AI醫療的應用範圍除醫療影像分析、生物檢測等外，還包含文字與語意辨識。著名物理學家史蒂芬霍金罹患漸凍症後半生無法言語，借助手持式點擊器輸入、紅外線臉頰肌肉運動偵測輸入，最終採用ACAT（assistive context-aware toolkit）軟體追蹤眼球視線輸入並轉換為語音，以實現日常的溝通。現今AI在醫療照護領域廣泛應用，機器學習將人類大腦電流訊號直接生成語音，可望使癱瘓的病患不再困於無法自主的軀殼之內，而能流暢地與外界溝通交流。儘管機器學習透過模仿人腦神經網路的傳導機制，衍生出深度學習，並發展諸如卷積神經網路（Convolutional Neural Network，CNN）、循環神經網絡（Recurrent Neural Network，RNN）等模型，然而所使用的巨量資料失準、不完整、錯誤或發生前所未見的狀況仍無法避免。運用人工智慧協助醫療診斷，如何解釋、驗證其判斷的根據與過程，從而得以評估而信賴之，乃X-AI（Explainable AI）研究的重點。除技術面之外，智慧醫學牽涉到複雜的法律議題，相關醫療法規的制定與配套措施必須同步進行。