在现在AI风潮之下，IBM Watson计画算是很早就开始进行，并且早在AI被吹进大街小巷前就有跟如商业、医疗等领域的合作。但STAT 调查发现Watson与医疗机关合作推荐最适合的癌症治疗方法Watson for Oncology，仍卡在最初的一步－识别这是那种癌症，并不如IBM宣传的那么神。
医疗产业的产值有数十亿的规模，但实际采购Watson 系统的医院寥寥可数。STAT 实际造访用Watson 系统的医疗机构，到过南韩、斯洛伐克以及美国佛罗里达州南部，访问医生、赢咖4专家、IBM 高层。STAT 的结论认为IBM 太急于在Watson 创造营收，因而大肆吹捧Watson 的效果，忽略实际部署在医院里面临的挑战。
IBM 也并未针对Watson 成果发表论文，因此当Watson 因第一线医事人员实际使用经验，Watson 的限制就出现了。IBM 在行销宣传上声称的Watson 好处，其实夸大了。
Watson for Oncology 需要经过有领域经验的人操作，将高度专精的数据输入，因此依赖输入数据的人。SLAT 文章比喻为类似Mechanical Turk 的状况，就像1700 年出现的玩棋赢咖4，其实是有小人躲在机器里下棋。Watson for Oncology 仍然大量依靠人工。
Watson for Oncology 由纽约的Memorial Sloan Kettering 医院合作训练，Watson 爬梳医院的医疗纪录，并且依据可能疗效排列，但医生无法知道为何Watson 判断这个治疗方式比起另一个方式更有效。最夸张的例子是Watson 建议给予扩散到淋巴结时才用的化疗药物，但是病人的癌细胞并未扩散到淋巴结。
各家医院依赖Watson for Oncology 的程度有别，像是有的医院没有多少专家，就会依赖Watson，而有些医院则会将Watson for Oncoloy 视做法务助理，协助医生诊断。
先前IBM 与MD Anderson 癌症中心合作，要让Watson 变身肿瘤专家。MD Anderson 在总结这次合作指出，Watson 所需的数据格式要求相当严格，要在临床应用又得不断输入数据，再加上MD Anderson 更换软件系统，导致Watson 无法与新数据互动，还得有额外的整合才能运作。
台湾有台北医学大学导入Watson for Oncology，势必面临其他医院面
对的问题，得很大的功夫整理数据，而且做出来的结果未必合理。各个使用单位得整新审视IBM 推销的说词，与实际状况的差异。
