W pierwszych dwóch dekadach XXI wieku dokonał się ogromny postęp w zakresie sztucznej inteligencji i uczenia maszynowego, a techniki te trafiły do codziennego użytku – w smartfonach, wyszukiwarkach internetowych, cyfrowych asystentach klienta, systemach sterowania ruchem, a także urządzeniach biomedycznych. Celem pracy jest przedstawienie możliwości wykorzystania technik sztucznej inteligencji i uczenia maszynowego we wspomaganiu diagnostyki i leczenia chorób neurologicznych wraz z omówieniem wybranych zastosowań na podstawie aktualnej literatury światowej. W artykule zaprezentowano współczesne definicje sztucznej inteligencji i uczenia maszynowego. Następnie dokonano przeglądu najważniejszych technik inteligentnego przetwarzania danych: metod przeszukiwania, logiki matematycznej, metod probabilistycznych, klasyfikatorów oraz sztucznych sieci neuronowych, w tym sieci głębokich i konwolucyjnych. Określono obszary zastosowania omawianych technik w medycynie, takie jak diagnostyka schorzeń, wspomaganie leczenia, monitorowanie stanu zdrowia i predykcja jego zmian. Przedstawiono rolę sztucznej inteligencji i uczenia maszynowego w neurologii wraz z przykładami zastosowań diagnostycznych opartych na danych anatomicznych, morfologicznych i dotyczących łączności funkcjonalnej mózgu. Zaprezentowano też przykładowe zastosowania technik inteligentnych we wspomaganiu leczenia (także operacyjnego) chorób układu nerwowego. Omówiono rolę urządzeń inteligentnego otoczenia monitorujących stan zdrowia pacjentów z przewlekłymi chorobami neurologicznymi, opisano wybrane projekty wykorzystujące techniki inteligentne do wspomagania wczesnej detekcji symptomów chorób neurodegeneracyjnych. W podsumowaniu ukazano potencjał omówionych technik, jak również związane z nimi trudności i zagrożenia. Wskazano na potencjalną synergię systemów inteligentnych z działaniami personelu medycznego, poprawiającą bezpieczeństwo i jakość życia pacjentów z ostrymi i przewlekłymi chorobami neurologicznymi.