醫療和人工智慧結合，目前多應用在影像分析和資料彙整，不過，醫院面對高齡化和人力短缺的問題，讓醫療走入社區化，同時要更精準，所以資料的整合以及精準分析，靠的就是IoT跟AI的協助，衛福部也因此成立三大AI中心，其中更要探討，AI輔助診斷工具納入健保的可行性。
輸液是幾乎每位住院病人，都會使用到的所以導入這台智慧輸液系統，要確保病人安全，系統連線進行監控更重要的是降低護理人員的工作流程。
北醫護理部護理師李雯婷：「以前沒有這台機器的話，它就是會叫然後會有警示聲，那可能病人他可能會按鈴或者是護理師他就會聽到說有警示聲，他們就必須要從很遠的地方跑過來，然後再看是什麼問題，然後再去準備他們需要的用物，然後再過來處理那這樣的話就是他等於是，又要再跑回去一趟再過來。」
病人的狀況隨時都在系統內呈現就能大幅降低護理師，因為處理輸液不順暢，而在病床與護理站奔波的工作負荷。
北醫附醫護理部督導長朱冠郁：「就會形成一個照護上的建議，所以護理師他很快可以從，這個照護介面很快可以知道說，(例如)今天病人腎功能不是很好。」
分析13項指標，AI系統直接給出病人照護建議，醫院的數位化發展，目標之一讓醫護工作簡化，當然未來還有更多目標。
這是參考美國的未來醫院UCIHealth的概念，確實這成為國際趨勢，尤其導入視訊在宅治療或在家看病，也是因應少子化和高齡化的發展。
北醫附醫院長施俊明：「遠距回到家裡其實這是另外一個，將來醫院的概念就是，它要必須像飛機場的塔台，每一台飛機到哪裡其實這個塔台都很清楚，而且這個他隨時回報，塔台可以隨時告訴他的狀況，他接下來要怎麼走，那病人在家裡面或者在其他機構，他的資料大家能夠互相知道，這個就是要IoT跟AI的協助，所以他根本不需要回到醫院。」
AI科技融入醫療當中，已是不可擋的趨勢，各醫院都在推展研發，連前端的「健檢」也能應用。
亞東醫院健康管理部副主任邱彥霖：「AI的一個項目目前是讀健檢報告，因為民眾有很多健檢報告是來自不同醫院，那我們正在做一個也已經正在實施，就是他把他的健檢報告拿過來，那我們就可以經過AI的判讀方式，把它再結構化出來就讀出了他的其他醫院的健檢報告，那這樣子對於我們去整理一些，他過去的狀態是有幫助的，我覺得它就是很缺乏一個整體性，所以目前這一塊(AI整合)的努力，是靠醫院本身的資訊架構，去如何去接到這些單個的突破的AI點，讓整個醫院變成很智慧醫院的一個流程。」
台北醫學大學校長吳麥斯：「未來就是說去中心化.社區化，垂直整合的整個未來發展的方向，健康照護裡面跟醫療法裡面的，有一些的規範我們也可能要有，隨著時代可以來進行更多更多的討論。」
衛福部也體認到，不透明性、資安及隱私等問題，偏偏人工智慧運用在醫療越來越普及也成立三大AI中心，更建立臨床試驗機制，要爭取納入健保給付。
