5G切片技术应用案例

xiaoxu1994

5G 移动边缘计算的背景
移动边缘计算（Mobile Edge Computing，简称MEC）是指在距离用户或数据源较近的网络边缘侧，部署 IT 服务环境和计算能力，并面向用户提供底层通信服务的调用接口，其设计初衷是为了满足特定低时延场景（如 VR、高清视频）下的业务体验需求。在4G 时代，运营商和设备厂商已启动 MEC 的技术研究、产品研发和现网部署。5G 是为了应对移动互联网和物联网的发展所带来的数据流量激增、海量设备连接及行业深度融合而提出的新一代移动通信技术，MEC 所具备的业务体验优势，以及创新型服务模式，使其成为 5G 中的原生能力，并在 5G 三大应用场景（eMBB、mMTC、URLLC）中发挥重要的作用。目前在全球范围内，MEC 已成为业界的关注和研究热点，在技术标准化、运营商 5G 规划以及厂商 5G 设备产品研发等各环节中，均将移动边缘计算作为 5G 网络重要的、不可分割的组成部分。移动边缘计算与网络切片等核心功能一道，作为 5G 时代全球各运营商面向用户提供服务的重要基础。
随着移动互联网的迅猛发展及行业信息化的逐渐深入，全球移动数据流量呈现爆炸式增长的态势；与此同时，AR/VR、高清视频、工业物联网等新业务不断孕育兴起，对运营商网络提出超低时延、超大带宽、实时计算等方面的巨大挑战。在现有的以云计算为核心的集中式数据处理模式下，业务流量需经由接入网和核心网，传输到位于远端的云计算中心进行处理， 处理后的结果再经过运营商网络回传到用户端。这种模式的突出特点是具备较强的计算和存储能力，但是在面对诸多新业务所提出的极致体验需求时则存在不足。一方面，所有的业务流均通过云计算中心进行处理，在此过程中的时延和拥塞将严重影响业务体验， 无法满足超低时延的要求；另一方面，随着接入终端数的迅速增加，海量数据回传会对运营商接入网和核心网形成巨大挑战，进而降低网络的运行效率。正是在这种背景下，移动边缘计算技术应运而生，不仅可在提高网络资源利用效率的同时，有效地满足各类业务迅猛发展所提出的时延和带宽需求，而且为运营商网络与互联网、物联网的深度融合提供了技术基础。移动边缘计算的优势体现在以下三方面：
1)        通过靠近用户侧的分布式计算实现业务就近处理， 降低业务时延并优化流量，更好地满足用户业务 在敏捷连接、灵活部署、业务安全、智能化处理 等方面的需求，有效支撑时延敏感型业务（如远程控制、VR 交互等）；
2)        将内容与计算能力下沉，并提供智能化的流量调度，可降低对核心网及骨干网的带宽占用，提升网络的接入能力和利用率；
3)        面向上层应用和业务开放各类无线和网络信息， 为基于情境的业务部署提供了可能，进而推动移动网络与行业应用的深度融合，促进行业信息化水平提升和服务模式创新。
5G所提出的“大容量、大带宽、大连接、低延迟、低功耗”目标，对无线接入、核心网转发、网络资源灵活调度等方面均提出较高的要求。基于前述三方面的突出优势，移动边缘计算已成为 5G 网络的重要原生能力，在构建 5G 服务过程中发挥着重要作用，是 5G时代运营商面向各类用户提供服务的载体和有效手段。对于用户，MEC 与 5G 网络切片技术相结合，可提供面向不同客户需求的虚拟端到端网络，从而满足个人、行业用户的各类多样化需求，尤其是垂直行业用户对时延和带宽的严格要求；对于运营商，MEC 有效地扩充了服务空间和内涵，为建立新型产业链和生态圈创造了有利的技术条件，进而推进全社会的信息化进程。
2. 面向智慧医疗的 5G 移动边缘计算概述
面向智慧医疗的 5G 边缘计算是在医疗场景部署的多级边缘计算技术体系。该体系面向智慧医疗多样化需求，将边缘计算节点部署于基站侧、基站汇聚侧或者核心网边缘侧，为医疗提供多种智能化的网络接入以及高带宽，低时延的网络承载，并依靠开放可靠的连接、计算与存储资源，支撑多生态业务在接入边缘侧的灵活承载。面向医疗场景应用需求，智慧医疗多级边缘计算提供海量终端管理、高可靠低时延组网、分级质量保证、数据实时计算和缓存加速、应用容器服务及网络能力开放等基础能力。基于智慧医疗多级边缘计算体系，运营商将为智慧医疗提供实时、可靠、智能和泛在的端到端服务。
2.1 移动边缘计算节点在 5G 网络中的位置
移动边缘计算技术能够满足业务的本地化及近距离部署需求，提供高带宽、低时延的传输能力，可有效降低对网络回传带宽的要求和网络负荷。依据 5G 网络架构特点，移动边缘计算服务可以部署在 5G 网络中的基站侧、基站汇聚侧或者核心网边缘侧，各种方案的建设模式不同，所表现的可维护性、安全性、开放性及成本等特性各有差异，能够满足医疗信息化建设中的多样化场景需求。




上图为移动边缘计算端到端组网架构图，图中展示了移动边缘计算节点的部署位置，主要分为 3 种： 边缘级、区位级和区域级，三者分别具备不同的特性， 其中传输时延：边缘级<区位级<区域级，整体传输带宽：区域级>区位级>边缘级。想要决定移动边缘计算节点部署的具体位置，需要依据具体的业务类型、业务场景的具体特点及需求来决定。
1)          边缘级移动边缘计算节点部署方案
5G 网络架构中采用了 C/U 分离技术，边缘计算节点可以跟随 5G 用户面网关下沉至移动网络的物理边缘，即(R)AN 侧单个基站（包括宏站、室分站或者小站）之后，这种架构方案的优势在于计算节点离用户距离近、数据传输时延低、可满足 2B 场景下的业务本地化部署需求。对业务提供者而言，本地化部署的业务节点更易维护，业务隔离程度较高，同时由于回传链路较简单，可有效避免数据在传输过程中丢失或被篡改，数据安全性强。但其服务覆盖范围较小，且存在计费及合法监听等网络安全问题需要进一步解决。这种部署方案主要是针对 VR 医疗、远程手术、智慧医疗机器人等小范围、本地化的场景。
2)        区位级移动边缘计算节点部署方案
在该方案中边缘计算节点与基站汇聚侧的 UPF署在一起，这种方式不需要改变现有 5G 网络架构，不存在网络计费、安全等问题，UE 发起的数据业务经过(R)AN、Local UPF、汇聚点 UPF，到达移动边缘计算节点，然后到公网 Internet。该方案中，服务覆盖面积可以是接入环上的 1 个或多个基站，覆盖面积相对较大，时延相对较低，但是需要针对待分流基站在传输设备上配置或更新虚拟转发和路由关系，存在一定程度的维护成本。该级别部署方案更适宜区域面积相对较大的医院或社区采用，可以满足智慧医院、智慧社区医疗、健康大数据平台等场景建设需求，提供较大范围、较低时延的应用或者为边缘应用提供云端业务支撑。
3)        区域级移动边缘计算节点部署方案
5G 网络核心网 C/U 功能分离之后，用户面功能可以下沉到核心网侧边缘，同时控制面仍驻留在核心网内，在该网络场景中边缘计算节点可部署在核心网边缘处，解决大面积分流业务及跨区位服务覆盖问题， 同时有利于核心网侧的网络能力开放，提供更大范围的业务支撑。相对于其它两种方案，该方案的“边缘” 性最差，服务时延较大，但由于覆盖范围广，其可提供较高的整体访问带宽，且在高并发场景下，节点的建设成本最低，利用率最高。同时相较于传统业务平台，区域级边缘计算节点部署方案仍可有效降低数据传输时延。该方案适宜部署的业务为公共性业务及开放性业务，如处方共享平台、健康管理信息平台及医联体服务平台等。
2.2 与智慧医院业务架构的关系
5G 移动边缘计算将为智慧医院业务架构带来更多的网络能力、灵活性、可靠性和安全性，极大地提升智慧医疗信息化基础设施的能力，促进以信息流为中心的新一代智慧医疗架构的建设。智慧医院原有业务基础架构在不改变的情况下， 可以将 5G 智慧医疗器械和终端，通过 5G 医疗专用切片网络，以无线的方式接入 5G 移动边缘计算节点，通过该节点提供的计算、缓存、转发和 API 网关等基本能力以服务的方式接入。
2.3 海量 5G 终端的管理
智慧医疗场景应用生命体征监测设备、急救设备、移动医疗车、人员资产定位等大量 5G 无线设备，带来海量 5G 终端管理需求。5G 边缘计算可为智慧医疗提供海量可靠、灵活的终端管理能力。5G 边缘计算可通过统一接口，实现医疗场景下医疗设备管理，同时根据医疗设备业务属性和模式的多样化需求，采用层次化的方式灵活部署管理平台。在不影响整体网络性能和安全的前提下，管理平台以能力开放的方式为用户按需提供自主管理接口，满足设备管理个性化需求。同时，边缘计算可以根据业务和安全要求，对海量设备分组并管理这些设备组的访问策略，以实现医疗设备的安全管理和远程升级能力。
2.4 高可靠+超低时延的组网
智慧医疗的远程超声检测、远程手术等实时操控类场景对低时延和可靠性提出极高要求。传统应用WiFi、局域网等方式的医疗系统，存在组网复杂、无线干扰严重、传输速率低、可靠性差等一系列问题。5G 边缘计算结合 5G 空口低时延的优势，提供高可靠、超低时延的统一组网模式，进一步降低传输时延并提升可靠性，满足智慧医疗需求。5G 边缘计算体系将计算节点下沉，其所处的位置在更靠近用户，传统核心网所承担的部分计算、内容存储功能也相应地下沉到网络边缘。通过将低时延、高可靠要求的医疗业务网关部署在边缘计算节点，可就近获取资源并实现业务处理的协同交互。与传统通过上层核心层流量迂回的方式相比，5G 边缘计算的业务交互方式更加高效便捷。5G 边缘计算使业务在汇聚接入层终结，显著降低业务在传送网络中的传输距离，在降低传输时延的同时提升了可靠性。此外，边缘计算节点的下沉可以降低纵向业务传输时延。5G 网络中横向业务的需求进一步增加，包含 CU 与 CU、DU 与 DU、gNB 与 gNB 之间的业务等。L3 功能需下沉至边缘汇聚甚至接入层，解决东西向业务时延问题，同时也降低了上层网络的带宽压力，提升了业务可靠性。
2.5 与切片技术结合的 QoS 保障
网络切片是面向 5G 接入网和核心网的关键技术之一。其本质是利用网络各层的物理和逻辑隔离技术， 将运营商的网络资源进行灵活划分和管理。在智慧医疗场景下，专用网络切片可提供物理/逻辑相互隔离的专网，满足业务对各类性能指标的需求，提高服务质量保证能力。网络切片已被业界广泛接受，其含义引申至包括移动回传网，IP 承载网等泛在的网络资源中。切片资源包括连接，计算，存储等网络基础资源，以及运营商网络内部预定义的如 DNS，DHCP，SDN 控制器等各类功能实体。面向智慧医疗的 5G 边缘计算通过灵活的设备层管理和系统层虚拟化的技术，可实现设备接口资源和计算/存储资源的切片。同时，利用数据包标识和分类技术，5G 边缘计算实现各类业务流与医疗网络切片的映射和感知，为智慧医疗提供高效便捷的网络切片服务。
2.6 边缘实时计算的能力
随着智慧医疗的发展，医疗终端和设备生成的数据的规模不断扩大。伴随越来越多医疗应用转移到云端，更多的医疗数据需要上传至云端。在大量数据传送到云端的过程中，网络拥塞问题不断涌现，导致用户体验下降。此外，大量医疗业务数据涉及敏感隐私， 数据安全成为急需解决的问题。面向智慧医疗的边缘计算体系中，用户侧边缘节点具备实时计算能力，可通过数据实时预处理减轻数据上传压力，并提升安全性。部署在边缘计算节点的应用可以通过实行数据分析，对本地数据进行过滤， 封装和压缩等预处理工作。原始数据经过边缘计算预处理之后，显著降低了上传至云端的数据量，可节约大量传输和云计算的成本。缘计算预处理还可通过数据脱敏、数据加密等技术，降低上传数据的敏感性， 提升数据传输的安全性和隐私性。
3. 面向智慧医疗的 5G 移动边缘计算典型应用
3.1 院内医联网典型场景
3.1.1 智能导诊
智能导诊是在医疗中使用的引导患者就诊的导航系统，负责为患者提供就诊过程中的引导帮助，包括提供就诊步骤查询、就诊科室查询、就诊科室导航、全医院地图导航等等。医院中很多患者为首次就医， 对医院就诊流程及各科室位置分布不了解，导致患者及医护人员均需要花费大量时间和精力在就诊流程和寻找就医地点上，智能导诊系统可以为患者自动形成导诊流程和就医详细地图，节省时间，缓解医院拥堵现象。智能导诊需要为患者提供详细的院内科室地图导航，即为患者提供整个就诊过程中需到达科室的详细地图导航，包括实时的室外导航和室内导航，因此， 系统需要实时获取人员当前位置信息，并上传服务器经过计算后返回到达目的地的最佳线路。由于医院存在人员密度大、人员流动频繁的现象，因此，接入医院网络的定位终端设备数量多，且要求定位及返回导航线路的实时性好，以免造成医院拥堵。对于智能导诊可以采取边缘级移动边缘计算节点部署方案，将边缘计算节点部署在 RAN 侧单个基站之后，通过运行在 MEC 平台上的全球定位系统（global position system，GPS）或者第三方定位技术，获取人或物体的位置，并经过计算后将最佳线路返回给用户。首先，5G 移动边缘计算可提供海量可靠、灵活的终端管理能力，可以解决智能导诊终端接入数量大可能带来的网络拥堵等问题。其次，由于计算节点离用户距离近、数据传输时延较低，因此，对于院内人员的定位及导航需求可以迅速反馈，且精度较高，满足实时性要求。再次，还可以根据网络提供的信息，比如链路负载、信号密度、数据吞吐率等信息，对医院各条线路的人员密度进行计算和分析，从而为每个人计算最佳就诊顺序和线路，达到人员分流的效果，提高就诊效率。

3.1.2 重症监护
重症监护是指对医院收治的各类危重病患者，运用各种先进的医疗技术，现代化的监护和抢救设备， 对其实施集中的加强治疗和护理，以最大限度的确保病人的生存及随后的生命质量。重症监护需要通过多种医疗设备对危重病患者实时地进行多种生命体征值监测和采集，并对多项医疗数据进行汇总、计算和分析，然后将各项体征数据和分析结果实时、可靠地传输至各相关医生和专家处，以便医生能够及时了解患者病情，为下一步急救方案的制定提供帮助。重症监护往往需要对重病患者进行全方位的生命体征监测，导致网络中接入设备数量多、类型多，医疗数据多、格式多。危重病患者的病情往往变化迅速， 医生需要尽快得到患者的各项数据和分析结果，对于网络的需求可从如下几个角度考虑：第一，直接为主治医生提供监测指标数据，那么要求医疗数据实时传输速度快；第二，需要对几项监测数据进行综合计算和分析得到进一步诊断结果，那么要求各项医疗设备间能够互联互通，医疗分析诊断系统的计算能力强、分析速度快、响应时延低；第三，急救中需远程专家提供帮助，那么要求在本地和远端间能够保证两路高清音视频和动静态医疗数据的可靠、快速传输。
对于重症监护可以采取边缘级移动边缘计算节点部署方案，将用户面网关独立下沉至移动边缘，将边缘计算节点部署在基站侧。第一，可根据医疗设备业务属性和模式的多样化需求，在不影响整体网络性能和安全的前提下，采用层次化的方式灵活部署管理平台，满足海量医疗设备接入需求以及管理个性化需求。第二，通过高可靠及超低时延的组网方式，降低传输时延。将医疗业务网关部署在边缘计算节点，可就近获取设备及医疗数据信息并实现各项医疗数据的快速协同交互。将计算节点下沉，更靠近用户，对于数据的分析和计算也将下沉至更靠近用户侧，减少数据往返时间，降低数据处理时延。第三，通过 5G 网络切片提供医疗专用网络，为专家远程引导提供高优先级、高可靠的通道。
3.2 院外移动医疗典型场景
3.2.1 掌上医疗
掌上医疗是指利用便携的医疗设备进行日常体检或身体健康指标采集的过程，一般用于社区医生对病患的日常检查，或普通民众的日常自检自查，如超声检查，包括孕检、乳腺检查、颈动脉检查、甲状腺检查等等各项检查。掌上医疗一般需要一个类似手机大小的便携终端进行健康数据采集，并可配备相关AR/VR 设备为使用者提供数据采集引导，在检查完毕后，由终端将采集的各项体检数据通过无线网络上传至云端，并在云端进行分析和处理（如利用 AI 进行影响辅助诊断），然后将分析和诊断结果传回终端。
为了能够达到更好地体验效果，以及对采集到的身体数据进行更准确地诊断，终端采集的影像、AR/VR 数据采集引导显示、AR/VR 诊断结果显示均需具备高清晰度和高分辨率。为防止数据上传频繁失败导致的数据混乱，需要具备较高的数据上传速率。为避免AR/VR 设备音视频不同步导致的晕眩问题，需要具备较高的数据处理速度和数据传输速率。综上所述，为了更好地满足社区或家庭掌上医疗的需求，医院外的广大区域也应具备大带宽、低时延的网络环境。
针对掌上医疗，大家可采取区位级移动边缘计算节点部署方案，将边缘计算节点部署在基站汇聚侧， UE 发起的数据业务经过(R)AN、Local UPF、汇聚点UPF，到达移动边缘计算节点，然后到公网 Internet， 该方案适用于区域面积相对较大的医院或社区采用， 提供较大范围、较低时延的应用或者为边缘应用提供云端业务支撑。利用 5G 移动边缘计算高可靠、超低时延的组网，减少数据传输时延；利用边缘节点实时计算能力，在就近的边缘节点进行数据渲染、数据诊断等数据处理操作，以及数据格式转化等数据脱敏操作， 降低网络响应时延，提高用户体验，提高医疗数据安全性，充分保障用户隐私；利用边缘内容数据的缓存、加速能力，优化数据传输效率。

3.2.2 移动救护车
移动救护车主要用于患者急救，功能更加完善， 内部比较宽敞，使救护人员有足够的空间去往医院的途中对患者提前进行救护处理，车内除携带绷带、外敷用品、夹板、支架等常规医疗用品外，还要配置呼吸机、除颤仪、喉镜等各类急救设备，以及病人监护仪等各类生命体征监测设备，可以在前往急诊室的路上实时监测患者的脉搏、呼吸等生命体征值，并实时传输至医院提前进行病情分析。另外，车上还可配备远程会诊系统，使各科室专家可以在病患前往急诊或医院的路上，根据救护车已传回医院的各项患者数据以及车辆定位信息，通过高清视频提前进行病情会诊和急救引导。
移动救护车被称为“移动的 ICU”，车上的患者往往病情紧急，为提高救治效率、减少病患痛苦，应尽早进行急救工作，这包括两方面含义，一是除了一般常规急救操作外，可能还需要院内专家在救护车开往医院的路上提前进行远程急救引导和会诊，二是尽快将病患各项数据信息传回医院，使院内医生或专家对病患病情有所了解，提前进行救治方案的制定和相关准备工作。上述两方面均需要将病患各项生命体征数据以及高清的伤口图像或视频传输至医院，前者可通过车上配备的各项医疗器械实时采集后上传，后者通过车上的摄像头、显示器等设备进行实时采集并进行显示交互。为保证急救过程中各项操作及时准确，需要保证各项医疗数据传输及音视频传输满足实时、安全、可靠、低时延。另外，另一个影响医疗救护车救治病患效率的因素是救护车的抵达时间以及行车路线， 也就是涉及到医疗救护车的调度问题，为了获取更好地调度策略，管控平台需要实时获取所有救护车的位置、配置、使用情况等信息，再使用一定算法决策要调度的救护车，并为其规划最佳行车线路， 在此期间各种信息的传输均需要保证可靠、低时延。然而为公众提供服务的公用网络很难保证能够满足这几点要求。针对移动救护车，大家可以采用区位级或区域级移动边缘计算节点部署方案，边缘计算节点部署在基站汇聚侧或核心网边缘处，前者经基站汇聚侧连接边缘计算节点再连接至公网，覆盖范围一般在社区量级， 相对小一些，后者经过控制层面可将消息发送至边缘计算节点，可实现跨区域覆盖，相对较大。实际部署时可根据整体规划来进行选择，但无论哪种部署方案均可利用 5G 边缘计算的特性来解决当前公共网络无法提供的大带宽、低时延、高可靠等问题。首先，用户侧网关和边缘计算节点的下沉，使得数据传输的转发下沉，减少在核心层的迂回传输，降低大部分数据在网络中的传输距离，降低传输时延，保障急救中各项数据的实时性。其次，5G 网络切片功能可以为医疗领域提供医疗专用网络，充分保障网络使用优先级、传输质量和数据传输速率，保障急救中各项高清音视。频数据的传输。再次，边缘节点的实时计算能力使边缘智能，可以在急救过程中就近选择节点进行调度策略和行走线路的计算，而无需将所有数据均传回统一调度平台进行计算，可防止网络拥塞，提高计算速率，减少网络传输开销，从而降低响应时延。
3.3 院外移动医疗典型场景院间远程医疗典型场景
3.3.1 医疗影像云
目前医院中对医学影像设备的信息化数据进行统一存储和管理的系统称为 PACS 系统，PACS 系统英文翻译过来就是影像归档和通信系统的意思。它的主要任务是把日常产生的各种医学影像（包括核磁，CT， 超声，各种 X 光机，各种红外仪、显微仪等设备产生的图像）通过各种接口（模拟，DICOM，网络）以数 字化的方式海量保存起来，当医生需要它们的时候， 便如同管家一般把数据快速调回使用，完美充当了各仪器之间的润滑剂的作用。完整的 PACS 系统，主要功能由三个方面组成：一是图像采集，二是数据的传输和存储，三是影像分析和处理。影像的采集方式主要有三种：分别是纯数字采集、视频采集和胶片扫描。影像的存储，传统方式一般是利用服务器和光盘来进行存储，难以进行功能扩展。影像分析和处理，传统方式一般由专业人士阅片，系统提供简单的预处理和辅助标记功能。
由于新兴的云计算云存储技术具有数据快速调用、网络共享与应用拓展等功能，于是出现了医疗影像云， 也就是利用云计算云存储技术，将各种医疗设备的影像信息存储在云端，从而实现跨平台、多终端、PC 和移动设备的全面融合，以及全部医疗数据的共享。另外，医疗影像云还可结合 AI 技术，完成对影像的自动预处理、自动分析和自动诊断，辅助非专业影像科的普通医生进行病情诊断，提高患者看病效率，缓解医疗资源不均衡问题。
由于医学影像的数据文件往往较大，一次 CT 扫描的影像文件约为 110MB，因此，若将所有医学影像数据传输至云端，一则存在当前网络传输速率较低，每个文件传输时间过长的问题，二则各终端均将数据传送至云端，可能引发云端网络拥塞、远端计算资源不足、云端存储空间不足等问题，三则获取医学影像数据时需从云端下载，存在响应时延过长的问题。另外， 当影像云局限于局域网时，不容易实现跨区域数据共享，当影像云可从局域网外访问时，影像数据需要经过公共网络，存在数据安全问题。
针对医疗影像云的上述问题，大家可以采用区域级移动边缘计算节点部署方案。用户面功能下移到核心网侧边缘，控制面驻留在核心网内，边缘计算节点部署在核心网边缘处，通过对接网元的传输配置，确保消息可以在多个边缘计算节点间传输。该方案下， 医学影像数据可在就近的边缘计算节点进行存储、分析，数据传输由终端到云端的传输变为终端到边缘计算节点端的传输，降低了数据传输时延，同时缓解了云端的网络通讯压力、存储压力、计算压力。同时，边缘计算节点具有对内容数据进行缓存或加速的功能， 其一，当进行数据获取时，大部分影像数据可从临近的边缘计算节点获取，可以降低响应时延，其二，当边缘节点与云端间网络传输发生故障时，影像数据仍可正常上传和下载，待网络恢复后，再进行相关数据同步。另外，边缘计算节点可以对影像数据进行预处理操作，如格式转换、数据压缩、数据脱敏等，可以提高数据压缩比，减少网络传输数据量，避免网络拥塞现象，减缓云端处理压力，充分保障数据安全。最后，5G 网络切片能够根据具体业务提供医疗专用网络， 从而提高数据传输速率，进一步降低响应时延。

3.3.1 远程诊断
远程诊断服务是一方医疗机构邀请其他医院机构， 运用通讯、计算机及网络技术为本医疗机构诊疗患者提供技术支撑的医疗活动。根据卫计委的规定，现阶段远程诊断的服务项目包括：远程病理诊断、远程医学影像（含影像、超声、核医学、心电图、肌电图、脑电图等）诊断等。
远程诊断对图像传输有着特殊的要求，过低的视频质量及图片质量可能导致医生难以辨清病情。一般情况远程就诊需要 1080P，30FPS 以上的实时视频要求，同时要求能将本地的医疗设备采集信息实时传输至远端，这对网络的质量提出了很高的要求。而实际中，很少有医院拥有自己的专网，绝大部分医院使用公共网络进行远程会诊，这种情况下的视频质量差， 容易造成误诊。这些问题的关键在于当代互联网不能满足远程医疗的数据传输要求。
针对远程诊断，大家可以根据远端距离，通过调整相关网络配置参数，选择边缘级、区位级、区域级边缘计算节点部署方案。首先，5G 边缘计算对海量5G 终端灵活、可靠的管理能力，可以保障各医疗设备的正常接入和管理，满足远程诊断中各种医疗设备的个性化数据采集需求和数据传输需求。其次，5G 边缘计算结合 5G 空口低时延的优势，通过高可靠、超低时延组网进一步降低传输时延并提升可靠性，保障了远程诊断中的数据传输实时可靠需求，保障了音视频传输同步需求。再次，5G 边缘计算利用虚拟化技术、数据包标识和分类技术提供专用网络切片，从而提供物理/逻辑相互隔离的医疗专网，保障网络使用优先级， 满足远程诊断中高清音视频传输对网络传输速率的需求，提高服务质量保证能力。最后，边缘实时计算能力，可以在边缘节点对数据进行数据压缩等预处理操作，进一步提高网络传输效率，降低网络传输时延。在 5G 技术下，医生可以更快调取图像信息、开展远程诊断。偏远地区的医院可以与三甲医院的医生进行实时视频，不必再为小病跋山涉水。