當前位置：服務器 → 企業動態 → 正文

戴爾科技端到端的IT基礎設施推動醫療數字化轉型和創新

責任編輯：cres |來源：企業網D1Net 2022-06-28 14:28:00 本文摘自：戴爾企業級解決方案

現代醫療體系的進步

為人們帶來了切實可見的福音：

以前無法治療的疾病可以根治了

大手術變成微創無痛了

惡疾能通過疫苗預防了

……

患者減少病痛、收獲健康的背后

是無數醫學科研工作者的辛勤投入

如今信息化技術正在加速

這一成果轉化的過程

近些年在健康中國、智慧醫療的號召下，全國大大小小的醫療機構紛紛踏上了數字化轉型之路。

浙江大學醫學院附屬第一醫院(以下簡稱“浙大一院”)也不例外，為提高臨床診療水平、更好為患者提供服務，醫院將多樣化信息技術應用于臨床醫療與醫學生物研究中，積極推動科研創新。

醫療創新遭遇攔路虎

浙大一院始建于1947年，是集醫療、教學、科研于一體的大型三級甲等綜合醫院。在國家衛生健康委最新發布的2019年全國三級公立醫院績效考核國家監測指標結果中，醫院綜合排名位列全國第6、浙江第一，等級A++，全國前1%。

推進醫療創新的過程中，IT資源不足阻礙了浙大一院的步伐：

一方面，近年來醫院醫療影像數據增長過快，每月數據增量達到30TB容量，醫學影像數據熱點分布不均、影像調用慢，醫生查看單個患者的心血管造影數據最長需要等待45秒，嚴重影響了診療工作效率。

另一方面，浙大一院生物醫學大數據中心開展創新研究和成果轉化時，傳統的生物醫學數據分析思維和方法難以適應中心大數據分析的需求，也無法實現生物醫學大數據以患者為中心的多源數據整合。

攜手戴爾科技破難題

面對現有問題，浙江一院提出了兩個需求：

?一是升級醫院PACS系統(Picture Achieving and Communication System，影像歸檔和通信系統)的存儲平臺，全面解決醫學影像調用慢影響診療效率的問題;

?二是為生物醫學大數據中心構建一套計算高效、運行穩定的科研數據分析HPCC系統(High Performance Computing Cluster，高性能計算群集)，支持醫學大數據與人工智能科研工作，為全院提供數據存儲和計算資源服務。

為實現以上目標，浙大一院與戴爾科技攜手推動HPCC項目和醫院PACS存儲平臺升級，最終使醫院的科學計算能力大幅提升，有力支持了醫療研究工作的開展。對此，浙江大學醫學院附屬第一醫院數據中心項目負責人表示了極大肯定：

“

戴爾科技為PACS系統提供了多級存儲組合方案，并通過PowerScale的自動化分層技術優化了醫療業務流程，以智慧數據管理提升PACS服務水平，贏得廣大醫生高度認可。

戴爾科技HPCC方案具有卓越的技術先進性，可以支持我們探索醫、工、理相互結合的科研新路徑，同時支持醫院挖掘多學科交叉在臨床醫學領域的無限可能性，培養學科交叉高端人才。

”

診療效率數倍提升

科研創新掃除障礙

PACS醫學影像資料

調用速度提升9-15倍

針對解決PACS存儲容量和I/O性能無法滿足醫療業務發展的問題，浙大一院采用戴爾科技三級存儲組合方案，選擇了PowerScale F600全閃節點、H500混合節點、PowerVault ME4084產品組合。

存儲平臺支持自動分層，可根據數據類型自動將不同生命周期階段的影像數據存放在相對合適的存儲系統上——需要即時調取的在線PACS影像數據被保存在全閃存儲上，滿足極致I/O性能需求;對于患者已經出院或超過180天再次訪問幾率很低的影像數據，則將其存儲到成本更為友好的大容量存儲資源池內。

方案投入使用后，PACS醫學影像資料調用速度提升9-15倍，醫生3-5秒內就能調閱到2000張圖片，系統總裸容量達到8.62PB，有效解決了存儲容量和性能問題。

值得一提的是，PowerScale存儲具備極高的數據安全性和擴展性，它提供多級容錯機制，防止多塊盤或多個節點同時損壞而帶來的業務中斷和數據丟失。PowerScale還能在1分鐘內完成在線擴容，實現容量和性能的同步增長，這對PACS系統而言至關重要。

總體科學計算能力提升6-9倍，

AI模型訓練效能提升8-9倍

面對生物醫學大數據中心的科研數據分析需求，戴爾科技為其構建了一套覆蓋計算、存儲、管理、網絡的四位一體HPCC系統(包含PowerEdge R740服務器、PowerVault ME4012存儲、Simple HPC集群管理軟件、S4148交換機)，這套高性能計算集群總內存容量為10TB，總存儲能力10PB，峰值計算能力達到2萬億次/秒。

HPCC平臺為生物醫學大數據中心提供了日處理1500例樣本的數據分析能力，將其總體科學計算能力提升了6-9倍，計算服務涵蓋了生物研究的整個生命周期，研發費用大幅降低。

人工智能研究方面，HPCC平臺內嵌以PowerEdge R740為核心的GPU計算節點，每臺R740節點配置NVIDIA Tesla V100 GPU卡，其雙精度浮點計算能力達到8.2TFlops、深度學習性能達到130TFlops，將AI模型訓練效能提升8-9倍，強化了疾病的智能預警及預測干預研究能力，科研效率極大提升。

強化邊緣計算，

優化醫院服務能力

為增強患者體驗、提升臨床醫生的生產率和高效性，浙大一院生物醫學大數據中心將邊緣計算融入醫學實踐，通過對PowerEdge服務器的邊緣化部署，患者數據可在邊緣得到實時分析而無需傳回數據中心。

聯網的患者可以使用具有IoT功能的電話或手表捕獲自己的血壓、血糖、心率等生命數據，并通過門戶網站與臨床醫生共享這些數據。該邊緣計算方案加快了醫療數據的分析處理進度，可以促進連續的患者監測，實現更有效的醫患溝通以及更快、更準確的臨床決策和診斷。