根據《全國醫療衛生服務體系規劃綱要(2015—2020年)》，到2020年，實現全員人口信息、電子健康檔案和電子病歷三大數據庫基本覆蓋全國人口并信息動態更新，全面建成互聯互通的國家、省、市、縣四級人口健康信息平臺，積極推動移動互聯網、遠程醫療服務等發展。業內人士指出，智慧醫療產業現已步入啟動期，市場有望高速增長。

智慧醫療是一種以患者數據為中心的醫療服務模式，主要分為三個階段：數據獲取、知識發現和遠程服務。其中，數據獲取由醫療物聯網完成，知識發現依靠大數據處理技術進行，遠程服務則由云端服務與輕便的智能醫療終端共同提供。這三個階段形成智慧醫療中“感、知、行”。

與傳統的醫療服務模式相比，智慧醫療具備多個優勢。

首先，利用多種傳感器設備和適合家庭使用的醫療儀器，自動或自助采集人體生命各類體征數據，在減輕醫務人員負擔的同時，能夠獲取更豐富的數據。

其次，采集的數據通過無線網絡自動傳輸至醫院數據中心，醫務人員利用數據提供遠程醫療服務，能夠提高服務效率，緩解排隊問題，并減少交通成本。

第三，數據集中存放管理，可以實現數據的廣泛共享和深度利用，有助于解決關鍵病例和疑難雜癥，能夠以較低的成本對亞健康人群、老年人和慢性病患者提供長期、快速、穩定的健康監控和診療服務，降低發病風險，間接減少對稀缺醫療資源如床位和血漿的需求。

在智慧醫療體系中，實現智慧醫療的關鍵是物聯網技術和云計算技術，這兩大技術的連接點是海量的醫療數據，或稱為“醫療大數據”。醫療物聯網中數據規模龐大，增長速度很快，傳統的數據庫技術難以有效對其進行管理和處理。智慧醫療以較低成本實現高效和可擴展的醫療大數據存儲與處理，并通過互聯網為用戶提供方便快捷的醫療服務。

智慧醫療強調數據的采集和利用，不受時間和地點的約束。雖然現有的電子病歷系統能夠以數字化方式保存患者在醫院的檢查與就診記錄，但這些數據有限。智慧醫療利用物聯網技術隨時隨地采集各種人體生命體征數據并自動保存，比人工錄入電子病歷的數據量高出數個數量級。

而數據的深度利用，即使用數據挖掘和機器學習等技術，可以從數據中發現隱藏的知識。例如，患者的血氧飽和度變化周期、心率異常檢測、生命體征關聯變化模式 等，由于涉及的數據種類繁多且規模龐大，這些知識難以憑借醫生的經驗以人工方式獲得，而應用大規模數據處理技術，能夠分析這些數據，幫助醫生診療疑難雜癥。

智慧醫療是以“感、知、行”為核心的智能遠程疾病預防與護理平臺。“感”的挑戰在于如何長期、精確、便捷、及時、無創地 采集各種人體關鍵生命體征數據。“知”的挑戰在于如何從大數據信息中挖掘關鍵生理特征，可靠、快速、高效地發現早期疾病和預測健康風險。“行”的挑戰在于 如何建立有效的數據模型，以實現大規模復雜健康查詢的快速準確響應。智慧醫療需要融合物聯網、云計算、大數據處理等多種技術。朗銳慧康(www.lrioh.com)認為，目前醫療物聯網發展日趨成熟，逐漸進入產業化階段。而面向大數據的云計算尚面臨諸多挑戰。為最終實現智慧醫療，需要在醫療大數據的存儲、管理、處理、分析等方面尋求突破。