不久前，美國對醫護人員開放綠卡的政策刷遍網絡，疫情之下，原本就稀缺的醫療資源更成為世界各國爭搶對象。

醫療資源的不均衡是全世界性難題，疫情期間更推動該問題的放大化。于是，面對疫情擴散期間，各個地區、城市或國家最擔心的就是醫療資源占用，一旦此現象發生，也意味該區域醫療系統的崩潰，增加防疫難度。疫情封閉期間，在線應用火熱也帶動在線醫療用戶的飆升。PCB板小編了解到，當諸多醫護人員逆行，走向一線戰場，如春雨醫生、平安好醫生、微醫等在線醫療亦同步構筑“抗疫”第二戰場。在現有資源下，如何通過科學合理調配，讓資源達到最優化，是最合理方案，在線醫療起到顯著作用。

不僅在線醫療，抗疫一線應用中，云計算、大數據&AI等科技都發揮了重要作用，而這也將對后續醫療發展帶來系列影響。電路板廠結合現有政策、實際應用以及未來發展，整理幾個科技醫療方向，已讓大家參考：

1、AI閱片的數據中心建設，病情前的閱片診斷，患者很大一段時間耗費在等待上，AI輔助正有效緩解這個問題。例如有些醫院開始著手建立自己的AI閱片數據中心，不僅增加患者的診斷效率，同時也為后續診斷算法的不斷優化及患者的病理信息的統一匯總、預測提供數據支撐。

目前AI閱片依然處于輔助階段，未來多久真正替代醫生，需要很長時間，期間需要對AI算法的不斷優化。另AI閱片數據平臺存儲數據量巨大，如何實時調取、并與患者其他病理信息關聯、互通存在一定難題。同時，AI閱片數據平臺如由醫院建設，未來又如何實現不同醫療機構之間的數據互通？也是未知。

2、病理信息的統一平臺建設，除去AI閱片等大數據平臺外，其他細小數據的病患信息整理也是關鍵?；颊呓y一病理信息的建設，不僅讓醫生有充分參考依據，快速決策、診斷。此外對醫療外援的輔助機構如藥廠、醫療保險等也是利好。如果說制造的未來是定制化生產，生物制藥的未來也是定制化生產，對此病患信將為醫藥的定制生產轉型、改革帶來極大推動作用。不僅生物醫藥，醫療保險定制化也需要豐富的基礎數據。

3、醫療大數據流通平臺的建設，筆者前面寫過，疫情下將推動政府大數據的對外開放。我們說深化改革，當下的改革，感覺其中關鍵一項就應該是政府或機構數據“紅利”的對外開放。如上面兩個平臺的構建，最終目的不應該只是對醫療機構內部的“使用”，還應該是對外部數據紅利的釋放。如醫療保險的產品搭配、生物醫療的藥物生產，都需要這些數據作為“定制化”生產的參考，定制化的效果就是精準提升生產力。

市面上已有數據流通平臺的服務商，例如中立云計算的服務商UCloud，旗下產品安全屋就是數據流通平臺：實現數據使用權和所有權的分離，使數據“可用不可見”，彌補單領域數據不足，保障機構敏感數據的安全、高效流通，適合政府或醫療等機構開放平臺。

4、AI在輕量化問診的應用，醫療資源有限，那么就不應該將醫療資源浪費在前期的病患信息問診、信息收集中，基于大數據&AI分析，是否可自主分辨出普通的如感冒等病患及病重病患？將重病情或異常的病人做出識別，讓后端的醫療資源重點傾向最需要資源的患者。

5、醫聯體的建設，疫情國家推動新基建，讓大家看到新科技動向，但不同以往可直接帶來效益，新基建能帶來效益的周期更加長遠。因為這需要場景方案在各個行業的落地，在醫療行業就比如“醫聯體”的建設，醫聯體的建設需要承接豐富的終端、高帶寬的速度，以及諸多數據中心的承載，而這些需求的支撐，正與新基建的5G、數據中心等一一相通。

線路板小編想說，醫聯體是確實可以帶來效益的。我們前面提到的1、2、3等點，都建立在數據已收集的基礎上，這對于醫療機構完善的地區適合，但對于偏遠地區存在難度，因為這些地區基礎IT建設匱乏，而醫聯體的建設將實現所有數據的統一收集、存儲、分析，但也確實是一個大工程。