■姜 晨

新冠疫情為整個亞太地區(qū)的醫(yī)療保健行業(yè)提供了契機，整體而言，該行業(yè)仍在持續(xù)發(fā)展以到達新的突破點，預計其市場規(guī)模將在2025年達到225億美元。促進這一增長的技術因素包括邊緣計算和人工智能（AI）。

這些技術擁有大量使用案例，并創(chuàng)造了非凡的價值。借助這些技術可以延伸服務的物理邊界，從整體上提高效率。邊緣計算將數據、分析結果和數據處理能力導向最關鍵的地方——診所、醫(yī)院、實驗室、手術室和患者/普通人家中。邊緣計算和機器學習可對數據進行事實性核查，并實時生成相關的分析結果，從宏觀層面徹底改變醫(yī)療保健行業(yè)的運作方式。

通過利用邊緣計算在本地處理數據，醫(yī)療保健組織可以從最大程度上消除傳統本地基礎設施的局限性。相關設備已被用于為交通不發(fā)達的邊遠地區(qū)提供醫(yī)療服務，創(chuàng)造更多無縫銜接的醫(yī)療服務，提高診斷的準確性和速度，并對供應鏈進行管理，所有這些都有助于改善醫(yī)療保健服務的提供方式，幫助患者更快康復。

隨著智能手機、可穿戴設備和電子病歷的普及，亞太地區(qū)的醫(yī)療保健組織成為采用云技術最為成熟的垂直行業(yè)，很可能成為從現在到2028年發(fā)展最快的地區(qū)性數字化市場，這就是邊緣計算是亞太地區(qū)未來的發(fā)展方向。

解決網絡延遲問題

利用邊緣技術在本地處理數據可以解決一系列問題，例如本地基礎設施傳輸數據受限、速度慢、帶寬低和云存儲等。在本地存儲這些信息不僅可以幫助降低成本和提高傳輸速度，還可以在保密性和安全性方面提供更多優(yōu)勢。

例如，通過AI和邊緣計算技術，可穿戴健康監(jiān)測儀和健身記錄儀可以收集并在本地分析脈搏、血氧飽和度和睡眠習慣等數據。然后，醫(yī)生可以利用這些數據立刻對患者做出評估。針對具體患者，還可以通過分析歷史數據發(fā)現潛在的健康趨勢或問題。

使用與大型醫(yī)療保健網絡分離的邊緣設備可以大大提高網絡罪犯獲取個人數據的難度，借助邊緣計算，尤其是通過混合云和多云模型部署邊緣計算，醫(yī)療保健服務提供商能夠確保適時向有需要的客戶提供適當的服務，不需要利用離岸數據中心，同時盡可能減少停機。

通過數據驅動型醫(yī)療保健促進創(chuàng)新

由于服務提供商需要可以提供360°視角的高級中心化技術系統，致使醫(yī)療保健數據量正在呈現指數級增長。AI讓行業(yè)專家能夠分析患者數據并實時進行回應，這個過程正越來越多地由機器在邊緣完成。目前，AI已成為醫(yī)療保健服務周期內固有的技術，幾乎在每一個醫(yī)療場景中都能看到邊緣計算解決方案的用例。

隨著醫(yī)療保健物聯網（IoHT）的興起，AI不僅正被用于提供遠程服務，還被用于救護車、醫(yī)院甚至我們的家中。救護車里的急救人員現在可以與醫(yī)生進行實時溝通；在醫(yī)院里，邊緣計算和AI讓診斷變得更快、更準確，藥物的運送正在實現自動化，患者可以在幾分鐘內享受醫(yī)療到家服務，也可以在線上接受診療，大大提高了醫(yī)療服務的可獲得性。

疫情期間，遠程醫(yī)療的受歡迎程度大大提高，這生成了海量數據，消耗了大量帶寬和云存儲空間。利用邊緣可以在本地存儲和處理這些數據，這不僅能夠最大程度降低網絡延遲的可能性，還能降低網絡攻擊嘗試獲取客戶個人信息的風險。

通過降低數據價值避免風險

降低數據價值是“游戲”的終點。借助包括數據數字化在內的多種途徑，相關信息的總體價值可以降至最低，如果信息一旦落入壞人、有組織犯罪和其他網絡威脅手中將變得毫無價值。

誠然，組織必須保護外部邊緣免遭威脅，但確保受保護健康信息、患者的個人身份信息以及支付數據的安全同樣至關重要。研究發(fā)現，每次網絡攻擊可導致組織蒙受3 130萬澳元的預估經濟損失，而50%以上是以獲得贖金為目的。抵御威脅的一個重要手段是降低被傳送的數據的價值，使其對攻擊者作用有限或毫無用處。

醫(yī)療保健服務提供商應該利用邊緣轉型的機會，積極投資點對點加密等有助于抵御勒索軟件等威脅的軟件技術。

通過邊緣計算擴展邊界

亞太物聯網醫(yī)療設備市場到2026年預計將達到950億美元，醫(yī)療保健行業(yè)在構建、交互和管理患者的個人數據方面正經歷重大轉變。

未來，由于被攻擊的風險越來越大，組織必須學會適應不斷變化的安全環(huán)境。目前，邊緣安全變得至關重要，它使得醫(yī)療保健服務提供商得以繼續(xù)部署邊緣計算，以更好地促進亞太經濟發(fā)展?jié)M足對更好的護理、加快決策速度并改善治療成果的不斷需求。