遠程醫療、無人快遞車、無人送餐車、5G測溫儀、無人醫院清潔機器人- - -這些都是在武漢疫情爆發之后沖上一線的物聯網設備終端應用，面對傳播能力強、傳播速度快、易感人群多的本次疫情，如何有效的避免交叉感染，如何借助科技手段以零接觸的方式完成一線防控，物聯網技術首當其沖，智慧醫療也被推上了無法回避的醫療研究課題，智慧醫療的作用不可小覷，那么智慧醫療能在本次全民關注的疫情之下雄起，是否能夠在一直處于嘗試性應用的背景下得以破冰，迎來今后一段時期發展的快車道，是值得當下思考的問題。

相關調查機構調查報告顯示，目前醫療已經成為了AI行業重要的研究和應用領域。國內同樣如此，因為在國內的三級醫院有2498家占比為7．67％，但與之不平衡的另一組數據是，三級醫院的就診人數占到了全國總人次的50．97％，由于醫療資源分配不均，優質的醫療設備和醫護資源多集中于北上廣深等一線城市和發達的地區，這導致大量患者在當地無法得到救治，醫護人員的情況同樣如此，就拿2017的一次統計數據來看，2017年我國注冊護士有380萬人，而我國2017年總治療人次為81億人，毫無疑問，醫療資源分配不均衡，醫護人員缺乏，極大的限制了醫療行業的發展、也逐步發展成了嚴重的社會問題，AI技術與醫療行業的融合則能夠改變這一現狀。同時，在新一代人工智能發展規劃中就提出要發展智能醫療，推廣應用人工智能治療的新模式新手段，建立快速精準的智能醫療體系。該政策的發布，極大地推動了我國智慧醫療的發展，涉及的具體業務已經包括：醫院管理、醫療輔助診斷、疾病預測、藥物開發、醫療咨詢、臨床決策支持、健康管理等等。同時，整個智能醫療行業市場也呈現出急速增長的態勢。在向好發展的同時，挑戰也隨之并存，影像AI因標準化程度較高，被視為最快能夠實現落地的場景之一，但AI影像產品在實際落地應用的過程中，效果并不理想，往往安裝了相關產品，卻未能得到真正的應用。其中的原因一是部分影像AI產品并不成熟，有不少醫生反應使用的過程中，產品的系統不穩定、準確率也不高，作用沒有想象中的大；二是市場環境還未成熟，醫生不習慣使用相關產品；三是責任認定的問題，如果AI給出的結果錯誤，誰來承擔責任，還需要法律和政策的完善；最后則是數據打通的問題，國內醫療領域的數據有不連續性和多樣性的特點，每個醫院的標準并不一致，數據如何打通，長遠來看都是難以解決的問題。

國內專門從事三大運營商物聯網卡服務的物聯卡之家（m.namesmade.com）認為，不斷成熟的技術、廣闊的市場前景、以及豐富的落地場景讓智慧醫療隨著本次疫情的推動，加速了云計算、AI、物聯網、5G等相關技術的融合進程，大量的應用場景已經在本次疫情中得到了很好的展現，比如在線掛號、在線問醫、遠程醫療會診等，并且有些應用場景已經在很多醫院得到了普及，智慧醫療在本次疫情的推動之下，能否雄起，最關鍵的還是要做好產品和服務，這將是決定智慧醫療能否真正跑起來的決定因素所在。