慢性疾病是我国乃至世界面临的主要医学问题之一。诸如糖尿病，帕金森氏病和阿尔茨海默氏病的慢性疾病没有明显的发作症状，并且不容易发现早期症状。但是，经过较晚的诊断，需要大量的人力和物力。进行患者的日常护理和护理会严重影响他们的健康和生活质量。我国目前有3亿多慢性病患者。由慢性病引起的死亡人数已占我国因疾病死亡的80％，而慢性病管理的费用已占全国疾病总费用的70％。它已成为影响该国经济和社会发展的主要公共卫生问题。慢性病的管理和预先预测使无数的医务工作者无所适从。人工智能进入医学领域后，这种情况逐渐被打破。人工智能在慢性病领域取得的突破主要技术公司已将注意力集中在慢性病领域。随着人工智能的发展，预先预测和诊断慢性疾病的能力得到了显着提高。腾讯推出的帕金森AI辅助诊断技术可以基于运动视频分析技术自动获得针对帕金森患者运动视频的UPDRS评分（国际上采用的帕金森疾病分级量表）。在AI技术的帮助下，用户无需佩戴任何传感器，只需通过摄像头拍摄（普通智能手机就足够了）来实现对帕金森氏病运动功能的日常评估。医生可以在3分钟内完成诊断过程，并且诊断速度提高了10倍。阿里巴巴的“毁灭帮助糖”以经验丰富的医生为经验模型，大量的医学知识和权威文献为知识模型，并采用了一系列物联网管理方法来采用人工智能的眼底病变和尿液。蛋白质筛选技术，在计算机深度学习的基础上建立糖尿病和并发症筛选软件，并实现“人工智能”。适用于糖尿病患者的并发症的预防，诊断，治疗和管理。同时，韩国研究人员使用由全世界的阿尔茨海默氏病研究人员建立的健康人和阿尔茨海默氏病患者的大脑图像数据库来训练卷积神经网络，并在此基础上对其进行识别。和...之间的不同。该软件系统识别轻度认知障碍患者转化为阿尔茨海默氏病的预测准确性高达84.2％，优于传统的基于特征的人工量化方法，显示了深度学习技术的可行性。使用大脑图像来预测该疾病的预后。人工智能仍然主要在慢性疾病领域提供帮助。在慢性疾病领域，无论是帕金森氏病的诊断还是阿尔茨海默氏病的提前预测，人工智能可以做的主要是协助医生看病并减轻医疗资源的短缺。 。这主要是因为慢性疾病的发作时间长且初始症状不明显。在目前的医学水平上，医生只能在症状明显且疾病已达到晚期时进行诊断。因此，医学AI的重点是基于大数据进行预测，量化患者的生命指标并使用数据进行科学，准确的诊断。这弥补了预测和判断上人力的不足，减轻了医务人员的工作量。但是，慢性病的最终诊断和治疗必须由医生领导。病理测定和自然鉴定目前是医学中人工智能的主要贡献。但是，诊断后的治疗方案，不同患者的用药情况和护理措施，仍然需要医生根据实际情况作出判断。人工智能只能帮助医生，不能代替医生。家庭化，日常化和移动性是慢性疾病医学AI发展的主要方向。由于AI的主要任务是协助和管理，因此使患者无需医院即可享受专业护理和医疗检测功能的智能设备将逐渐成为慢性病患者的新宠。慢性病需要长期，一致的护理和治疗计划，