费用的70％。已成为影响国家经济社会发展的重大公共卫生问题。
慢性病的管理和提前预测，让无数医务工作者对此一筹莫展，这种局面在人工智能进军医学领域后逐渐被打破。
人工智能为慢性病领域带来的突破
各大科技公司先后将目光投入到慢性病领域，随着人工智能的发展，目前慢性病的预测和提前诊断能力已经获得了显著的提高。
腾讯推出的帕金森AI辅助诊断技术，能够基于运动视频分析技术，针对帕金森病人的运动视频自动实现UPDRS（国际普遍采用的帕金森氏病评分量表）评分，在AI技术的辅助下，用户无需穿戴任何传感器，仅需透过摄像头拍摄（普通智能手机即可满足）便可实现帕金森病的运动功能日常评估，医生可在3分钟内完成诊断过程，诊断速度提升10倍。
阿里推出的“瑞宁助糖”，通过以大量医生的实践经验作为经验模型，以大量的医学知识和权威文献作为知识模型， 利用一系列物联网管理方式，采用人工智能化的眼底病变和尿蛋白筛查技术，在计算机深度学习基础上建立糖尿病及并发症筛查软件，实现对糖尿病患者从预防、诊断、治疗、到并发症管理的“人工智能化”。
同时，韩国的科研工作者利用世界各地的阿兹海默病研究人员建立的健康人群与阿尔茨海默病患者脑图像的数据库，来训练卷积神经网络，并且在此基础之上识别它们之间的区别。软件系统识别轻度认知障碍患者患者转化成为阿兹海默病的预测精度高达84．2％，优于常规基于特征的人为量化方法，显示出了深度学习技术使用脑图像预测疾病预后的可行性。
AI在慢性病领域还是以辅助为主
