人工智能（Artificial Intellengence, AI）是指需要人類智慧才能夠完成任務的智慧型電腦系統。人工智能的目標是讓這樣的電腦系統具有與人類類似的智力過程，例如感知和認出、意義發現、概括總結、從過去的經驗中學習和適應。人工智能可以執行的任務包括自然語言處理、模式識別、與人類的互動、作出推理、預測和決策。
人工智能可以快速處理大量數據，從而加快學習和決策速度。它不會感到疲倦、無聊或分心，運作始終如一，且有效率。相對於人類依賴個人經驗和有限的數據，人工智能可從多樣化和海量的資訊中學習，使得它能夠大幅度加強模式識別，並作出快速及準確的預測和決策。一些人工智能應用已經超越人類專家的水平，包括搜尋引擎、語音辨識和聊天機器人等。但還沒有任何人工智能程式能夠實現人類智慧的全部靈活性和廣度。
人工智能可以透過多種方式為腫瘤治療提供幫助：在診斷方面，人工智能演算法可以非常準確地分析醫學影像（包括X光、電腦掃描、磁力掃描和正電子掃描），和病理組織切片，分別幫助診斷科醫生和病理學家更準確、更快速地發現腫瘤或異常情況，達致早期診斷。
在臨床決策支援方面，人工智能透過分析患者數據（包括患者病史、腫瘤特徵和基因突變等數據）、醫學文獻和治療指南，指導精準治療，幫助腫瘤科醫生作出明智的決策，提高治療效果。在放射治療計劃設定方面，人工智能透過精確瞄準腫瘤細胞，同時保護邊旁的健康組織，達致優化放射治療計劃，提高治療效果並減少副作用。
在監控治療反應和結果方面，人工智能可以透過穿戴式偵測器作出實時監察，或監控電子病歷等方式，持續遠端監控患者的健康狀況，檢測癌症復發或惡化的早期變化，從而及早採取應對策略。在病情預後與存活預測方面，人工智能模型分析患者數據，作出準確預測，有助為患者提供支援、輔導和規劃長期照護。
在藥物研發方面，人工智能可以透過篩選大量科學數據來預測以及識別潛在的癌症治療靶點和新藥，從而加速新藥的研發。
人工智能在腫瘤治療的臨床應用，有頗多挑戰與風險。醫療數據尤其是分子醫學的數據相對稀疏，人工智能模型在數據較小的情況下學習，未能完全發揮其潛能。與癌症病人相關的信息必須受到保密和保護，研究人員仍在嘗試如何維護患者隱私，同時仍允許人工智能將數據用於自我學習、改進和研究。
人工智能缺乏同理心、同情心和文化理解，過度依賴人工智能可能會導致非人性化的醫護關係。要達致人工智能的有效使用，目前仍在研究中。
