物联网赋能医疗技术的因果关系分析：基于模糊决策实验室法(FDEMATEL)的多准则决策研究

本文推荐研究人员针对物联网(IoT)在医疗领域多技术协同应用中存在的复杂因果关系问题，采用模糊决策实验室法(FDEMATEL)对十项主流医疗IoT技术进行系统分析，发现边缘计算(T1)和人工智能/机器学习集成(T5)是驱动医疗IoT系统的核心使能技术，该研究为医疗机构的技术投资优先级和系统化部署提供了理论依据与实践指南。

　　

随着物联网(IoT)技术在医疗领域的深度融合，智能医疗设备、远程监测系统和实时诊断工具正在重塑传统医疗服务模式。然而，医疗IoT生态系统涉及多种技术（如边缘计算、远程患者监测、人工智能集成等）的复杂交互，这些技术之间存在尚未明确的因果关系网络，导致医疗机构在技术投资和系统集成时缺乏科学依据。特别是在资源有限的发展中国家，如何优先部署最关键的基础性技术，成为提升医疗效率和服务质量的核心挑战。

为系统分析医疗IoT技术间的因果关联，来自贾米亚米利亚伊斯兰大学机械工程系的Abid Haleem、Mohd Javaid和Abdur Rahman Jami教授团队，在《Intelligent Hospital》发表了题为"Understanding the causal relationships among Healthcare Technologies when enabled through IoT: Analysing through the MCDM Approach"的研究论文。该研究通过整合文献综述、专家咨询与模糊多准则决策方法，构建了一套基于FDEMATEL（Fuzzy Decision-Making Trial and Evaluation Laboratory）的技术评估框架，旨在识别关键使能技术并厘清其因果作用机制。

研究人员首先通过系统性文献检索（Scopus、Web of Science、Google Scholar等数据库）识别出10种广泛应用的医疗IoT技术，包括边缘计算(T₁)、远程患者监测(RPM, T₂)、植入式医疗设备(IMDs, T₃)、环境辅助生活(AAL, T₄)、人工智能/机器学习集成(AI/ML Integration, T₅)、远程医疗平台(Telemedicine Platforms, T₆)、5G/LPWAN连接技术(5G/LPWAN Connectivity, T₇)、IoT诊断工具(IoT Diagnostic Tools, T₈)、可穿戴健康设备(Wearable Health Devices, T₉)以及医疗机器人/无人机(Robotics/Drones, T₁₀)。通过与领域专家合作，采用模糊语言量表将专家评价转化为三角模糊数，并利用重心法去模糊化，构建直接影响矩阵和综合关系矩阵，最终通过计算各技术的显著度（Prominence）与关联度（Relation）指标，完成因果分类与优先级排序。

研究结果显示，边缘计算(T₁)、人工智能/机器学习集成(T₅)和5G/LPWAN连接技术(T₇)属于“因果组”技术，即它们对其他技术具有较强驱动力。其中：

• •

  边缘计算(T₁)的显著度得分最高（U+V=1.9307），表明其在降低数据延迟、提升本地处理能力方面的核心作用；

• •

  AI/ML集成(T₅)紧随其后（U+V=1.9237），凸显其智能数据分析与决策支持的关键地位；

• •

  5G/LPWAN连接(T₇)虽显著度略低（U+V=1.7694），但其因果关系强度（U-V=0.2015）最高，说明它是实现高带宽、低延时通信的基础。

而在“结果组”技术中，远程患者监测(T₂)、IoT诊断工具(T₈)和可穿戴设备(T₉)更容易受上述核心技术的推动而发挥作用，其负值的U-V指标（如T₂为-0.0225）表明它们更依赖于底层技术基础设施的支持。

敏感性分析进一步验证了结果的稳健性。通过调整专家权重（基于其经验水平）生成多组场景，各技术排序保持高度一致，表明研究结论具有较强可靠性。

该研究的结论强调，医疗IoT系统的成功部署需优先投资于因果组技术——特别是边缘计算和AI/ML集成——以构建可靠的数据处理与通信基础。在此基础上，远程监测、诊断工具和可穿戴设备等应用层技术才能有效发挥价值。这一发现为医院管理者、技术开发者和政策制定者提供了明确的战略指导：例如，医疗机构应优先部署边缘节点和5G网络，再逐步引入智能诊断设备；技术企业需强化设备间的 interoperability（互操作性）与AI整合能力；政府需推动宽带普及和数据安全法规建设。

本研究不仅填补了医疗IoT领域技术因果关系分析的空白，也为资源优化配置提供了量化依据。未来研究可进一步纳入区块链、大数据分析等新兴技术，或结合区域性因素（如农村网络覆盖差异）开展差异化分析，以推动智能医疗系统在全球范围内的公平与高效实施。