2. 医疗边缘计算硬件选型与部署环境

医疗边缘计算平台的硬件选型，不是简单地把通用服务器搬到机房角落，而是要在临床科室、急救车、影像室、护士站等真实场景中，同时满足算力、接口、供电、散热、电磁兼容和合规约束。选型的第一步是明确“边缘节点在医疗流程中承担什么角色”，再据此匹配硬件形态。常见的四类载体是：边缘服务器、工控机、AI 盒子和医疗网关，它们并非互相替代，而是按算力密度、部署位置和接口需求分层使用。

四类硬件载体的定位与选型参数

边缘服务器通常部署在院区机房或楼层弱电间，承担多科室汇聚推理、影像预处理、模型热更新和本地数据缓存。选型时重点看 CPU 核数、内存容量、GPU/NPU 算力、存储 IOPS 和网络上行带宽。例如一个面向 3 个影像科室的边缘服务器，若需同时处理 8 路 1080p 视频流和 2 路 CT 序列预处理，可参考配置为：16 核 CPU、64 GB 内存、1 张 24 GB 显存推理卡、2 TB NVMe 缓存盘、双万兆上行。这里的参数是示例性参考，实际应以并发路数、单帧推理时延和 PACS 回传带宽实测为准。

工控机适合部署在超声室、内镜室、检验科等空间有限但需要稳定运行的场景。它强调无风扇或低转速风扇、宽温工作、多串口和 PCIe 扩展。选型时需确认 RS-232/485 串口数量、USB 隔离、看门狗和 24 V 直流输入范围。若工控机需要连接监护仪串口，应优先选择带光电隔离的串口卡，避免患者端设备与边缘节点之间形成电气耦合。

AI 盒子是低功耗、小体积的推理终端，常见于病房门口、急救车和移动护理车。其核心参数是 NPU 算力（如 8 TOPS、16 TOPS）、视频解码路数、功耗和尺寸。AI 盒子通常不承担训练任务，只做模型推理和结果上报。选型时要确认它支持的模型格式、量化精度和推理框架，避免出现“算力够但模型跑不起来”的情况。

医疗网关负责协议转换和边缘接入，把 HL7、DICOM、Modbus、MQTT 等不同协议统一到平台侧。它不一定需要强算力，但必须有丰富的接口和可靠的隔离能力。典型接口包括：以太网、RS-485、CAN、USB、Wi-Fi 和 4G/5G 模块。医疗网关的选型重点是协议栈完整性、断网续传能力和设备接入数量上限。

临床科室与急救车的部署约束

不同部署位置对硬件的约束差异很大。影像科、检验科通常有独立设备间，可接受机柜式边缘服务器，但要求与 CT、MR 等大型设备保持足够距离，避免磁体和射频干扰。超声室、内镜室空间紧张，工控机应优先选择壁挂或导轨安装，进风口不能被窗帘、被服遮挡。病房和护士站适合 AI 盒子，但要注意患者可触及区域的漏电流和表面温度限制。

急救车是最苛刻的场景之一。车辆行驶中的振动、夏季车内高温、12 V 供电波动、4G/5G 信号切换都会影响边缘节点。AI 盒子在急救车上的安装应使用减振支架，供电端加装宽压模块和保险丝，并确保设备在车辆熄火后能通过后备电池完成数据落盘。若急救车需要实时回传心电和视频，应设置本地缓存队列，网络恢复后按时间戳补传，避免数据丢失。

供电、散热与电磁兼容要求

供电方面，边缘节点应接入独立回路，避免与电梯、空调等大功率设备共用插座。机房内边缘服务器建议配置在线式 UPS，后备时间不少于 15 分钟，以便完成推理任务收尾和缓存落盘。工控机和 AI 盒子若使用直流供电，需确认输入范围覆盖 9~36 V 或 12~24 V，并具备反接保护和过流保护。

散热方面，边缘服务器要保证前后风道畅通，进风温度建议不超过 35℃；工控机在无风扇设计下，应通过金属外壳导热，安装面保持平整且远离热源。AI 盒子在急救车内应避免阳光直射，必要时增加遮阳和通风孔。若设备表面温度可能超过 48℃，应加装防护罩或调整安装位置。

电磁兼容方面，医疗边缘设备应满足 IEC 60601-1-2 或相应院区电磁环境要求。设备与 MRI 磁体、电刀、除颤仪等强干扰源保持安全距离；信号线采用屏蔽双绞线，屏蔽层单端接地；电源线与信号线分槽敷设。对于连接患者端设备的网关和工控机，串口和 IO 口应使用光电隔离，减少漏电流和共模干扰。

选型核对表示例

下表给出一个可直接用于现场勘察的选型核对表示例，字段可根据院区实际情况增删。表中“示例值”仅用于说明填写方式，不代表真实项目结论。

综合来看，医疗边缘计算硬件选型的核心逻辑是：先按部署位置确定形态，再按业务并发确定算力与接口，最后用供电、散热和电磁兼容约束做校验。三者中任何一项不满足，都应回到上一级重新调整，而不是靠后期“打补丁”解决。