科技的不断发展下，医学影像设备越来越多元化，数据类型和数据量也在快速攀升，已经占据了医疗信息总量的约90%。医学影像作为疾病筛查诊断的核心信息来源和辅助临床疾病诊疗的重要手段，由其所诞生的数据对于医院开展临床、科研等工作具有重要价值。但面对海量的、多模态的数据，如何实现高效管理、充分利用，已经成为当前医疗机构所面临的重大挑战，也是广大医信人广泛关注和致力解决的重要问题。

为帮助医疗行业持续挖掘数据价值、为医疗影像发展提供有力支撑，由HC3i数字医疗网、日立数据共同举办的《聚力数据管理，助推医疗影像融合发展》线上研讨会于2023年9月20日顺利召开。北京大学肿瘤医院信息部主任衡反修、北京大学人民医院医学信息中心副主任孙超、日立数据资深技术顾问何韬共同出席本次会议，并发表了精彩分享。

提升四方能力，

加速智慧医院影像系统建设

衡反修主任从智慧医院医学影像建设、影像数据存储架构建设、医学影像临床应用、未来影像发展方向与挑战四个方面，分享了智慧医院背景下，肿瘤医院在医学影像数据管理与应用方面的宝贵经验。

衡主任表示，临床诊疗、科研等需求的不断攀升、医学设备的升级和更新换代，对医学影像提出了更多要求。这样的背景下，医学影像数据量快速增长，如何提升数据管理、共享和应用的能力，对于推动医院临床诊疗和科研等工作具有重要意义。衡主任介绍说，超融合架构能够在保证优越性能的同时有效节省空间，而分布式存储的节点越多，调用片子的速度越快、数据也更加安全。而且基于其多副本的存储方式，如果其中某台机器损坏并不会产生太大影响，可以随时进行修补和扩展。

演讲中，衡主任还就医学影像的临床应用展开了分析。他表示，从使用角度来说，要满足医护人员、患者、医院管理者、临床研究者四类用户的需求，借助信息化手段全面提升医疗质量水平、患者服务能力、精细化管理能力和临床科研能力；从临床诊断角度讲，除了帮助临床科室看到影像趋势和历史的对比，还需要能够调阅患者的CDR数据，提供支持全量数据调阅和应用的软件；此外，针对移动查房、MDT、临床试验、患者云胶片等应用场景在数据共享、调阅、脱敏等方面的需求，要能够给予充分的支撑和响应；对于AI辅助诊断、医学影像识别等创新智能化应用场景，也要有足够的IT架构进行支撑，助力影像体系智能化发展。

演讲最后，衡主任针对影像系统的发展进行了展望，并总结为以下几点：首先，医学影像数据量将越来越大，对高速度、高容量、高可靠性的存储需求会持续增加；其次，数据安全（备份和隐私）工作需要更加关注；第三，医学影像的患者和医生移动化应用将逐渐常态化；第四，区域影像平台建设将成为未来趋势；第五，基于医学影像的人工智能辅助诊断将拥有更广阔的发展空间；第六，海量医学影像分类存储和管理是需要认真面对的问题。

“信息化建设有苦有乐，其中，获得用户的肯定和满意是我们开展工作的最大动力，也是信息化建设的主要目标。”衡主任如是说。

夯实算力和数据基础，

推动智能医学影像进阶

会议上，孙超主任围绕从临床的角度，针对影像智能化发展背景下的数据应用与技术支撑展开了深入剖析。他表示，医学影像在学科的发展上包含了越来越多的内容——如传统放射学、CT磁共振、PET/SPECT、超声检查等等，但所有的医学影像从发展初始至今，都离不开算力和数据的支撑。他介绍道，在人工智能技术盛行的今天，从疾病的影像诊断角度看，人工智能技术在胸部疾病、心脑血管疾病等领域，均已取得一定的应用和进展；从应用场景来看，人工智能技术正在检出、分诊、重建、预测等场景中发挥重要价值。

谈及智能医学影像发展背景下的技术支撑，孙超主任表示，人工智能技术的应用程度与对既往数据的存储和整理息息相关。他介绍道：“北京大学人民医院十多年前就已经开始了对影像数据的梳理工作，并建立了企业级的应用平台——EIP（企业信息化平台），借助EIP，能够把与影像相关的系统都连接在一起，并将图像集中存储在PACS Server上、把数据报告集中存储在报告库里；之后，北京大学人民医院开展了影像域的CDR建设，并对接完成了七个以上的医学专业领域，包括传统的影像学、核医学、超声、病理学、内镜、心电图以及介入放射学等。”

据孙超主任介绍，目前，北京大学人民医院的月度数据存储量在6TB左右、年度数据存储量则能达到80TB左右。如此大量的影像数据，包含了类型和特点各异的影像信息，其中X光片所需内存比较大，但总体数量比较少；CT影像单片数据量约为512K左右，但一个检查却可能有数十张甚至几百上千张图像；不同患者的核医学图像大小差异很大；超声图像则更多的是多帧影像，所占内存通常非常大......总之，影像数据的来源和类型差异很大，这给医院的影像数据管理和应用带来了很大挑战。

“不管是临床应用需求，管理需求，还是诊疗需求，都需要存储作为重要的技术基础和支撑。从技术角度来说，计算能力的提升和存储能力的进步，都将成为推动人工智能、机器学习等技术在行业的落地的重要推动力。”孙超主任如是说。

立足五大要素，

为医疗影像应用打造高效基础架构

作为科技企业，如何推动数据管理能力跃阶、赋能医院影像数据库建设呢？日立数据资深技术顾问何韬展开了精彩分享。他认为，影像数据的存、管、用面临三大核心挑战：数据分散难集中、海量数据管理问题多、二次利用需求旺盛。何韬指出，面对上述挑战，建设影像数据湖势在必行。

据何韬介绍，日立数据在影像数据湖建设方面具有完善的解决方案：在基础架构层，可以借助云存储实现对海量数据的保存，同时实现患者的统一索引，并为构建大影像数据湖、临床数据仓库和数据分析库提供有力支撑；在数据集成层，可以对结构化和非结构化的数据源，进行抽取和解读并建立索引，满足前端临床医生的诊疗服务需求。

何韬表示，日立数据的医学影像数据湖架构具备五个关键要素，即数据采集、数据存储、数据归档、数据安全和数据利用。在数据采集层面，该架构能够通过HCI智能软件连接当前绝大多数的相关应用，在其中的数据进行有选择性的抽取之后存入索引库内，以便后期的检索和查询；在数据存储层面，该架构使用数据分层概念——第一层是高性能的文件系统层，用来保障性能，第二层则通过对象存储实现对温冷数据的长期的归档和保存；在数据归档层面，通过多级存储架构进行自动归档和在线调用，实现数据的自动迁移和将温冷数据自动迁移和长期保存，还可以按需将数据脱敏并存放到公有云之上；在数据安全层面，该架构的高性能层采用全局热备来保障高可靠性，还能借助对象存储的防勒索病毒和免备份解决方案，实现本地或者是异地的容灾；在数据利用层面，该架构通过HCI软件提供了一个非常强大的搜索引擎，助力医院进一步挖掘数据价值。

“日立数据希望能够从基础架构层面为海量数据的存管用提供价值，为用户提供一个全面的智能的数据管理解决方案，帮助医疗行业用户能够从任何数据源中获取想要的数据资源，并在存储和获取的过程中对数据进行清洗和整理，最后以智能索引的方式提供给上端二次利用的业务，助力医院加速向高质量发展进阶。”何韬如是说。

*文章整理自《聚力数据管理，助推医疗影像融合发展》线上研讨会内容。

点击此处，即可查看精彩回放