, , ,

近年來，面對(duì)我國日益增大的醫(yī)療信息需求，各類醫(yī)學(xué)大數(shù)據(jù)研究平臺(tái)應(yīng)運(yùn)而生，如精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)處理與利用技術(shù)平臺(tái)、腫瘤大數(shù)據(jù)處理與分析平臺(tái)、罕見病隊(duì)列注冊(cè)登記網(wǎng)絡(luò)平臺(tái)等，這些系統(tǒng)在為疾病的篩查、診斷、治療提供數(shù)據(jù)支持的同時(shí)，促進(jìn)了多個(gè)行業(yè)的發(fā)展，為這些行業(yè)中挖掘新模式、發(fā)現(xiàn)新方法、制造新產(chǎn)品等提供了信息支持，創(chuàng)造出巨大經(jīng)濟(jì)效益。與此同時(shí)，國內(nèi)各地醫(yī)療機(jī)構(gòu)的醫(yī)療大數(shù)據(jù)研究也在積極開展。

中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)健康科技創(chuàng)新工程在醫(yī)學(xué)大數(shù)據(jù)信息采集和分析評(píng)估方面專門進(jìn)行了研究部署，以期建設(shè)一個(gè)覆蓋區(qū)域內(nèi)科研單位的，集醫(yī)療大數(shù)據(jù)的采集、集成、分析挖掘及應(yīng)用示范于一體的，突破醫(yī)學(xué)大數(shù)據(jù)采集、規(guī)范、安全、檢索、融合、分析及挖掘等方面的關(guān)鍵壁壘的信息平臺(tái)，用以提升醫(yī)療質(zhì)量監(jiān)管、臨床輔助診療、衛(wèi)生經(jīng)濟(jì)分析、公共衛(wèi)生政策評(píng)價(jià)、人才培養(yǎng)、轉(zhuǎn)化醫(yī)學(xué)研究等方面的水平與能力，從而推動(dòng)醫(yī)療科研機(jī)構(gòu)醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)的研發(fā)、驗(yàn)證、應(yīng)用與推廣。

1 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用信息系統(tǒng)建設(shè)內(nèi)容分析

1.1 構(gòu)建醫(yī)學(xué)術(shù)語本體系統(tǒng)

1.1.1 實(shí)現(xiàn)臨床醫(yī)學(xué)術(shù)語結(jié)構(gòu)化編碼和快速映射

當(dāng)前醫(yī)學(xué)科研所需的基礎(chǔ)數(shù)據(jù)均來源于醫(yī)療機(jī)構(gòu)在不同階段逐步部署的大量異構(gòu)的臨床信息系統(tǒng)，包括HIS、LIS、PACS、RIS、病理、以及科研信息系統(tǒng)。這些系統(tǒng)中使用的臨床醫(yī)學(xué)術(shù)語以字典表的形式存儲(chǔ)于各自數(shù)據(jù)庫中。

在同一醫(yī)療機(jī)構(gòu)內(nèi)，由于系統(tǒng)的用途、數(shù)據(jù)庫的結(jié)構(gòu)等存在差異，針對(duì)同一術(shù)語，不同臨床信息系統(tǒng)(climcal Infoimation system,CIS)在術(shù)語字典的結(jié)構(gòu)、術(shù)語名稱的表達(dá)和術(shù)語代碼的編定方面均存在異構(gòu)性；對(duì)于不同的醫(yī)療機(jī)構(gòu)，即便是相同類型的CIS系統(tǒng)，由于各機(jī)構(gòu)在科室設(shè)置、設(shè)備配置、醫(yī)療水平和特色、信息化水平上存在著差異，術(shù)語字典間的異構(gòu)性同樣存在。因此，解決醫(yī)療數(shù)據(jù)源之間的術(shù)語異構(gòu)問題，是醫(yī)學(xué)大數(shù)據(jù)集成、分析和再利用的迫切需求。

1.1.2 建立醫(yī)學(xué)術(shù)語本體、術(shù)語字典庫及同義詞庫

醫(yī)學(xué)術(shù)語本體是一種醫(yī)學(xué)知識(shí)體系，通過對(duì)醫(yī)學(xué)領(lǐng)域中概念及概念間關(guān)系的描述來進(jìn)行知識(shí)的表示和組織；術(shù)語字典庫涵蓋醫(yī)療體系專業(yè)術(shù)語組成的字典庫，包括醫(yī)學(xué)系統(tǒng)命名法(Systematized Nomenclature of Medicine Clinical Terms，SNOMED CT)，觀測指標(biāo)標(biāo)識(shí)符邏輯命名與編碼(Logical Observation Identifiers Names and Codes，LOINC)，國際疾病分類(international Classification of diseases，ICD10)，HL7 RIM與CDA等概念標(biāo)準(zhǔn)體系；同義詞庫包含專業(yè)標(biāo)準(zhǔn)術(shù)語的同義詞字典庫，能對(duì)相同意義信息的不同描述方法進(jìn)行映射，以達(dá)成異構(gòu)系統(tǒng)間數(shù)據(jù)的相互識(shí)別。

1.1.3 建立醫(yī)學(xué)術(shù)語系統(tǒng)

在知識(shí)本體引領(lǐng)下，研發(fā)滿足臨床信息化需要的醫(yī)學(xué)術(shù)語系統(tǒng)，包括分析標(biāo)準(zhǔn)術(shù)語系統(tǒng)的需求，制定術(shù)語系統(tǒng)開發(fā)的策略、規(guī)劃和步驟、各專業(yè)領(lǐng)域參與及協(xié)作的方法，以及不同用途的術(shù)語系統(tǒng)之間基于本體的相互映射和參照機(jī)制等。

1.2 研發(fā)醫(yī)學(xué)大數(shù)據(jù)信息存儲(chǔ)、清洗與質(zhì)量控制系統(tǒng)

研發(fā)醫(yī)學(xué)大數(shù)據(jù)信息存儲(chǔ)、清洗與質(zhì)量控制系統(tǒng)，對(duì)收集到的原始數(shù)據(jù)進(jìn)行儲(chǔ)存、清洗以及質(zhì)量控制，實(shí)現(xiàn)數(shù)據(jù)質(zhì)量的把控以及信息的初步抽取，內(nèi)容涉及原始數(shù)據(jù)、清洗規(guī)則、質(zhì)控規(guī)則等。

1.3 整合多種生命組學(xué)數(shù)據(jù)并與臨床數(shù)據(jù)結(jié)合

整合多種生命組學(xué)數(shù)據(jù)并與臨床數(shù)據(jù)結(jié)合，用于臨床診斷、藥物開發(fā)等精準(zhǔn)醫(yī)學(xué)應(yīng)用領(lǐng)域，如開展疾病風(fēng)險(xiǎn)評(píng)估與健康指導(dǎo)、整合分析多組學(xué)和臨床數(shù)據(jù)確定疾病靶點(diǎn)、精準(zhǔn)醫(yī)學(xué)藥物研發(fā)及用藥指導(dǎo)，建設(shè)海量搜索引擎與醫(yī)學(xué)大數(shù)據(jù)展示平臺(tái)。

其中臨床信息包括患者就醫(yī)過程中產(chǎn)生的表型數(shù)據(jù)；組學(xué)信息包括基因組學(xué)、蛋白組學(xué)、代謝組學(xué)、轉(zhuǎn)錄組學(xué)、脂類組學(xué)、免疫組學(xué)、糖組學(xué)和RNA組學(xué)等信息。

此外，醫(yī)學(xué)大數(shù)據(jù)與區(qū)域宏觀經(jīng)濟(jì)、地理信息資源、人口法人等基礎(chǔ)信息資源相結(jié)合，可促進(jìn)健康醫(yī)療大數(shù)據(jù)各類應(yīng)用新業(yè)態(tài)的蓬勃發(fā)展。最終實(shí)現(xiàn)基于臨床和組學(xué)數(shù)據(jù)的醫(yī)學(xué)大數(shù)據(jù)分析、共享、應(yīng)用及展示。

1.4 搭建智能影像診斷系統(tǒng)

建立智能影像診斷系統(tǒng)，支持計(jì)算機(jī)斷層成像(CT)、高級(jí)分子影像系統(tǒng)(AMI)、核磁共振影像(MR)、超聲(Ultrasound)等多種影像設(shè)備，實(shí)現(xiàn)對(duì)影像后處理的自動(dòng)預(yù)處理；實(shí)現(xiàn)遠(yuǎn)程三維影像互動(dòng)，客戶可通過多種接入渠道，實(shí)現(xiàn)與轉(zhuǎn)診醫(yī)師或其他同事共享、瀏覽和處理影像。

2 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用信息系統(tǒng)總體技術(shù)架構(gòu)

醫(yī)學(xué)大數(shù)據(jù)信息平臺(tái)涵蓋醫(yī)學(xué)大數(shù)據(jù)采集及接口技術(shù)、傳輸技術(shù)、存儲(chǔ)技術(shù)、數(shù)據(jù)整合技術(shù)、質(zhì)控技術(shù)和交換技術(shù)，用以支撐醫(yī)學(xué)本體庫，臨床和組學(xué)數(shù)據(jù)的醫(yī)學(xué)大數(shù)據(jù)分析、共享、應(yīng)用及展示系統(tǒng)，標(biāo)準(zhǔn)規(guī)范與隱私保護(hù)等方面的研發(fā)和工程化。

平臺(tái)架構(gòu)見圖1。

圖1 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用信息平臺(tái)技術(shù)架構(gòu)

總體技術(shù)架構(gòu)的核心建設(shè)內(nèi)容可以描述為“一中心”“一支撐”和“N應(yīng)用”。“一中心”是醫(yī)學(xué)大數(shù)據(jù)信息資源中心和大數(shù)據(jù)管理平臺(tái)，“一支撐”是醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)創(chuàng)新平臺(tái)，提供應(yīng)用支撐服務(wù)。N應(yīng)用指的構(gòu)建在醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)創(chuàng)新平臺(tái)上的各類示范性應(yīng)用，涵蓋面向患者/家庭大數(shù)據(jù)服務(wù)應(yīng)用、醫(yī)療機(jī)構(gòu)大數(shù)據(jù)服務(wù)應(yīng)用、科研單位大數(shù)據(jù)服務(wù)應(yīng)用、企業(yè)大數(shù)據(jù)服務(wù)應(yīng)用等?？傮w框架可歸納為6個(gè)部分，詳細(xì)描述如下。

2.1 面向用戶

醫(yī)療大數(shù)據(jù)主要面向?qū)嶒?yàn)室內(nèi)的個(gè)人/家庭、科研單位(研究所/學(xué)院，目前北京協(xié)和醫(yī)院、腫瘤醫(yī)院等協(xié)作單位)、醫(yī)療服務(wù)機(jī)構(gòu)(醫(yī)院/公衛(wèi)管理機(jī)構(gòu))、企業(yè)(制藥/生物科學(xué))以及外部單位等，同時(shí)面對(duì)互聯(lián)網(wǎng)開放的應(yīng)用建設(shè)環(huán)境，參與方包括第三方服務(wù)提供商、第三方企業(yè)、國外科研機(jī)構(gòu)等，另外平臺(tái)還需與國家相關(guān)醫(yī)保、民政、公安等政府部門和銀行等外部機(jī)構(gòu)進(jìn)行交互。

2.2 示范應(yīng)用

包括專項(xiàng)領(lǐng)域應(yīng)用，如醫(yī)學(xué)大數(shù)據(jù)注冊(cè)登記系統(tǒng)、醫(yī)療大數(shù)據(jù)檢索與展示系統(tǒng)、臨床與組學(xué)數(shù)據(jù)共享分析展示系統(tǒng)、智能影像診斷系統(tǒng)、高危人群樣本精準(zhǔn)診療系統(tǒng)，為實(shí)驗(yàn)室提供各類醫(yī)學(xué)大數(shù)據(jù)服務(wù)。

2.3 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)創(chuàng)新平臺(tái)

定位為軟件基礎(chǔ)設(shè)施，通過服務(wù)治理、復(fù)用業(yè)務(wù)應(yīng)用功能、提供醫(yī)學(xué)大數(shù)據(jù)分析工具等手段，按照統(tǒng)一標(biāo)準(zhǔn)規(guī)范封裝服務(wù)對(duì)外發(fā)布，實(shí)現(xiàn)松耦合的信息資源共享，實(shí)現(xiàn)信息應(yīng)用對(duì)實(shí)驗(yàn)室醫(yī)療領(lǐng)域業(yè)務(wù)的快速響應(yīng)，降低信息化建設(shè)成本。主要包括醫(yī)學(xué)大數(shù)據(jù)分析工具集、內(nèi)部聚合平臺(tái)、開放平臺(tái)、外聯(lián)平臺(tái)、醫(yī)學(xué)大數(shù)據(jù)交換與共享平臺(tái)、統(tǒng)一運(yùn)行管控平臺(tái)、統(tǒng)一服務(wù)治理平臺(tái)，實(shí)現(xiàn)創(chuàng)新應(yīng)用的集成、數(shù)據(jù)的集成、業(yè)務(wù)流程的集成、大數(shù)據(jù)的匯集、服務(wù)和數(shù)據(jù)對(duì)外的開放。其中，大數(shù)據(jù)分析工具提供算法庫、基因組測序與分析工具、分布式計(jì)算引擎等基礎(chǔ)工具集合；內(nèi)部聚合平臺(tái)采用基于構(gòu)件技術(shù)的通用技術(shù)組件與通用業(yè)務(wù)組件統(tǒng)一管理功能；基于互聯(lián)網(wǎng)開放平臺(tái)，由第三方服務(wù)提供商、第三方企業(yè)和創(chuàng)建的創(chuàng)新應(yīng)用，為個(gè)人/家庭、醫(yī)療服務(wù)機(jī)構(gòu)提供第三方的應(yīng)用；通過外聯(lián)平臺(tái)與外部機(jī)構(gòu)及外部系統(tǒng)進(jìn)行互聯(lián)互通；通過交換與共享平臺(tái)實(shí)現(xiàn)基于消息的路由及前置橋接管理；通過統(tǒng)一運(yùn)行管控平臺(tái)及統(tǒng)一服務(wù)治理平臺(tái)實(shí)現(xiàn)基于醫(yī)學(xué)大數(shù)據(jù)各類業(yè)務(wù)模塊的服務(wù)治理及運(yùn)維監(jiān)控等基礎(chǔ)功能。

2.4 實(shí)驗(yàn)室醫(yī)學(xué)大數(shù)據(jù)信息資源中心

包括組學(xué)信息、居民健康檔案、電子病歷、個(gè)人健康體征信息、環(huán)境與地理信息、行業(yè)與社會(huì)信息以及大數(shù)據(jù)管理平臺(tái)，為醫(yī)學(xué)大數(shù)據(jù)資源的存儲(chǔ)、清洗、質(zhì)控、脫敏等操作提供支撐環(huán)境。

2.5 硬件基礎(chǔ)設(shè)施

按需提供給實(shí)驗(yàn)室醫(yī)療大數(shù)據(jù)用戶的服務(wù)是對(duì)所有設(shè)施的利用，設(shè)施包括計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)和其他基本的虛擬化資源，用戶能夠部署和運(yùn)行任意軟件，如操作系統(tǒng)、數(shù)據(jù)庫軟件、中間件等程序。所有設(shè)施還包括建設(shè)國家級(jí)實(shí)驗(yàn)室所必須的公共基礎(chǔ)網(wǎng)絡(luò)、公共WIFI網(wǎng)絡(luò)、通訊基礎(chǔ)設(shè)施、信息采集與感知設(shè)施等，共同構(gòu)建醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)實(shí)驗(yàn)室硬件基礎(chǔ)設(shè)施環(huán)境。這部分在云技術(shù)中心部分詳細(xì)介紹。

2.6 安全體系、標(biāo)準(zhǔn)規(guī)范和管控體系

建設(shè)安全體系、標(biāo)準(zhǔn)規(guī)范和管控體系，確保醫(yī)學(xué)大數(shù)據(jù)利用的可持續(xù)發(fā)展。在最底層建立運(yùn)維保障機(jī)制，使得信息化軟硬平臺(tái)能夠穩(wěn)定、持續(xù)運(yùn)行。

3 數(shù)據(jù)清洗與結(jié)構(gòu)化方法

醫(yī)學(xué)大數(shù)據(jù)是國家大數(shù)據(jù)戰(zhàn)略中較復(fù)雜的數(shù)據(jù)。從范圍上看，涉及衛(wèi)生計(jì)生行業(yè)所有業(yè)務(wù)數(shù)據(jù)，包括臨床數(shù)據(jù)、基礎(chǔ)醫(yī)學(xué)數(shù)據(jù)、公共衛(wèi)生數(shù)據(jù)、藥物藥品數(shù)據(jù)、醫(yī)療器械數(shù)據(jù)、中醫(yī)藥數(shù)據(jù) 、醫(yī)保及新農(nóng)合數(shù)據(jù)、婦幼保健數(shù)據(jù)等；從內(nèi)容上看，數(shù)據(jù)有結(jié)構(gòu)化和非結(jié)構(gòu)化，有數(shù)據(jù)文件和文本文件，也有影像信息、圖形信息和基因序列信息等。這些數(shù)據(jù)的獲取、清洗、質(zhì)控和結(jié)構(gòu)化是實(shí)驗(yàn)室信息系統(tǒng)建設(shè)的難點(diǎn)與重點(diǎn)。本文僅對(duì)各協(xié)作醫(yī)院接入的臨床數(shù)據(jù)清洗與結(jié)構(gòu)化進(jìn)行設(shè)計(jì)。來源于不同協(xié)作醫(yī)院的臨床數(shù)據(jù)，包含患者的一些敏感信息，在整合到醫(yī)學(xué)大數(shù)據(jù)實(shí)驗(yàn)室前，需對(duì)數(shù)據(jù)清洗。在清洗過程中，要在信息完整性和敏感信息泄露間尋求平衡。步驟見圖2。

圖2 多協(xié)作機(jī)構(gòu)臨床數(shù)據(jù)清洗方法

首先，設(shè)計(jì)一般敏感信息的類別關(guān)鍵詞，針對(duì)某個(gè)特定的項(xiàng)目，也可以定制特殊的關(guān)鍵詞。參考HIPPA Safe Harbor標(biāo)準(zhǔn)，設(shè)計(jì)18種一般敏感信息關(guān)鍵詞，包含姓名、詳細(xì)地理信息、可能泄露病人身份的具體時(shí)間信息、電話號(hào)碼、駕照等其他包含身份識(shí)別的信息、傳真號(hào)碼、設(shè)備標(biāo)識(shí)符、郵件信息、個(gè)人網(wǎng)站鏈接、身份證號(hào)碼、IP地址、醫(yī)療記錄信息、指紋等生物識(shí)別信息、參加各種計(jì)劃的編號(hào)信息、可以識(shí)別身份的照片信息、賬戶信息、其他可指向唯一身份的編號(hào)、證書/許可證信息。

其次，對(duì)于已經(jīng)結(jié)構(gòu)化的字段(如電子病歷數(shù)據(jù)庫中的患者基本信息等)，直接對(duì)相應(yīng)數(shù)據(jù)抽取，放入受保護(hù)的健康信息 (Protected Health Information，PHI)庫保存。針對(duì)文本描述型信息(如以附件文件形式存在的醫(yī)囑)，采用文本挖掘的方法，對(duì)其中敏感數(shù)進(jìn)行脫敏后，存入PHI庫。對(duì)于脫敏之后進(jìn)入PHI庫的數(shù)據(jù)，需要構(gòu)建唯一的識(shí)別碼，確保數(shù)據(jù)特定情況下，能夠進(jìn)行回溯。PHI庫在實(shí)驗(yàn)室數(shù)據(jù)中心隸屬于共享庫范疇。清洗后進(jìn)入PHI庫的數(shù)據(jù)經(jīng)過質(zhì)控評(píng)價(jià)與結(jié)構(gòu)化處理后，可對(duì)其他協(xié)作單位進(jìn)行數(shù)據(jù)提供服務(wù)，結(jié)構(gòu)化處理的主要流程如下。

根據(jù)本地構(gòu)建的臨床中文、英文語義庫和語義翻譯表，選取和設(shè)計(jì)合適的自然語言分析工具，對(duì)臨床數(shù)據(jù)進(jìn)行語義提取和定量描述。其中，對(duì)結(jié)構(gòu)化的字段，可以直接和語義庫相應(yīng)字段匹配。對(duì)文本描述性的信息，可采取語義分析工具。對(duì)英文的臨床描述文本，可以采用UMLS提供的MetaMap工具和觀察健康數(shù)據(jù)科學(xué)和信息學(xué)(Observational Health Data Sciences and Informatics，OHDSI)提供的cTAKEs工具；中文的臨床描述文本，將自行開發(fā)相關(guān)工具，參考PheKB的部分算法，采用半監(jiān)督學(xué)習(xí)、RNN深度神經(jīng)網(wǎng)絡(luò)、反饋學(xué)習(xí)、增強(qiáng)學(xué)習(xí)等機(jī)器學(xué)習(xí)模型，處理真實(shí)臨床病歷書寫中的不規(guī)范表達(dá)、錯(cuò)別字、簡寫等情況。在語義提取之后，需對(duì)臨床數(shù)據(jù)進(jìn)行數(shù)據(jù)庫映射與存儲(chǔ)，并對(duì)操作日志進(jìn)行記錄。

4 醫(yī)學(xué)大數(shù)據(jù)實(shí)驗(yàn)室云數(shù)據(jù)中心設(shè)計(jì)

云數(shù)據(jù)中心設(shè)計(jì)采用超融合基礎(chǔ)架構(gòu)(Hyper-Converged Infrastructure，HCI)來實(shí)現(xiàn)，HCI是指在同一套單元設(shè)備中不僅僅具備計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)和服務(wù)器虛擬化等資源和技術(shù)，而且還包括備份軟件、快照技術(shù)、重復(fù)數(shù)據(jù)刪除、在線數(shù)據(jù)壓縮等元素，而多套單元設(shè)備可以通過網(wǎng)絡(luò)聚合起來，實(shí)現(xiàn)模塊化的無縫橫向擴(kuò)展(scale-out)，形成統(tǒng)一的資源池。使用HCI技術(shù)可代替?zhèn)鹘y(tǒng)的服務(wù)器加集中存儲(chǔ)的架構(gòu)，使整個(gè)架構(gòu)更清晰簡單(圖3)。

圖3 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)實(shí)驗(yàn)室云數(shù)據(jù)中心超融合架構(gòu)

超融合架構(gòu)在數(shù)據(jù)中心中承擔(dān)著計(jì)算資源池和分布式存儲(chǔ)資源池的作用，利用通過軟件定義的計(jì)算資源虛擬化和分布式存儲(chǔ)架構(gòu)實(shí)現(xiàn)無單點(diǎn)故障、無單點(diǎn)瓶頸、彈性擴(kuò)展、性能線性增長等能力；在VM(virtual machine)層可以自由選擇包括Vmware vSphere、MicroSoft Hyper-v和KVM等眾多產(chǎn)品。通過簡單、方便的管理界面，實(shí)現(xiàn)對(duì)數(shù)據(jù)中心基礎(chǔ)架構(gòu)層的計(jì)算、存儲(chǔ)、虛擬化等資源進(jìn)行統(tǒng)一的監(jiān)控、管理和運(yùn)維。超融合基礎(chǔ)架構(gòu)形成的計(jì)算資源池和存儲(chǔ)資源池直接可以被云計(jì)算平臺(tái)進(jìn)行調(diào)配，服務(wù)于OpenStack、Cloud Foundry、Docker、Hadoop等平臺(tái)，并對(duì)上層的醫(yī)學(xué)大數(shù)據(jù)實(shí)驗(yàn)室各類應(yīng)用系統(tǒng)等進(jìn)行支撐。同時(shí)，分布式存儲(chǔ)架構(gòu)簡化容災(zāi)方式，便于實(shí)現(xiàn)同城數(shù)據(jù)雙活和異地容災(zāi)。

采用分布式文件系統(tǒng)將一組集群內(nèi)的節(jié)點(diǎn)組成一個(gè)統(tǒng)一的分布式存儲(chǔ)平臺(tái)。分布式文件系統(tǒng)對(duì)于虛擬化一體機(jī)而言就是一個(gè)集中的共享式存儲(chǔ)，提供更為簡單便捷的存儲(chǔ)管理，無需像傳統(tǒng)集中存儲(chǔ)那樣再配置LUN、卷、或者Raid組。圖4所示為云數(shù)據(jù)中心的分布式存儲(chǔ)架構(gòu)。

圖4 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)實(shí)驗(yàn)室云數(shù)據(jù)中心分布式存儲(chǔ)架構(gòu)

在每個(gè)節(jié)點(diǎn)提供兩種磁盤，2塊以上SSD，4塊SATA的HDD為基準(zhǔn)配置，可以根據(jù)應(yīng)用系統(tǒng)容量需求靈活調(diào)配。采用此架構(gòu)除了可提供傳統(tǒng)的數(shù)據(jù)存儲(chǔ)能力之外，針對(duì)于虛擬化方面還可提供快照、克隆等機(jī)制。數(shù)據(jù)層實(shí)現(xiàn)本地優(yōu)先訪問、存儲(chǔ)分層等性能機(jī)制。包括：借助兩份以上冗余數(shù)據(jù)提供存儲(chǔ)的可靠性；增加或減少節(jié)點(diǎn)，數(shù)據(jù)分布會(huì)自動(dòng)適配平臺(tái)；當(dāng)節(jié)點(diǎn)宕機(jī)或磁盤損壞后具備數(shù)據(jù)的自恢復(fù)能力等。

醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)工程實(shí)驗(yàn)室云數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)見圖5。包括核心交換區(qū)、核心業(yè)務(wù)區(qū)、數(shù)據(jù)交換區(qū)、開發(fā)測試區(qū)、內(nèi)聯(lián)區(qū)、安管區(qū)、互聯(lián)網(wǎng)應(yīng)用服務(wù)區(qū)、互聯(lián)網(wǎng)WEB服務(wù)區(qū)、互聯(lián)網(wǎng)生產(chǎn)接入?yún)^(qū)、互聯(lián)網(wǎng)辦公接入?yún)^(qū)，其中，核心業(yè)務(wù)區(qū)包括醫(yī)學(xué)大數(shù)據(jù)業(yè)務(wù)區(qū)、精準(zhǔn)醫(yī)學(xué)科研區(qū)、智能影像區(qū)。另外，還包括遠(yuǎn)程災(zāi)備中心及外聯(lián)數(shù)據(jù)中心機(jī)房。

其中，醫(yī)學(xué)大數(shù)據(jù)業(yè)務(wù)區(qū)部署醫(yī)學(xué)大數(shù)據(jù)注冊(cè)登記系統(tǒng)、醫(yī)學(xué)大數(shù)據(jù)檢索與展示系統(tǒng)、醫(yī)學(xué)與組學(xué)數(shù)據(jù)共享分析展示系統(tǒng)等業(yè)務(wù)應(yīng)用；精準(zhǔn)醫(yī)學(xué)科研區(qū)部署精準(zhǔn)醫(yī)學(xué)術(shù)語本體庫、高危人群樣本精準(zhǔn)診療系統(tǒng)等科研應(yīng)用；智能影像區(qū)部署智能影像后、智能影像診斷系統(tǒng)等影像專業(yè)系統(tǒng)。

圖5 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)實(shí)驗(yàn)室云數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)

5 安全體系設(shè)計(jì)

醫(yī)學(xué)大數(shù)據(jù)信息資源涉及大量患者隱私信息，安全體系設(shè)計(jì)遵循醫(yī)學(xué)倫理原則，保證信息安全，保護(hù)個(gè)人隱私信息。安全防護(hù)體系設(shè)計(jì)從技術(shù)、管理和運(yùn)維三個(gè)角度出發(fā)，提供防護(hù)、檢測、響應(yīng)和恢復(fù)等組成的安全服務(wù)集。圖6為安全體系總體框架。

圖6 醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)實(shí)驗(yàn)室安全體系總體架構(gòu)

其中技術(shù)防護(hù)體系的設(shè)計(jì)內(nèi)容主要包含云平臺(tái)安全防護(hù)、傳輸通道安全防護(hù)以及終端安全防護(hù)。其中，云平臺(tái)安全防護(hù)包括物理網(wǎng)絡(luò)安全、主機(jī)安全、數(shù)據(jù)安全與應(yīng)用安全；傳輸通道安全防護(hù)包括平臺(tái)與災(zāi)備中心之間傳輸加密以及平臺(tái)與終端之間加密傳輸；終端的安全包括用戶身份認(rèn)證、終端健康檢查和修復(fù)、終端惡意代碼防范、終端監(jiān)控與審計(jì)等。信息安全管理體系主要包含信息安全管理制度、人員管理規(guī)范、系統(tǒng)建設(shè)管理規(guī)定、系統(tǒng)運(yùn)維規(guī)范。信息安全運(yùn)維體系主要包含事前防護(hù)、事中監(jiān)控、事后追溯3部分。

6 結(jié)語

通過構(gòu)建區(qū)域級(jí)醫(yī)學(xué)大數(shù)據(jù)信息采集和分析評(píng)價(jià)平臺(tái)，將大數(shù)據(jù)應(yīng)用于精準(zhǔn)臨床診療、決策支持、疾病監(jiān)測預(yù)警與管理、公眾健康服務(wù)等領(lǐng)域，并發(fā)揮數(shù)據(jù)價(jià)值，是醫(yī)學(xué)研究未來重要發(fā)展的方向。本文圍繞各地機(jī)構(gòu)在醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)研發(fā)、工程化和應(yīng)用等方面的迫切需求，策劃并設(shè)計(jì)出一個(gè)覆蓋區(qū)域內(nèi)多個(gè)醫(yī)療機(jī)構(gòu)的醫(yī)學(xué)大數(shù)據(jù)采集集成、分析挖掘及應(yīng)用示范于一體的國際領(lǐng)先的應(yīng)用技術(shù)實(shí)驗(yàn)室信息系統(tǒng)，突破醫(yī)學(xué)大數(shù)據(jù)采集、規(guī)范、安全、檢索、融合、分析及挖掘等方面的關(guān)鍵技術(shù)，對(duì)提升區(qū)域內(nèi)醫(yī)療質(zhì)量監(jiān)管、臨床輔助診療、衛(wèi)生經(jīng)濟(jì)分析、公共衛(wèi)生政策評(píng)價(jià)、精準(zhǔn)醫(yī)學(xué)支撐等方面水平與能力，促進(jìn)科研機(jī)構(gòu)醫(yī)學(xué)大數(shù)據(jù)應(yīng)用技術(shù)的研發(fā)、驗(yàn)證、應(yīng)用與推廣等方面具有重要價(jià)值。