کامپیوترها با کمک اطلاعات تصویری، علائم بیماری‌های خطرناک را تشخیص و با استفاده از هوش مصنوعی، مشکلات را در اسکن نشان می‌دهد. تشخیص ML که قبلاً به طور گسترده در زمینه‌های پاتولوژی و انکولوژی استفاده می‌شد، نشان می‌دهد که سطح دقت قابل مقایسه‌ای نسبت به پزشکان با تجربه دارد. در برخی از مطالعات نشان داده شده است که ML از توانایی انسان در تشخیص درست بیماری‌ها نیز پیشی می‌گیرد.
دیابت یک بیماری متابولیک بوده که شایع و خطرناک است و باعث افزایش قند خون می‌شود. سطح بالای قند خون قابل درمان نیست و اثرات ناشی از دیابت می‌تواند به سیستم عصبی، چشم‌ها و اندام‌ها و به طور معمول به کلیه ها، آسیب برساند. امروزه دستگاه‌های پوشیدنی هوش مصنوعی مانند مانیتور‌های پوشیدنی با قابلیت بی‌سیم مانند Fitbit به بیماران کمک می‌کنند تا سطح قند خون خود را کنترل کنند.
هاشمی گفت: گستره بیومتریک یا نشانگر‌های زیستی دیجیتالی که قادر به جمع آوری آن‌ها هستند، روز به روز در حال گسترش است. هوش مصنوعی همچنین برای کمک به پیشگیری از نابینایی در افراد مبتلا به دیابت استفاده می‌شود. هاشمی در کلینیک خود از افتالموسکوپ مجهز به هوش مصنوعی برای تشخیص بیماری به نام رتینوپاتی دیابتی استفاده می‌کند. به گفته او دیابتی‌هایی که مدت ها است شرایطشان به خوبی کنترل نشده، ممکن است به رتینوپاتی دیابتی مبتلا شوند که سبب تخریب شبکیه شده و باعث نابینا شدن فرد بیمار می‌شود. سطح دقت این دستگاه حدود ۹۶ درصد بوده که تقریبا به اندازه انجام غربالگری توسط چشم پزشک است.
هوش مصنوعی علاوه بر کمک به تشخیص دقیق بیماری‌ها، بسیار مقرون به صرفه‌تر از مراقبت‌های بهداشتی انسانی است. بنابراین، توسعه آن می‌تواند درمان و مراقبت پزشکی را برای افراد بیشتری، از جمله افرادی که در کشور‌های در حال توسعه هستند، با هزینه کمتر ممکن کند. حاکمیت داده یکی از بزرگترین چالش‌ها برای ادغام هوش مصنوعی و مراقبت‌های بهداشتی است. بر اساس نظرسنجی بنیاد Wellcome Trust در بریتانیا، تنها ۱۷ درصد از مردم اکنون مخالف به اشتراک گذاری اطلاعات پزشکی خود در دنیای پس از همه گیری هستند.
