通信世界网消息（CWW）远程医疗是指一方医疗机构（邀请方）借助通信、计算机及网络等信息技术，冲破地理限制，邀请其他医疗机构（受邀方）为本院患者进行异地诊断、治疗、会诊、监护、教育等的新型医疗服务模式。其核心目的是通过技术赋能优化医疗资源配置，提升基层单位医疗服务能力，缓解医疗资源分布不均的矛盾[1]。随着信息通信与人工智能（AI）技术的持续迭代，远程医疗正朝着沉浸式、智能化、个性化的方向不断演进，将为患者提供更优质的医疗服务体验。

本文针对新一代远程医疗网络展开系统分析：首先，概述远程医疗发展现状；其次，阐述新一代远程医疗的典型应用场景；最后，提出新一代远程医疗网络体系架构及组网关键技术，并详细说明相关组网技术方案。

1 我国远程医疗发展现状

近年来，在国家政策的有力推动下，我国远程医疗产业发展势头迅猛。一是服务网络规模持续扩大：截至2024年底，远程医疗服务已实现全国市县全覆盖，并向基层社区、乡村延伸；2025年完成乡镇卫生院远程医疗服务全覆盖，同时推动村级卫生室接入率超过60%。二是市场规模爆发式增长：2024年我国远程医疗健康市场规模达970.79亿元。三是应用领域不断丰富：国家卫生健康委、工业和信息化部等联合推进“互联网+医疗健康”示范工程，明确将远程诊疗、远程影像、远程心电、远程病理等纳入医保支付范畴。

2 新一代远程医疗典型应用场景

5G-A/6G、AI、VR/AR（虚拟现实/增强现实）等前沿信息技术持续迭代，并与高精度手术机器人、脑机接口等先进医疗设备深度融合，驱动远程医疗应用从传统的信息互通，逐步拓展至具备高实时性、强交互性与智能化特征的新一代场景，典型创新方向包括机器人辅助的远程精准手术、VR/AR融合的沉浸式手术辅助系统，以及AI赋能的远程诊疗与健康管理新模式。

2.1 机器人辅助远程手术

机器人辅助手术系统作为临床医学、控制技术与工程技术等多学科交叉创新的产物，在手术精度与操作稳定性上通常优于医师徒手操作，尤其在长时间连续手术场景中，能持续保持稳定操作状态。在具体执行层面，该系统可将外科医生的手部动作转化为微型手术器械的微缩化、高精度动作，同时有效滤除手部震颤，在患者体内的操作可达性较人手操作更具优势。此外，手术控制台具备器械端触觉反馈接收功能，可使外科医生获得接近自然触觉的感知体验[2]。

2.2 VR辅助远程手术

VR技术目前已广泛应用于康复训练与医师手术技能培训领域，而在VR辅助手术中，微创心脏手术是最具挑战性的场景之一，以冠状动脉旁路移植术（俗称“心脏搭桥术”）为典型代表。在VR技术支撑下，手术内窥镜可生成4K无损视频与高动态范围成像，精准跟踪手术器械与心脏的相对运动；3D超声探头技术则能将关键解剖细节（如软组织刚度）或多普勒信息整合至图像中，显著提升图像的信息承载量与表现力[3]。

2.3 AI+远程医疗

AI凭借强大的数据处理、模式识别与决策支持能力，可显著提升远程医疗服务的可及性、诊断准确性和服务效率等核心指标[4]，典型应用场景如下。

AI+远程重症监护：AI系统能精准识别患者生理指标的异常，当指标偏离正常阈值时自动触发警报，有效防范不良医疗事件。同时，AI在患者预后评估与医疗资源优化配置中也可发挥关键作用，例如可精准预测患者严重并发症风险，还能预判监护室通风支持等干预措施的需求。

AI+远程会诊：针对复杂病例，需要集合多学科专家进行远程会诊。AI可基于患者病历、影像等数据，自动提取关键临床信息，为诊断提供辅助支撑。专家会诊时可参考AI生成的辅助诊断报告，结合自身临床经验展开研讨修正，从而提升会诊决策的科学性与精准度。

AI+远程专科：AI在眼科、皮肤科等依托大数据影像的专科远程诊疗中优势突出。AI应用于眼科图像分析，可实现糖尿病视网膜病变、青光眼、黄斑变性、早产儿视网膜病变等常见眼科疾病的自动筛查与诊断；AI还可远程辅助完成常见皮肤病的分类及转诊判定，大幅减轻医生诊疗压力。

AI+远程心电监测：通过在可穿戴设备中集成AI技术，构建远程心电监测终端与云端数据处理平台一体化系统，实现对患者的全天候、无间断心电监测，助力早期心律失常的识别及心血管疾病的诊疗。

3 新一代远程医疗应用对网络的需求

3.1 性能需求

新一代远程医疗应用（如机器人辅助远程手术、VR辅助远程手术等）对网络端到端时延、带宽、可靠性等方面要求极为严苛。在手术操作过程中，数据流包含超高清音视频通信、手术全景、操作控制、触觉反馈等，其对网络具体性能的要求各不相同。

3.2 低成本运营需求

传统远程医疗网络架构普遍采用双专线部署模式，不仅初始投入高，而且随着医疗业务量的增长与远程医疗服务范围的拓展，带宽扩容成本和网络运维管理复杂度也将不断升高，以致超出基层医疗机构承受能力。为破解这一困局，远程医疗组网技术亟须开展以下革新：一是开发支持快速部署、自动配置和远程管理的解决方案，以提升效率和灵活性；二是构建可动态调整带宽、按需开通或关闭链路的系统，以优化资源利用并实现成本控制；三是引入基于带宽、流量、时长等多维度的灵活计费机制，支持用户按需选择套餐，以减轻组网成本压力。

3.3 智能化支撑需求

在远程医疗智能化的趋势下，“网络、算力、数据”作为智能化的三大核心要素，其协同应用正面临前所未有的挑战。

网络层面：医疗健康服务覆盖广泛，包括院前急救、院内诊疗、院后康复及公共卫生事件应急响应等多元场景，对网络的适应性与灵活性提出较高要求。同时，随着物联网、可穿戴设备等智能终端的规模化应用，网络还应具备多样化接入与兼容适配能力。

算力层面：人工智能应用对算力资源的需求呈爆炸式增长，亟须构建高效、安全且灵活的远程医疗算力资源统一调度机制，整合医院内部私有算力、区域共享算力及外部专业算力，构建统一且具备弹性伸缩能力的算力资源池，适配多样化算力需求场景；同时实施精细化资源管理，结合各医疗机构的业务需求、数据敏感程度及算力需求特征，动态优化资源分配方案，确保算力资源的最优配置与高效利用。

数据层面：远程医疗健康数据的流通有助于建立真实且动态更新的高质量数据集，为训练高准确率、强泛化能力的医疗AI模型奠定基础，但同时也面临以下挑战：一是医疗数据敏感性带来的数据权属界定、利益共享机制构建及患者隐私保护问题，应尽快完善数据治理体系；二是医疗机构信息化水平不均导致的“数据孤岛”问题，应大力提升医疗数据标准化、互联互通水平，并通过先进加密传输技术保障数据流通安全。

4 新一代远程医疗网络体系架构

综上所述，新一代远程医疗网络体系的构建并非局限于单一的网络层面，而是需要全域整合网络、算力、数据等多维度资源与技术，以满足未来远程医疗对网络高性能低成本、服务深度智能化的核心需求。新一代远程医疗网络体系架构如图1所示。

图1 新一代远程医疗网络体系架构

新一代远程医疗网络体系架构分为算网基础设施、算网编排管理和数据互联互通三个部分。

算网基础设施：构建高性能、高安全性的泛在卫生健康网络，全面支撑海量医疗健康数据的高效采集与顺畅流通。依托私有云、边缘云、区域云、公有云构成的多层级分布式算力资源，部署各级医疗数据中心、区域性全民健康算力服务平台及面向基层医疗机构的边缘数据中心，形成多层次、广覆盖、高效能的分布式医疗算网融合基础设施。

算网编排管理：结合远程医疗应用场景的算力需求特点，构建以私有云、边缘云、区域云为核心，且可以灵活整合公有云资源的混合算力架构。建立远程医疗算力资源编排调度机制，破除平台与地域壁垒，实现算力资源高效整合与集中管理，确保远程医疗服务在任意时间、任意地点均能获得稳定、高效、可靠的算力支撑。

数据互联互通：构建高效安全的医疗数据传输与分发体系，保障数据在各医疗机构间即时无缝流转。构建低成本、高效率、高可信的数据流通生态，强化数据流通的安全性与隐私保护，充分挖掘并释放医疗数据作为关键生产要素的价值与潜力。

5 新一代远程医疗组网关键技术

为应对新一代远程医疗网络建设面临的挑战，本研究梳理并提出若干组网关键技术，如表1所示。其中，智享WAN（广域网）与5G-A固移融合聚焦网络性能优化与成本控制两大核心目标，借助自动化与低时延技术，精准匹配远程医疗关键业务诉求；算力网络与数联网则以智能化支撑为核心，着力破解算力与数据的融合难题，为远程医疗应用的高效运行与安全保障提供支撑。

表1 新一代远程医疗组网关键技术

6 新一代远程医疗组网技术

6.1 基于智享WAN的远程医疗组网方案

智享WAN技术既承袭了SD-WAN（软件定义广域网）的灵活性与可编程性优势，又兼具Underlay（通常指底层网络）的高可靠性与性能保障能力，可为远程医疗提供前所未有的网络服务体验。基于智享WAN的远程医疗组网架构如图2所示。

图2 基于智享WAN的远程医疗组网架构

由智享WAN控制器主导端到端多段路径规划与实施，基于智享WAN的高效组网能力，可快速构建医院之间、医院与远程医疗云之间的高速安全互联通道。具体可细分为以下五个环节。

本端接入段：即客户侧设备（即CPE1）至因特网接入点网关（即PoP GW1），作为医疗机构的直接接入环节，此段采用Overlay（通常指叠加网络）连接方式，以灵活高效的技术手段实现医疗机构终端与接入点的快速互联。

本端汇聚段：即PoP GW1至运营商边缘设备（即PE1），该环节负责汇聚来自多个接入点的流量，并通过高效传输机制将其导向骨干网络，确保数据在进入骨干网前完成有效整合与优化。

骨干段（PE1至PE3）：作为网络的核心传输载体，骨干段与Underlay网络深度协同，借助智能路径选择与流量管理策略，保障数据的高速、可靠传输。

远端汇聚段（PE3至PoP GW2）：与本端汇聚段形成对应，远端汇聚段承担骨干网数据的分发任务，确保数据精准、高效地送达目标医疗机构所属接入点（即PoP GW2）。

远端接入段（PoP GW2至CPE2）：作为数据传输的终端环节，此段沿用与本端接入段一致的Overlay连接方式，实现数据从接入点到目标医疗机构终端（即CPE2）的无缝对接。

6.2 基于5G-A固移融合的远程医疗组网方案

为实现医院内部医疗、管理等各类场景的全面覆盖，在数据中心机房、门诊大厅、临床科室、病房及手术室等关键区域部署5G接入网关（即5G-RG）。医疗终端与医疗边缘云可通过WLAN、有线网络、蓝牙等多种非3GPP接入技术，灵活接入5G-RG设备；数据在5G-RG内部完成协议转换后，既能借助移动通信网络，也可通过有线通信网络，安全高效地传输至5G核心网。基于5G-A固移融合的远程医疗组网架构如图3所示。

图3 基于5G-A固移融合的远程医疗组网架构

在两家及以上医院的5G-RG之间，采用5G局域网（5G LAN）技术构建专用连接通道。医院的医疗边缘云一旦接入本院区5G-RG，相当于接入5G LAN，也就等同于接入远程医疗网络。这一方式不仅能助力医院快速、弹性、低成本地搭建远程医疗网络，还可以实现对医疗数据的严格管控及访问权限精细划分。

7 结语

本文围绕新一代远程医疗网络核心技术开展系统性研究，通过梳理行业发展趋势、拆解典型应用场景的核心需求，构建多维度协同的网络体系架构，并提出相应的关键组网技术，为远程医疗突破网络瓶颈提供可行技术方案。后续研究将聚焦技术深化与落地适配两大方向：一方面攻坚远程医疗网络核心确定性传输技术，研发适配远程手术等核心场景的确定性、非周期性传输方案；另一方面推进算网一体融合体系建设，破解医疗数据安全合规跨域流通的难题，升级网络全链路安全防护机制，最终以更精准、更可靠的算网服务，支撑新一代远程医疗应用的规模化落地。

参考文献

[1] World Health Organization et al. Consolidated Telemedicine Implementation Guide[M]. Geneva: World Health Organization, 2022.

[2] 王楠, 孟元光. 5G远程机器人手术的发展与应用现状[J]. 机器人外科学杂志(中英文), 2025, 6(03): 503-507.

[3] 杨扬, 王圣, 孙静, 等.基于虚拟现实的术前访视在择期行冠状动脉旁路移植术患者中的应用效果[J]. 精准医学杂志, 2023, 38(06): 546-549. doi:10.13362/j.jpmed.202306019.

[4] Sharma S, Rawal R, Shah D .Addressing the challenges of AI-based telemedicine: Best practices and lessons learned[J]. Journal of Education and Health Promotion, 2023, 12(1): 9. doi:10.4103/jehp.jehp_402_23.

[5] 中华人民共和国工业和信息化部. YD/T 6364-2025 基于SRv6的SD-WAN技术要求[S]． 北京: 人民邮电出版社, 2025.

[6] 孟涛, 周鹤, 周为荣, 等.面向“双千兆”固移融合的新型承载网络重构研究[J]. 通信技术, 2025, 58(01): 50-55.

[7] 苏昱臻, 王子潇, 钟驰量, 等.面向异构算力互联的智算网络关键技术研究[J]. 电信科学, 2025, 41(08): 51-64.

[8] 唐怀坤. 洞察数联网本质, 技术路线及产业发展路径[J]. 通信世界, 2025(4): 26-28.