의료 진단 시장 크기 및 공유, 기술 (자연적 언어 처리, 기계 학습, 자동화 된 Reasoning, 데이터 추출, 해석, 언어 처리 및 교육, 자동화 된 계획, 컴퓨터 비전, Handwriting & OCR, 연설 인식); 배포 모델 (클라우드 기반, 온 프레미스); 최종 사용자 (병원, 제약, 의료 기기, 보험) - 글로벌 공급 및 수요 분석, 성장 Fore-20cast 2036 통계

성장 동인

• 병원의 디지털 건강 주입 – 최근에는 병원과 진료소에서 전자 건강 기록(EHR)을 채택하는 데 높은 초점이 맞춰져 있습니다. 그 결과 의료 코그너티브 컴퓨팅의 통합은 의료 오류 빈도의 감소와 함께 의료 기록의 정확성과 명확성을 높여 의료 서비스의 질을 향상시킬 수 있기 때문에 지속적으로 급증하고 있습니다. 최근 데이터를 통해 2011년 이후 미국에서 병원의 28%와 의사의 34%만이 EHR을 시행한 것으로 나타났습니다. 그 이후로 2021년까지 10년 동안 비연방 급성 치료 병원의 거의 96%가 상당한 발전을 이루었고 사무실 기반 의사 5명 중 약 4명이 약 78%가 인증된 EHR을 수용했습니다.
• 의료 부문에 존재하는 많은 양의 데이터 – 의료 부문에서는 매일 게시된 기사 블로그 책 이미지 오디오 및 비디오의 형태로 엄청난 양의 데이터가 생성됩니다. 방대한 양의 데이터에는 향후 참조를 위해 필요한 정보를 분석하고 추출하기 위해 의료 인지 컴퓨팅과 같은 고품질 의료 관리 서비스가 필요합니다. 예를 들어 마운트 시나이 (Mount Sinai)의 아이칸 의과 대학 (Icahn School of Medicine) 학생들은 2000 개 이상의 유전자 서열에서 방대한 양의 데이터를 분석하여 유방암과 난소 암을 연구하고 있습니다.  이 연구는 Amazon Web Services의 안전한 클라우드 기반 플랫폼에서 이루어지며 데이터 세트의 볼륨은 100테라바이트 이상입니다.
• 의료 시스템 개선을 위한 유리한 이니셔티브 – 지난 몇 년 동안 여러 국가의 정부는 의료 인지 컴퓨팅과 같은 최신 기술의 채택을 통해 의료 공급망 관리를 강화하기 위한 프로그램을 시작하고 있습니다. 이러한 이니셔티브는 전 세계적으로 의료 코그너티브 컴퓨팅에 대한 인식 수준을 높이고 글로벌 병원 환경에서 채택률을 높이는 데 도움이 될 것으로 기대됩니다. 최근 미국 정부는 의료 수준을 높이고 모든 사람이 필요한 서비스에 접근할 수 있도록 보장하기 위한 355개의 구체적인 목표가 있는 "Healthy People 2030" 계획을 시작했습니다. 
• 만성 질환의 유병률 증가 – 만성 질환 사례가 증가함에 따라 병원 방문 및 입원이 증가했습니다. 그 결과 환자의 건강 기록에 대한 데이터의 양은 더 나은 환자 치료 및 개인화된 치료에 대한 요구와 함께 증가했습니다.  이 요소는 다양한 의료 환경에서 의료 코그너티브 컴퓨팅을 채택할 수 있는 유리한 기회를 제공하고 궁극적으로 가까운 장래에 글로벌 시장의 발전을 도울 것으로 예상됩니다. 세계 보건기구 (WHO)에 따르면 70 세 이전에 연간 약 1700 만 명이 NCD로 사망합니다. 비전염성 질병(NCD)은 연간 4100만 명의 사망자 또는 전 세계 전체 사망자의 74%를 차지합니다.
• 의료 분야의 기술 채택 증가 - 2019년에서 2020년 사이에 의료 분야의 경영진 자동화 친숙도는 전 세계적으로 약 50%에서 66%로 증가했으며 자동화 솔루션 배포는 거의 23 %에서 34%로 증가했습니다.
• 헬스케어에 사물 인터넷(IoT) 통합 - IoT를 포함한 첨단 기술을 통합함으로써 글로벌 의료 산업은 2030년까지 2500억 달러에서 거의 4200억 달러로 많은 투자를 절약할 수 있을 것으로 예상됩니다. 또한 거의 100% 규정을 준수하고 안전하며 신뢰할 수 있는 관리를 제공하여 재고 관리에 도움이 될 것으로 예상됩니다.

챌린지

• 헬스케어 코그너티브 컴퓨팅을 구현하는 데 드는 높은 비용
• 자동화된 시스템에 존재하는 데이터 보안 위험- 데이터 침해 및 기타 데이터 개인 정보 보호 및 보안 문제의 가능성은 의료 부문에도 존재합니다. 상호 작용을 최대한 활용하기 위해 환자와 전문가는 많은 개인 정보를 교환합니다. 자동화의 통합으로 부적절한 데이터 폐기 데이터 손실 해킹 IT 사고 데이터 도난 무단 액세스 및 기타 문제는 데이터 개인 정보 보호 및 보안에 가장 빈번한 위험 중 하나입니다.
• 분석 인프라 및 데이터 시스템의 부재.