智慧城市医疗CPS的关键技术与挑战

智慧城市医疗网络物理系统：特性、技术与挑战

1 引言

在当前的大流行期间，强大的医疗保健系统是任何智慧城市的基础。当一个系统能够满足供需情况时，就有可能实现对患者的高效监测，以及通过医疗设备及时提供必要的药品和治疗。这种情景可以通过一种预测机制实现，该机制能够预测医疗保健状况，并智能地应对医疗紧急情况。

智慧城市医疗信息物理系统（SHCPS）是未来能够支持医疗行业有效应对大流行情况的系统。此类系统包括患者的物理世界、医疗设备和设备；通过外部控制和监控的医疗治疗，并通过网络世界连接通信网络实现生理数据的数据传输和信息交换，这些数据被分析以生成反馈和控制信号。此类系统通过提供高效和智能的服务来提高医疗护理的质量[1]。

医疗信息物理系统的设计与开发带来了一些需要讨论的开放性问题，如自主级别、安全和可靠性，这些问题对医疗信息物理系统至关重要。

1.1 自主级别

信息物理系统可以根据人类在回路中执行的任务，从低到高分为不同的自主级别。机器学习和人工智能等技术在将控制权从人类转向机器和人工分布式网络方面发挥着重要作用[2]。

在医疗信息物理系统（HCPS）中，定义自主级别的关键因素大致可分为两个领域。

• 基于设备 ：医疗设备类型、与患者的交互类型和持续时间等因素是决定自主级别的关键因素。用于为冠状病毒患者送餐和药品的医疗机器人可以自主工作，以协助医疗保险系统。来自香港的研究人员团队创造了一款名为“格蕾丝”的人形机器人，用于与隔离的冠状病毒患者互动，并通过胸部安装的热像仪提供体温记录和响应性服务。该机器人还将与冠状病毒患者进行社交互动，以减轻因隔离而产生的压力[3]。

• 患者相关因素 ：包括疾病类型和患者风险等级。冠状病毒等传染病需要高度自主的医疗保险信息物理系统，而高患者风险等级则需要在自主医疗保险系统的基础上持续获得医疗专家支持。

1.2 安全机制

多种技术在信息物理系统中发挥着至关重要的作用，这些技术可分为不同的领域：从利用传感器技术和物联网进行数据采集；通过云计算处理大数据并实现存储；使用人工智能进行数据分析和决策；向智能机器和执行器发送控制与协调信号，从而开启了以工业4.00[4]为标志的新时代，特别是面向医疗应用的医疗4.0。在信息物理系统的设计与开发过程中，构建一个全面的安全机制，以确保网络与物理世界之间实现认证的、保密的和安全通信，是框架中不可或缺的组成部分。鉴于医疗保健应用的关键性以及高度自主化的需求，必须采取预防措施来防御网络攻击[5]。因此，医疗保健信息物理系统必须在其安全机制中包含以下内容：

• 传感器上的网络攻击识别。
• 用于传输生理数据的轻量级密码学。
• 用于基于云的系统的安全存储的加密机制和区块链技术。
• 发送至执行器的加密反馈信号。

从患者传输到医疗专家的数据容易受到攻击，因此需要在客户端采用加密技术。文献中存在许多密码学技术，大致分类为对称密码学和非对称密码学。基于氨基酸编码的生物密码学方法[6]用于在远程监控医疗系统中将数据从患者传输给医疗专家。

1.3 可靠性

可靠性是信息物理系统的重要指标，对医疗行业具有至关重要的意义。图1展示了医疗信息物理系统（HCPS）的可靠性，该可靠性取决于健康传感器和执行器等硬件单元、用于计算患者健康状况的软件系统的软件可靠性，以及由用于患者数据传输的通信网络决定的网络可靠性。

信息物理系统的启动需要资源优化和自适应行为，以实现高效、可靠和改进的服务[7]。自主系统必须能够识别闭环系统中不同组件的故障，并在任务处理方面采取纠正措施。信息物理系统的自适应组件通过历史数据进行学习，并在当前场景中表现出相应的行为。诸如医疗机器人之类的智能机器能够针对动态环境进行自我组织，以应对服务质量的挑战。

本文重点强调以下内容：
（i）医疗信息物理系统的特性
（ii）促进医疗信息物理系统发展与实施的技术融合。
（iii）促使研究人员、医疗保健和制造领域在设计和有效执行医疗信息物理系统时进行回顾与考虑的实时挑战。

2 信息物理系统

为了实现服务质量的高效与有效，系统需要持续的通信、控制与协作，这催生了一个被称为工业4.0的新时代，其引入了信息物理系统。信息物理系统这一术语最早由美国国家科学基金会（NSF）的海伦·吉尔于2006年提出。信息物理系统通过传感器将网络与物理世界相融合，传感器作为数据采集器，收集诸如温度、压力或速度/活动时间等信息，并将其传输至网络世界进行服务器存储。这些数据进一步被处理和分析，用以生成控制与协调信号，驱动执行器，从而形成一个如图2所示的闭环系统。

信息物理系统的系统化设计与建模在定义系统架构、各种软件和硬件组件、各组件的功能角色以及网络与物理空间之间的通信与控制机制方面起着关键作用。随后，通过经过充分测试和验证策略的设计仿真，应用于模型在实时环境中的最终采纳。[8]与传统的设计与部署方法不同，[9]的作者建议将关键决策从设计阶段转移到运行时和实施阶段，这些决策依赖于实时输入和环境。表1列出了各种信息物理系统仿真软件及其特性，可用于在应用领域中测试信息物理系统的模块化、可扩展性和复杂性等概念。

一些系统在物理世界与虚拟世界之间存在共生关系，由此产生了一个新术语“共生信息物理系统”[14]。“共生关系”这一术语源于生物学，指两种生物体相互受益，这种关系本质上是共生的。智能电网是共生信息物理系统的典型范例，其中技术驱动能源的智能化生成，而能源又为信息物理系统中的技术组件提供动力来源。

如图3所示，智能医疗信息物理系统与各种自主系统之间也具有共生关系。智能电网、智能家居、智能车载系统、智能医院和智能制造单元为智慧城市医疗系统提供服务；反过来，智慧城市医疗系统为其居民提供医疗保健服务。这些居民或人类在各类组织和制造单元中工作，从而在各个自主单元中发挥其服务作用或角色。明确界定人类在自主信息物理系统中的具体角色是一项重大且富有挑战性的任务。在此方向上的一种有效方法是在软件开发的早期阶段识别闭环信息物理系统中人类的控制策略和交互，并通过快速原型技术进行验证。[15]

信息物理系统在其特性方面有所不同，例如自主级别决定了由人类控制和操作的任务，规模取决于连接设备的数量，而风险管理则取决于系统的关键环境。表2列出了信息物理系统在不同领域中面对各种安全风险和挑战时所提供的应用领域、特征特性、技术和服务。

3 智慧城市医疗网络物理系统的特性

医疗信息物理系统可以分为多个层级：

• 单元级医疗信息物理系统
• 集成级医疗信息物理系统
• 系统级医疗信息物理系统
• 接受级医疗信息物理系统
• 进化级医疗信息物理系统

单元级医疗信息物理系统 是医疗信息物理系统的基本层级或第一层级，可对重症监护室或医院层面的患者进行监测和控制。在此层级中，系统持续监测患者的温度、压力、心率等生理参数，并将数据传输至智能系统，由其分析并控制与患者连接的健康执行器。此外，医护人员也参与医疗信息物理系统环，为医疗专家提供支持和信息，以便为患者提供即时医疗援助。

集成级医疗信息物理系统 是医疗信息物理系统的第二阶段，医院在此阶段与智能家居集成，为患者提供远程监控和远程医疗服务。在将高危患者通过救护车转运至医院的情况下，医院可与智能救护车集成，以持续监控患者的健康状况，并在医院内提前准备必要的急救服务，例如床位、呼吸机支持等。

系统级医疗信息物理系统 是医疗信息物理系统的第三阶段，在此阶段，不同的自主系统协同支持医疗信息物理系统，从而构成智慧城市医疗网络物理系统。智能电网作为各类信息物理系统的能源中心和骨干，与智能家居、智能救护车、智能医院制造单元以及智能医院共同构成一个医疗生态系统，为患者提供高质量的医疗服务。

接受级医疗信息物理系统 是医疗信息物理系统的高级阶段，在此阶段，研究人员、技术专家、工程师、医疗专家和学术界人士协同合作，制定面向成功实施医疗生态系统的政策与标准，以提升医疗系统的有效性。

进化级医疗信息物理系统 是理想的未来医疗信息物理系统，具有自适应性和自我管理的特性。信息物理系统的自适应组件通过学习历史数据，在当前场景中做出响应。因此，进化行为对于信息物理系统的动态环境而言至关重要且具有重要意义。

信息物理系统具有物理组件和过程，可以通过状态图和不同状态：健康、不健康、关键的和非工作状态，如图4所示。信息物理系统的整体健康状况取决于闭环系统中各个组件的工作条件[25]。

信息物理系统中的设备具有异构的特性，涵盖从传感器、执行器到由露层的移动设备和信息层的系统等外部输入控制的物理机器。各类设备的数据输入和输出在数据格式上各不相同，可能是结构化/非结构化的，因此需要通过接口进行格式转换[16]。医疗信息物理系统是应用时间是决定系统性能和可靠性的一个关键因素的领域。对患者进行药物治疗时，几秒或微秒的延迟都可能降低系统的有效性和可信性。

信息物理系统需要持续监控和控制以实现有效运行，因此产生了针对信息物理系统的新术语——健康监测系统(HMS)[25]。HMS可执行双重功能：检查信息物理系统中每个物理组件的状态，并采用预防性方法确定信息物理系统的概率健康状况。对物理组件行为模型的研究是一种被动监控方法，而基于刺激的响应则是用于异常检测的主动策略[25]。

根据上述特性，从信息物理系统的特性出发，对医疗信息物理系统的单元和集成级别进行了分析，如表3所示。

Level of health CPS	Characteristics	State transition& state diagram	Heterogeneous devices/data formats	Time critical applications	Seamless monitoring& control
Unit level	Healthy working state of all sensors and actuators in smart hospitals as patients are in risk zone Therefore, early replacement of faulty medical devices	Medical application interfaces to deal with heterogeneous data	Time critical and requires efficient decision making	Regular monitoring and control in Smart hospitals
Integration level[26]	Healthy state depicts good working condition, Smart ambulances periodically checked for working condition of its medical devices and connectivity, Coordination and communication for integration of different autonomous systems for healthy working state, Requires continuous monitoring for failure detection of nodes and links	Audio, image and video(behavioural) analysis, Different autonomous systems connected require medical API’s to deal with heterogeneous data sets	Home monitoring is not time critical whereas monitoring of patients during transit from home to hospital in smart ambulance is time critical	Monitoring and control of elderly patients Reminder systems Wearable sensors

第4节介绍了各种技术在信息物理系统中利用异构设备对时间关键领域进行无缝监控的作用，其中每个状态由一组变量定义。这些技术在定义系统健康状态方面发挥着关键作用。

4 医疗信息物理系统中的技术

近期疫情给全球任何城市的医疗保健系统以及医疗专家和卫生工作者的长时间工作带来了前所未有的压力。因此，未来的医疗保健系统需要智慧城市医疗信息物理系统，其中技术在其成功实施中发挥着重要作用。信息物理系统是一个应用领域，通过多种技术的集成实现互连设备的智能化和高效运行。互联网是信息物理系统中通信的骨干，也是物联网、云计算和区块链等其他技术最基本且最关键的技术和推动者。[4]本节介绍数字孪生、物联网、大数据、云计算、区块链、人工智能、机器学习和机器人技术在医疗信息物理系统领域中的作用，如图5所示。

4.1 数字孪生

如图6所示，数字孪生是物理对象或过程的虚拟孪生。在智能医疗系统中，数字孪生在网络空间中创建虚拟资产，以便利用资源的数字信息进行规划、控制与协调[27]。

智慧城市医疗信息物理系统（SHCPS）中的数字孪生基本上是针对医疗设备和设备的仿真模型，以及用于患者治疗过程的行为分析，以帮助医疗专家研究、分析和预测患者的健康状况。

数字孪生为各种医疗设备维护一个资源图，该资源图以三元组向量{resource id, allocation status, patient id}的形式存储。分配状态可以是忙碌或空闲，预期重新分配可能取决于患者健康状况。患者治疗过程可以用图来表示，其中节点代表不同时间段的健康状况，边代表基于生理参数变化的状态转换。这些图可用于机器学习，以进行患者健康状况的计算和分类。

4.2 物联网 (IOT)

物联网带来了机器对机器通信的新时代[4]。这种通信可以通过无线网络、蓝牙以及近场通信、无线电通信等技术实现。物联网实现了集成级别的智能医疗信息物理系统，其中传感器网络产生大量数据，然后将这些数据传输到远程服务器进行分析和控制操作。由于医疗物联网中的某些设备在处理能力和内存方面存在资源限制，因此需要采用轻量级认证和轻量级加密方案，对于数据与信息交换的完整性和机密性至关重要。医疗物联网在近期疫情中通过智能可穿戴设备（如智能手表和智能手环）实现了对患者心率和血压的远程患者监测；并通过智能体温计测量体温。这些设备连接到智能手机，最终将数据发送至云服务器进行健康分析[28, 29]。

4.3 大数据分析

在医疗信息物理系统中，医疗设备物联网实现了异构节点和传感器之间的机器对机器通信，持续采集数据，从而产生大量可能为结构化、非结构化或半结构化的大型数据集，这些数据需要进行存储、处理和分析以提供医疗建议。主要挑战在于应对非结构化数据、复杂性和真实性问题。具有高处理能力和大数据技术的新型计算范式能够从医疗信息物理系统中来自各种来源的海量数据中提取隐藏模式和关系。

大流行导致人们需要定期检查体温、压力、心率等生理参数，以便更容易地预测症状。与冠状病毒相关的不同类型数据包括：人体生理参数，如温度、压力、心率；医院数据，包括当前新冠患者收治数量、患者健康状况、可用设施（如床位数量、通风机）；城市数据，如当前感染新冠的居民数量、康复患者数量、新冠死亡人数、已接种疫苗居民数量。研究人员和分析人员关注传播调查以及对未来影响的预测分析。高端计算设备和深度学习模型能够处理大型数据集并识别这些隐藏模式。这些隐藏模式可通过统计方法、机器学习和深度学习技术加以挖掘。

医疗保健信息物理系统等实时系统中产生的现实世界数据的复杂性和不确定性，也可以通过基于计算智能的方法论来应对，其中包括基于近似技术和模糊规则进行决策和推理的模糊逻辑方法；用于自然选择的进化算法，如遗传编程和群体智能；以及具有多个隐藏层和神经元、模拟人脑并在大型数据集上训练以设定学习参数用于数据集模式识别、预测和分类的人工神经网络[30]。

4.4 云计算

医疗数据孤岛是指分散位置的患者医疗信息，这些信息可能根据数据管理策略而存在冗余或不一致的情况。云计算是一种计算范式，通过按使用付费的方式向终端用户提供基础设施、资源和服务，其中云服务器为用户提供存储和计算能力。在医疗信息物理系统中，电子健康记录可以以加密格式数字存储在云服务器上，以便患者、医院管理、保险公司和银行等不同实体进行共享和访问[31]。具有挑战性的问题是确保患者记录的安全性，这取决于所采用的安全框架对维护所有授权用户私钥的密钥生成中心的保护[31]。

除了在云服务器中存储加密数据外，工业4.0标准还为云制造定义了新的服务模型，如控制即服务、机器即服务和工业自动化即服务[4]。这些基于云的新模型可应用于具有严格实时性要求的任务，结合雾计算，使服务更贴近终端用户，实现医疗健康层面与控制器之间信息传输和控制的高效实时通信。

4.5 露计算

云架构提供的服务可通过边缘/雾计算范式得到增强，这是一种分布式服务架构，通过减少由云模型提供的服务传输延迟来提高信息物理系统的效率。露计算通过引入更靠近物联网设备的智能接口或智能设备层级（相较于边缘设备），进一步降低了延迟并提高了能效。这些智能系统具备处理能力，能够处理来自物理组件的数据、控制执行器，并具有可扩展性和弹性的额外技术优势[32]。露计算层在医疗领域提供服务方面非常有用[33]，通过在监控区域附近提供数据处理和分析服务，可以更有效地监控患者。一种包含物联网设备、传感器和执行器作为第一层；智能手机和平板电脑等智能设备作为第二层（称为露计算层）；存储系统和网络设备位于边缘设备层；云朵和服务器位于第四层（称为边缘服务器层），代表边缘或雾计算的分布式服务；最后第五层为云服务器，提供各种基于基础设施和软件的服务的露计算架构[32]；对于医疗领域而言，这种架构具有很高的时间效率。在露计算范式中，运行于平板电脑和智能手机上的轻量级应用可以共享患者信息，并具备互操作性，有助于与其他系统协作，成为医疗信息物理系统之系统的一部分。

4.6 区块链

区块链技术为云服务器维护的电子健康记录提供了去中心化和分布式数据库，以实现安全和真实的访问[31]。它提供了一个去中心化平台，用于维护各种医疗交易（可能发生在设备层面或疫苗层面）以及患者层面事件的不可篡改的记录[4]。区块链由区块链接构成，每个区块包含多笔交易或通信，这些交易或通信通过默克尔树进行哈希和结构化处理。每个区块通过一个哈希值来标识，并包含前一个区块的哈希值，唯一的例外是第一个区块称为创世块，其中不存储父哈希值。这种与父区块的链接形成了不可变结构，无法被篡改。

这种不可变结构可以存储不同医疗设备和疫苗的交易以及与患者相关的信息。因此，该技术可以拥有用于医疗保健的不同区块链：医疗设备区块链、冠状病毒感染患者区块链、医院疫苗区块链。IBM区块链[34]通过保持交易的安全性和可追溯性，有助于冠状病毒疫苗的透明分配。QuillTrace[35]是一种基于区块链的技术，有助于追踪通过药品上的二维码识别供应链中的药品和假冒药品。

4.7 人工智能与机器学习

人工智能和机器学习可应用于医疗保健的多个方面，包括医学、医疗设备、患者和疾病。研究人员、学术界人士和医疗专家正共同努力，从患者的大型数据库中提取有用信息和隐藏模式。这些大型数据库还用于训练机器学习模型，以对患者进行分类，帮助实现疾病的自动检测，从而支持医疗专家。近期疫情凸显了冠状病毒药物发现研究的紧迫性、通风机的高需求（通风机已成为高风险冠状病毒患者的生命拯救设备）、高风险等级患者的研究，以及疾病对身体其他器官影响的研究。

根据风险等级，冠状病毒患者可分为低风险等级和高风险等级。在第一阶段，患者可以在家中隔离，通过在离散时间点将体温、压力和心率等各项生理参数发送给医疗专家，利用机器学习技术预测症状，并通过远程监控提供医疗保健服务。下一阶段则需要对患者进行住院治疗，并提供持续的医疗支持、护理和监测。人工智能和机器学习算法已被用于通过使用平衡数据集训练模型来预测高危患者的死亡率[36]；特征选择基于包装器和过滤器方法。这些特征包括症状、既往健康状况和人口统计因素，对患者的疾病状态有显著影响。

4.8 机器人

机器人是自主机器，可被编程以精确和准确地执行特定任务。它们是基于人工智能的认知模型，能够利用传感器持续采集环境数据，从而在复杂环境中工作并高频执行预定义操作。机器人在信息物理系统中具有广泛的应用，例如医疗机器人可协助手术和患者护理，工业机器人可执行制造任务，监控机器人可用于安全与保障。

近期疫情导致冠状病毒病例数量上升，致使医院患者超负荷。医疗机器人在患者护理中发挥了关键作用，提供的服务从患者检测到递送日常药品、食物等患者服务。像Moxi这样的机器人可提供多种服务，如递送个人防护装备包、新冠肺炎检测以及为患者提供接送服务[37]。机器人Mitra通过测量患者体温协助医护人员，并帮助患者通过视频会议与亲属联系[38]。

工业机器人可高频、精准地制造新冠病毒检测试剂盒和通风机等产品，并缩短开发周期。在人机协作的工业网络物理工作环境中，旨在实现敏捷的产品开发，要求机器人具备情境感知能力，能够识别人类工作区域并调整自身的工作范围和速度[39]。与机器不同，人类行为具有灵活性，需要通过音视频信息持续提醒以保持安全距离，在与高速自主机器协作工作期间，因此需要高精度算法进行深度估计，以向机器人和其他自主机器发送控制信号，避免因错误的计算和移动而导致事故。

安全机器人可以帮助检测是否遵守新冠防疫规定，例如佩戴口罩、保持社交距离等。它们能够捕捉图像、识别物体、生成报告，并通过音频、视频和文本数据等多模态技术进行通信。

图7展示了各个领域中的多种技术及其带来的益处，这些技术有助于实现自动化、资源控制以及基于大数据分析的智能决策。尽管各种技术推动了现代信息物理系统的发展，促成了一个进化过程，从而形成了智能、自感知和自修复的系统，但当今的信息物理系统仍面临诸多挑战，这些挑战对信息物理系统的健康状态产生不利影响，波及系统的设备、通信与协作，导致需要人为干预以恢复系统的正常运行状态。

第5节介绍了智慧城市医疗网络物理系统面临的一些挑战，例如信息物理系统中的能量流、异构设备/层级的集成、可能影响闭环系统的延迟或时延，以及导致信息窃取和设备中断的网络攻击。

5 智慧城市医疗网络物理系统中的挑战

成功实施医疗信息物理系统面临诸多挑战，如能量流、异构设备的集成以及医疗网络物理系统各层级的集成、时间关键操作可接受的最小延迟，以及医疗信息物理系统中的安全风险，如图8所示。

5.1 网络物理组件中的能量流

信息物理系统的自主性及其在医疗保健等关键领域的应用，需要持续的能量供应，无论是来自高容量电池还是直接电源供应。在医疗信息物理系统的设计与建模过程中，必须估算各个组件及其能源需求，以确保医疗信息物理系统平稳运行所需的持续能量供给。资源受限设备的电池电量有限，这是一个具有挑战性的问题，目前存在多种节能机制以高效管理能源，例如这些设备中的智能传感器能够根据环境需求自适应地调整工作模式，但会对能量质量权衡产生连锁影响[20]。信息物理系统的成功实施及其集成构建智慧城市医疗信息物理系统，主要依赖于智能电网，后者是信息物理系统的能源骨干。智能家居、智能医院和智能制造单元可以通过安装太阳能电池板，作为能源生产单元为智能电网提供支持，从而满足信息物理系统中呈指数级增长的能源需求。

5.2 医疗信息物理系统中异构设备/医疗网络物理系统层级的集成

智慧城市医疗生态系统需要集成信息物理系统，这些系统依赖第三方服务提供商提供通信服务，并依赖第三方云服务提供商实现安全数据存储，医疗专家、保险公司、患者和研究人员均可访问这些数据。在内部层面，每个信息物理系统都具有设备的异构性，且设备间存在不同的数据格式，因此需要对设备进行集成与封装，以构建高效有效的环境。主要挑战在于需要接口来连接具有不同技术水平的硬件和软件资源的通信设备。医疗信息物理系统的集成和更高级别需要数据共享和协作功能，这要求进行系统级规划、设计和原型测试[26]。

5.3 延迟/时延

低延迟是医疗保健等实时应用的关键要求。在患者数据传输过程中，超过阈值的延迟是不可接受的，会导致信息物理系统的远程监控周期中断，影响对患者的及时用药和护理。此外，在医疗保健等实时应用中，故障延迟（即从故障发生到被识别之间的时间延迟）必须尽可能小，以便及时处理，从而提高系统可靠性[23]。

5.4 安全

医疗信息物理系统的安全性是一个关键问题，需要针对拒绝服务、重放、虚假数据注入和欺骗攻击等不同类型的攻击加以解决。文献[40]提出了一种针对信息物理系统的基于树的攻击模型，其中分支将攻击分类到各个子领域，如传感器的故障信号注入和硬件篡改、闭环中与传感器、控制器和执行器相关的通信信道的数据包重放攻击和信息窃取；计算资源中的设备故障和软件故障。智能医疗系统等关键基础设施需要网络安全系统，持续监控以识别导致设备工作异常和读数错误的故障注入[24]。

智能医疗信息物理系统是未来的数字系统，必须具备取证能力，以应对和抵御网络安全攻击[19, 41]。人工智能或机器智能在自主系统中具有广泛的作用，可执行因故障或网络攻击导致的异常行为检测等任务[42]。恶意软件检测对于信息物理系统的平稳高效运行是一项重要任务。许多基于系统调用、操作码和能量消耗模式的机器学习方法被用于识别恶意软件[43]。

除了与数字世界相关的挑战外，医疗保健系统还面临着智能废物管理这一重大物理挑战。医院产生的废物速度惊人，需要有效的管理策略，包括在产生地点的收集、运输和处理技术，以维护城市环境健康。近期疫情导致个人防护装备包和一次性口罩使用量激增，亟需制定智能废物管理计划。

医疗信息物理系统目前在单元或集成级别运行，随着技术的持续增长，它们将演变为更高级别的信息物理系统。生产疫苗或医疗设备的智能制造系统是具有子系统的高级别信息物理系统，这些子系统具备自感知和自管理特性，并可设置为自配置模式，以优化各种实时生产过程[20]。

6 结论

大流行教会了我们，医疗保健系统是每个社会的命脉，而智能医疗信息物理系统提供了一个生态系统，通过闭环将网络世界与物理世界这两个轮子融合在一起，并由数字孪生、物联网、云计算、人工智能、机器学习和大数据分析等各种技术驱动，这些技术在其有效运行中发挥着关键作用。在由网络空间控制的物理世界中的运行与实施面临诸多挑战，例如物理组件的异构性、组件之间交换的不兼容数据格式、资源受限设备以及设备的漏洞易受攻击。除了数字挑战之外，废物管理这一物理挑战仍然占据着关键地位。尽管新技术的诞生促进了智能互联系统的发展，但为了实现其增长、效率和有效性，必须解决物理世界与虚拟世界面临的挑战。