若救一人，即救全世界
奥斯卡最佳影片《辛德勒的名单》中
有一句经典台词:
若救一人,即救全世界
对于一个家庭来说
只要亲人还在
这个世界就没有破碎
每一位患者背后都是一个家庭
医疗行业正在利用科技
加快与死神抢人的速度
国家卫健委数据显示,截至2020年底,全国共有医师408.6万人,他们肩负起为十多亿人口防病治病的重任,这是一项艰巨而又伟大的事业。
在现代医学日新月异的今天,这项事业离不开5G、大数据、AI等信息技术的支撑。借助高精尖的科技,医疗行业不断为患者减轻痛楚,并朝着数字化、智慧化的方向发展。
医疗行业的数据机会窗
医学化疗手术后二周是肿瘤复发的最危险时期,同时也是干预的最佳时期,因此被称为机会窗。倘若我们站在技术的角度来观察今天的医疗行业,会发现数据机会窗早已开启:
医学影像信息系统(PACS,Picture Archiving and Communication Systems)把医院影像科日常产生的各种医学影像,以数字化的方式海量保存起来;
精准医疗通过个人基因组和其他生物大数据的挖掘,为病人提供个体化的风险预测、诊断和治疗方案,从而优化医疗资源的配置;
借助公共卫生大数据信息共享和业务协同,相关部门可以及时掌握和动态分析全人群疾病发生趋势,以及全球传染病疫情信息。
医疗行业已经成为一个数据密集型的行业,大数据蕴藏的价值正在使智慧医疗、精准医疗成为可能。我们不妨先来看一下国外是如何做的。
传统观念认为,患者一旦得了恶性肿瘤,也就是人们常说的癌症,就等于被宣判了死刑。他们将面临很低的生存几率、具有严重副作用的治疗方案。现在,个性化癌症疫苗和下一代癌症免疫疗法的开发,让这种“谈癌色变”的观念正在悄然转变。
作为一家先进的基因组测序和分析解决方案提供商,Personalis参与推进个性化癌症免疫疗法,开发了通用癌症免疫基因组学平台——ImmunoID NeXT,为肿瘤学研究人员提供了所需的全面免疫基因组学数据,方便他们可以从单个肿瘤样本中全面分析肿瘤及其微环境。
随着CT、彩超、X光以及高清3D影像的应用,各种非结构化和半结构化数据快速增长,公司数据以每周100TB的速度快速增长,在六个月内,该公司的存储容量增长了七倍。
为了满足医疗数据对存储性能和容量的需求,Personalis将其基础设施整合到戴尔易安信Isilon全闪存存储和PowerEdge服务器上。
相较于过去由四个机架提供的800TB存储空间,如今通过Isilon,Personalis在半个机架上就能获得1PB的存储空间。公司处理基因组工作负载的时间从一周缩短到72小时,存储占用空间减少了90%。
值得一提的是,Isilon SmartPools提供了基于策略的本机分层功能,能够自动将数据移至Isilon群集内最合适的存储层,帮助Personalis降低了存储成本并优化了存储投资。
▲SmartPools 分层模型
与此同时,随着《“健康中国2030”规划纲要》等政策的落实,在后疫情和新基建背景下,国内也在探索如何实现医疗健康大数据的开放共享、深度挖掘和广泛应用,医疗行业数字化、智慧化发展掀开了新篇章。
化解医疗数据PB级存储挑战
要想用大数据思维、智慧理念、IT 技术和人工智能新方法,对数据进行梳理、整体分类,形成统一的数据和应用标准,建设医疗卫生大数据平台是题中应有之义。
这就需要对算力和存储能力进行合理分配。作为戴尔科技创新的存储方案,Isilon的下一代产品——戴尔易安信PowerScale以更强大的功能,被应用于建设医疗大数据平台,可在任何地方管理任何数据。
*PowerScale由英特尔 至强 处理器提供支持,该处理器采用软件定义的基础设施和敏捷云架构,为PowerScale提供了卓越的性能和效率,可加速要求严苛的文件工作负载,使企业发挥数据资本的价值,加速业务的数字转型。
PowerScale同样支持数据自动分级存储,帮助用户实现数据从热数据到温数据到冷数据的全生命周期管理。
以国内某三甲医院为例,PowerScale提供的性能和容量线性升级扩展,解决了医院对于PB级别数据的存储、管理、科研、共享等需求,降低了医院的数据总拥有成本。和传统直连存储Hadoop相比,PowerScale只需要1/3的容量即可实现相同性能。
PowerScale存储构成单一数据湖,支持医学影像数据的实时大数据分析。借助领先的PowerScale OneFS操作系统和多协议支持,数据可以通过NFS、SMB、FTP、S3、HDFS等多种协议写入PowerScale中,实现临床、管理、科研、终端等各种数据的统一管理和共享。
在医疗行业,无论是传统的HIS, PACS,还是新兴的基因、AI、数字化病理等应用,数据都是支撑和核心。戴尔医疗数据存储解决方案用经过多年验证的先进性和稳定性,帮助医疗用户释放数据的价值。
通过整合医院内外数据的大数据平台,戴尔科技让医疗机构能够利用海量医疗健康数据为患者提供精准治疗和诊断,为智慧医疗赋能。