借助大數據、云計算和人工智能等技術，可以實現新冠肺炎疫情變化的動態預測。疫情期間，大數據相關企業全面地為各地政府提供疫情發展態勢研判，助力各地聯防聯控部門提前防范，精準施策，及時調配醫療衛生資源，指導企業復工復產，助力打贏疫情攻堅戰。

　　大數據+智慧醫療如何助力疫情防控？

　　首先是和地方政府合作，根據實時披露數據和互聯網問診等外部數據，用人工智能大數據進行建模后，預測各地疫情的走向以及疫情對于經濟的影響，方便地方政府做出決策和采取措施，幫助各地政府構建疫情防控的長效機制，為打贏疫情防控阻擊戰貢獻智慧力量。

　　第二是幫助醫生和醫療機構更有效地開展診治活動，通過遠程問診系統和臨床輔助診治系統，幫助醫生提高診治效率。其次，根據對實時更新的疫情數據，評估出全國及疫情重點地區新冠肺炎普通患者、重癥患者、危重癥患者等的比例及診治療費用，對醫療資源的合理調配、物資保障及緩解當前的供需矛盾提供數據參考意義。

　　最后是針對居民搭建疫情信息披露和普及平臺，提供自我排查、在線心理輔導和遠程問診服務，減少社會恐慌情緒，發揮著“減震器”和社會“穩定器”的作用。

　　智慧醫療行業發展仍需打通壁壘

　　本次疫情期間，大數據一方面在態勢研判、人員流動中為政府部門提供了科學決策依據；一方面，提高了信息公開透明度，瓦解虛假消息，讓更多人了解疫情現狀，緩解社會焦慮。

　　但是，大數據+智慧醫療的融合應用依舊出于初步階段。究其原因，一是當前，醫療行業軟件系統較多且分散，基層醫療機構尚未能完全與本地醫療信息平臺縱向打通，在數據量上非結構化數據占大多數，如何與本地醫院形成高效溝通，減少重復監測，提升整個體系的資源利用率。

　　二是醫院之間橫向協同有待進一步加強。疫情期間醫務人員無法流動與聚集溝通，遠程診療、遠程會診發揮了極大的作用，在提高醫療效率、提升患者醫療體驗方面體現出較大的潛力。

　　三是醫院內部信息化，即不同條線之間的信息融合。實際上，醫療數據長期呈現碎片化、類型多樣、標準不一的問題，這源于不同科室使用的醫療知識、形成的醫療數據有很大差異，難以在結構和標準上直接統一。

　　結語：疫情防控阻擊戰已進入關鍵時期，加快大數據+智慧醫療融合應用，創新平臺建設，不僅影響到當前醫院業務的辦理效率和患者的就醫體驗，也事關建立未來應對各類病情防控的長效機制。