2020 年 3 月，新冠疫情迅速蔓延，全球醫療系統面臨前所未有的壓力。面對封城、醫護人力緊繃與醫院資源不足，科技醫療（HealthTech）從「漸進式升級」被推向「急速普及」。短短數月內，遠距醫療、疫情追蹤 App、大數據疫情預測 等應用從實驗階段躍升為全球公共衛生的關鍵基礎設施。
1. 遠距醫療：從選配變成剛需
疫情前，遠距醫療多被視為偏遠地區的補充方案，或針對慢性病患的便利服務。但隨著醫院人滿為患、感染風險升高，遠距醫療在美國、歐洲、亞洲多國短期內被大規模採用。
- Zoom + HIPAA 認證：醫生與患者可透過加密視訊進行診斷。
- 數位處方與線上藥局：避免患者實地排隊領藥。
- 家用監測設備（血氧儀、智慧手錶）：與雲端平台整合，讓醫師能遠端追蹤病情。
2020 年的轉折點：許多國家臨時修改醫療法規，放寬遠距診斷與處方的限制，為後續數位醫療常態化打下基礎。
2. 疫情追蹤 App：數位防疫的新戰場
為了控制傳染鏈，全球多國推出基於 藍牙或 GPS 的疫情追蹤應用程式：
- TraceTogether（新加坡）：採藍牙偵測近距離接觸。
- COVIDSafe（澳洲）、NHS COVID-19（英國）：結合政府公共衛生數據進行接觸者通知。
- 台灣的疾管家：與健保卡系統連結，提供確診者足跡查詢與即時疫情資訊。
這些 App 在隱私與防疫效果間掀起爭論：去中心化（如 Apple/Google API）強調隱私，中心化系統則便於政府統一管理。
3. 大數據疫情預測：從數據到決策
疫情初期，醫療資源分配與封城決策必須依賴準確的流行病模型。
- 約翰霍普金斯大學儀表板：整合全球確診數據，成為各國決策與媒體引用的標準來源。
- AI 模型預測疫情熱點：加拿大 BlueDot 透過航班數據、新聞與社群媒體監測，提前預警疫情蔓延。
- 醫療物資需求預測：利用機器學習模型推算 ICU 床位、呼吸器需求，減少短缺風險。
4. 趨勢觀察：HealthTech 被迫成熟
疫情的衝擊讓醫療科技提前了 3–5 年進入大規模應用期：
- 遠距醫療從「非必要」變成「基礎醫療選項」
- 數位追蹤成為公共衛生工具包的一部分
- 大數據與 AI 模型直接影響政策與資源調度
到了 2023 年後，許多疫情期間建立的數位醫療基礎，已延伸到慢性病管理、心理健康輔助、保險風控等領域，讓醫療服務的邊界被重新定義。