它被稱為“具有Watson的變態反應洞察力”，并且可以在網絡發布之前在iOS和Android的The Weather Channel應用程序中使用。

除了可以預測過敏癥狀風險(例如，高，中，低)的15天預測和3天過敏原展望之外，Allergy Insights還可以在過敏風險發生變化時發出通知，并說明天氣狀況如何觸發癥狀。它還提供了過敏原的花粉水平(很快就會發霉)，管理過敏或減少接觸的技巧，以及與過敏相關的新聞文章和社論內容。

根據IBM最近進行的一項調查，大多數過敏癥患者(60%)使用天氣預報來幫助管理和減輕最嚴重的癥狀。但是，大多數應用程序用來評估風險的樹，草和豚草水平等花粉指標不一定是好的預測指標，它們的來源往往參差不齊。

這就是為什么IBM科學家根據來自IBM MarketScan的數據訓練了支持變態反應洞察力的模型的原因，IBM MarketScan是一個匿名的醫療語料庫系列，代表超過1億患者;地點信息;和天氣屬性，例如溫度，濕度，雨水，風和露點。地理數據使模型能夠了解附近正在生長的植物群以及何時會產生過敏原，同時刪除對一年中時間的引用有助于反映由于氣候變化而導致的過敏季節開始時的變化。

結果?IBM聲稱Allergy Insights(其預測不能反映空氣質量水平)比僅考慮花粉的算法準確度高20%至50%。而且，它可以預測直至郵政編碼的過敏風險。IBM說：“經過廣泛研究，花粉數據和空氣質量水平已從預測模型中排除，因為它們證明了過敏風險的指標不可靠。”“雖然沒有兩名過敏患者是同一個人，但提前知道癥狀風險何時可能改變可以幫助任何人提前計劃并在癥狀可能發作之前采取行動……該團隊將繼續審查花粉數據，并在更可靠的情況下將其包括在內。”

有趣的是，這并不是將AI應用于過敏和花粉預測問題的第一個實例。在2018年，提供將健康公司和醫學研究人員與智能手機用戶聯系起來的應用程序Doc.ai建立了一個模型，可以根據BMI和身體活動等用戶數據預測過敏風險。另外，得克薩斯大學奧斯汀分校的研究人員設計了一種設備，可在一天內測量特定位置的花粉水平。