随着COVID-19在全球范围内的传播，医疗组织被迫迅速重新审视其技术基础，并全力推进数字化转型计划。
在短时间内，许多机构对其传统系统进行了重大调整，以更有效地管理患者护理，并在就诊量激增的情况下，安全及时地存储数据，从而提高在疫情发展中的效率。
对于医疗组织来说，加速云技术的采用成为了首要任务，以更好地管理海量的患者信息，优化工作流程，并简化信息共享。当地方领导者在制定保护居民安全的决策时，云基础设施能够提供一个全球网络，以安全地收集、分析和共享数据。
在云计算迅速普及的同时，人工智能（AI）和机器学习技术的应用也在不断增加。这些技术通过确保信息共享与分析的同时维护数据隐私，优化对紧急患者的响应，彻底改变了COVID-19期间的医疗应对，并将在疫情后继续发挥重要作用。
以下是COVID-19推动医疗行业进行持久数字化转型的几种方式：
去识别化患者数据
利用机器学习，医疗组织能够更好地保障患者数据的隐私，从而更高效地汇总来自多个来源的数据，获取对COVID-19病毒的有价值洞察。去识别化涉及从患者数据中移除个人身份信息，这对于与非特权方分享健康信息、创建多来源的数据集以供分析以及匿名化数据以进行高级分析和机器学习模型至关重要。例如，Google Cloud Healthcare API能够识别敏感数据（如受保护健康信息（PHI）），并进行屏蔽、删除或遮盖。
为了使研究人员能够研究关键的COVID-19数据以对抗病毒，可以运用与扫描YouTube版权的机器学习技术类似的方法，大规模清除DICOM资产（如肺部X光片）中的患者身份信息，以便进行高分辨率分析。此外，去识别化的测试数据能够加速发现过程。经过合适的哈希处理后，这些数据可以安全地重新识别，从而使研究人员更有效地招募参与公共卫生计划，如临床试验。
呼叫中心响应的自然语言处理
当前，各类公共卫生组织面临的患者需求远超以往，而许多组织起初难以应对这种增长。
然而，借助基于云的AI和机器学习模型，组织能够构建未来的呼叫中心。通过自然语言处理和情感分析，医疗提供者可以自动为来电进行优先级排序。
这一技术使企业能够根据从语音情绪到语音特征的不同情况，优化其响应和优先级设置。尽管这些技术相当智能，但许多API在设计时充分考虑了隐私问题，不存储个人数据，从而确保患者信息的保密性。
预测分析为供应链决策提供依据
云计算的作用不仅限于支持研究和治疗决策。在设备需求前所未有的重要性面前，它还帮助医疗机构应对供应短缺问题。
随着组织希望为有需要的患者提供关键医疗设备，如个人防护装备（PPE）和呼吸机，云预测分析能帮助供应链管理人员更好地了解短缺情况，并在问题出现之前进行相应的分配。
匹配算法与预测服务的结合能够有效减少供应链中的浪费，使供应商和采购商能够实时获取信息。
基于云计算的AI和机器学习为医疗利益相关者提供了对抗COVID-19所需的工具，以更快、更智能的方式应对挑战。尽管当前任务艰巨，这项技术及来自于我们国家顶尖思想家的创新将重塑医疗保健的未来，带来前所未有的患者体验。
