匡亞嵐 李春漾 應(yīng)志野

(四川大學(xué)華西醫(yī)院生物醫(yī)學(xué)大數(shù)據(jù)中心 成都 610000)

1 引言

人工智能、云計算、移動互聯(lián)等技術(shù)迅猛發(fā)展，為醫(yī)療信息化建設(shè)提供新思路的同時也帶來壓力。一方面，醫(yī)療數(shù)據(jù)呈爆炸式增長，數(shù)據(jù)管理、數(shù)據(jù)安全等問題逐漸凸顯，需建立統(tǒng)一的大數(shù)據(jù)平臺優(yōu)化管理，加速實現(xiàn)數(shù)據(jù)資產(chǎn)價值轉(zhuǎn)化，從而推動診療服務(wù)模式革新以及成果孵化創(chuàng)新[1]。另一方面，面對一些核心設(shè)備和元器件“卡脖子”現(xiàn)狀，我國發(fā)展自主核心技術(shù)的需求越發(fā)迫切，復(fù)雜的國際關(guān)系也推動我國將信息安全和關(guān)鍵技術(shù)自主創(chuàng)新提升到國家戰(zhàn)略高度[2-3]。建設(shè)基于自主可控技術(shù)的醫(yī)療衛(wèi)生大數(shù)據(jù)科研平臺符合產(chǎn)業(yè)、民生以及國家安全戰(zhàn)略需要[4]。醫(yī)療大數(shù)據(jù)平臺升級國產(chǎn)化應(yīng)提前布局，確保關(guān)鍵設(shè)備自主可控，充分保障數(shù)據(jù)安全性。

2 自主可控技術(shù)發(fā)展現(xiàn)狀

2.1 總體情況

在國家高度重視以及各類重大專項支持下，我國國產(chǎn)基礎(chǔ)軟硬件發(fā)展取得較大進展[5]。自主可控產(chǎn)業(yè)實現(xiàn)關(guān)鍵技術(shù)突破，覆蓋芯片設(shè)計、整機生產(chǎn)、軟件研發(fā)、系統(tǒng)集成、測試驗證、運維服務(wù)等產(chǎn)業(yè)鏈環(huán)節(jié)，基本形成從底層芯片到基礎(chǔ)應(yīng)用軟件的全棧生態(tài)，見圖1。

2.2 硬件方面

2.2.1 處理器 “十三五”期間，在我國政策引導(dǎo)和國際形勢壓力下芯片技術(shù)高速發(fā)展，形成以MIPS、Alpha、ARM和X86等為基礎(chǔ)架構(gòu)的處理器產(chǎn)業(yè)鏈[6-7]，性能已接近國際先進水平。圖形處理器(Graphic Process Unit，GPU)方面，國內(nèi)GPU芯片研制雖然可滿足目前大多數(shù)圖形應(yīng)用需求，但在科學(xué)計算、人工智能及新型圖形渲染技術(shù)方面仍然和國外領(lǐng)先水平存在較大差距[8]。

2.2.2 存儲設(shè)備 為保障醫(yī)療數(shù)據(jù)安全，自主可控的存儲系統(tǒng)需達到高可靠、高安全、高性能[9]。目前國內(nèi)存儲產(chǎn)業(yè)生態(tài)基本形成，已實現(xiàn)從存儲芯片到存儲介質(zhì)、固態(tài)硬盤控制器、存儲控制器，再到存儲引擎全部自研的高端存儲設(shè)備，達到國際先進水平[10-12]。

2.2.3 網(wǎng)絡(luò) 醫(yī)學(xué)科研平臺對網(wǎng)絡(luò)傳輸效率和質(zhì)量提出更高要求。在高性能計算和人工智能算法訓(xùn)練等場景中，多采用存儲和計算分離策略，網(wǎng)絡(luò)傳輸主要使用光纖(Fibre Channel，F(xiàn)C)交換機和IB(Infiniband)交換機。由于專利壁壘，這兩項技術(shù)被國外廠商壟斷，基于傳統(tǒng)以太網(wǎng)協(xié)議的網(wǎng)絡(luò)設(shè)備還無法實現(xiàn)國產(chǎn)化替代[13]。RoCE協(xié)議的發(fā)展為自主創(chuàng)新以太交換機替代FC和IB提供了機會[14]。

2.3 軟件方面

2.3.1 操作系統(tǒng) 是軟件體系的基礎(chǔ)。微軟相繼對Windows XP和Windows 7操作系統(tǒng)停止服務(wù)支持引發(fā)公眾對信息安全的擔(dān)憂，也給國產(chǎn)操作系統(tǒng)發(fā)展帶來契機。國內(nèi)廠商持續(xù)推進國產(chǎn)操作系統(tǒng)生態(tài)構(gòu)建，已實現(xiàn)多款具有內(nèi)生安全體系的操作系統(tǒng)并與國產(chǎn)芯片完成適配，全面兼容主流軟硬件產(chǎn)品[15-16]。

2.3.2 數(shù)據(jù)庫 我國數(shù)據(jù)庫產(chǎn)品相對成熟，在性能、穩(wěn)定性、安全性等方面有突出表現(xiàn)，接近國際先進水平。國產(chǎn)數(shù)據(jù)庫在國內(nèi)市場份額已提升至 8%～10%[17]，在政府、金融、電信等多個領(lǐng)域都有廣泛應(yīng)用。目前我國已成功研發(fā)出具有自主知識產(chǎn)權(quán)的關(guān)系型數(shù)據(jù)庫以及分布式數(shù)據(jù)庫軟件[18-19]。

3 醫(yī)療大數(shù)據(jù)科研平臺自主可控替代方案

3.1 平臺總體架構(gòu)

2018年國家衛(wèi)健委對全國公立醫(yī)院開展大數(shù)據(jù)相關(guān)工作提出要求，三級醫(yī)院需在5～10年內(nèi)建設(shè)醫(yī)療大數(shù)據(jù)科研平臺[20]。目前各醫(yī)院醫(yī)療大數(shù)據(jù)科研平臺服務(wù)器、存儲、數(shù)據(jù)庫等產(chǎn)品大部分采用國外廠商核心技術(shù)，特別是用于前沿醫(yī)學(xué)科研的高性能計算平臺，其軟硬件設(shè)備國產(chǎn)化程度不高，缺少核心軟硬件平臺國產(chǎn)化探索。現(xiàn)有針對醫(yī)療大數(shù)據(jù)科研平臺的研究大多集中在數(shù)據(jù)收集、數(shù)據(jù)處理、模型搭建等軟件框架，基礎(chǔ)設(shè)施層研究較少。本文以生物信息科研應(yīng)用場景為例，提出多組學(xué)大數(shù)據(jù)科研平臺自主可控建設(shè)方案。平臺總體架構(gòu)，見圖2。底層為包含各類硬件與基礎(chǔ)軟件的基礎(chǔ)設(shè)施層，為上層應(yīng)用提供大算力、高性能存儲以及數(shù)據(jù)安全方面保障。搭建“大而全”的底層數(shù)據(jù)中心，在此基礎(chǔ)上通過多組學(xué)數(shù)據(jù)整合、治理與集成構(gòu)建科研數(shù)據(jù)湖，形成多組學(xué)數(shù)據(jù)資產(chǎn)，進而結(jié)合機器學(xué)習(xí)、人工智能等方法從多組學(xué)數(shù)據(jù)中挖掘有價值信息，為疾病發(fā)生發(fā)展的分子機制發(fā)現(xiàn)、藥物研發(fā)以及個性化診療等提供輔助支持。本文聚焦基礎(chǔ)設(shè)施層、核心軟硬件自主可控，從源頭上保障醫(yī)學(xué)科研環(huán)境和醫(yī)療數(shù)據(jù)安全性，應(yīng)對被“停服”或“禁售”等供應(yīng)鏈風(fēng)險，同時兼顧平臺性能和兼容性，為科研平臺多元化應(yīng)用場景提供重要技術(shù)支持。

3.2 基礎(chǔ)硬件設(shè)施

3.2.1 計算資源 基礎(chǔ)硬件設(shè)施自主可控主要包括計算資源、存儲資源、網(wǎng)絡(luò)資源構(gòu)建，為上層應(yīng)用提供算力支持。由于多組學(xué)科研分析中各階段對計算性能的需求大多以計算密集型為主，為提升計算效率、提高資源利用率，方案采用CPU+GPU異構(gòu)方式。目前國內(nèi)已研發(fā)多款擁有自主知識產(chǎn)權(quán)的系列芯片，在基于X86或ARM兩種指令集的國產(chǎn)芯片中已有能滿足臨床科研大數(shù)據(jù)需求的產(chǎn)品。GPU國產(chǎn)芯片也有可商用的產(chǎn)品。在滿足性能要求的前提下，各醫(yī)院根據(jù)科研實際需求選擇ARM或X86架構(gòu)的國產(chǎn)化芯片，利用不同的異構(gòu)平臺來實現(xiàn)性能最大化，可充分保障科研分析對計算的需求。

3.2.2 存儲資源 醫(yī)療數(shù)據(jù)涉及病例數(shù)據(jù)完整性和數(shù)據(jù)隱私保護，對存儲安全要求較高。方案選擇芯片、控制器、操作系統(tǒng)均為自主可控的存儲設(shè)備，操作系統(tǒng)定期進行安全加固，且支持?jǐn)?shù)據(jù)加密傳輸，有效保護醫(yī)療敏感數(shù)據(jù)安全性[21]。在部署時采用分布式系統(tǒng)結(jié)構(gòu)，利用多臺存儲服務(wù)器分擔(dān)存儲負(fù)荷并配置數(shù)據(jù)備份節(jié)點，不但提高系統(tǒng)可靠性、存取效率和安全性，還易于擴展，將通用硬件引入的不穩(wěn)定性降到最低，可高效應(yīng)對本方案中異構(gòu)復(fù)雜場景對存儲性能和安全性的要求。

3.2.3 網(wǎng)絡(luò)資源 多組學(xué)分析計算過程中計算節(jié)點間、存儲節(jié)點與計算節(jié)點間需要交換大量數(shù)據(jù)，對網(wǎng)絡(luò)帶寬要求高，網(wǎng)絡(luò)無阻塞性、低丟包率很重要。目前市面上常用的IB協(xié)議從硬件級別保證可靠傳輸、高吞吐量，技術(shù)先進但成本高昂。RoCE協(xié)議在性能上與IB相當(dāng)，穩(wěn)定性較好且成本低[22]，國內(nèi)市場已推出基于RoCE協(xié)議的網(wǎng)絡(luò)和存儲設(shè)備，具備國產(chǎn)化替代條件。在部署方式上可采用管理網(wǎng)和業(yè)務(wù)網(wǎng)分離模式，管理網(wǎng)主要負(fù)責(zé)傳輸管理節(jié)點與存儲節(jié)點、計算節(jié)點之間的管理任務(wù)，業(yè)務(wù)網(wǎng)主要為節(jié)點間數(shù)據(jù)傳輸提供網(wǎng)絡(luò)支撐，大吞吐量、穩(wěn)定的數(shù)據(jù)傳輸是保障高算力的關(guān)鍵。

3.3 基礎(chǔ)軟件

3.3.1 操作系統(tǒng)層面 鑒于Linux系統(tǒng)在服務(wù)器領(lǐng)域的穩(wěn)定性和安全性優(yōu)勢，選擇基于開源Linux開發(fā)的國產(chǎn)操作系統(tǒng)，基于現(xiàn)有Linux生態(tài)支持部分生物信息分析軟件安裝和使用，減少適配工作量。

3.3.2 數(shù)據(jù)庫層面 在醫(yī)療科研平臺中，Oracle等國外產(chǎn)品長期占有大量市場份額。目前國內(nèi)已擁有一系列完全自主可控的數(shù)據(jù)庫產(chǎn)品，與大部分國產(chǎn)芯片、操作系統(tǒng)完成適配，穩(wěn)定性和高可用性接近國外主流產(chǎn)品，支持在醫(yī)療領(lǐng)域的推廣應(yīng)用。數(shù)據(jù)遷移方面需要根據(jù)國產(chǎn)數(shù)據(jù)庫特性，從數(shù)據(jù)結(jié)構(gòu)、類型和使用場景3方面制定遷移實施方案。通過語法、語義對比找到靜態(tài)數(shù)據(jù)差異，根據(jù)數(shù)據(jù)使用場景將業(yè)務(wù)流程梳理清晰，明確業(yè)務(wù)與數(shù)據(jù)庫之間的調(diào)用方式，重點需要對一些復(fù)雜的長事務(wù)操作進行程序適配，例如特殊分析函數(shù)、存儲過程等，避免出現(xiàn)數(shù)據(jù)丟失等問題。

3.3.3 中間件層面 主要是JDK適配，由于國產(chǎn)化平臺不支持SUN JDK，應(yīng)用系統(tǒng)業(yè)務(wù)不能直接遷移到國產(chǎn)化平臺，在原X86平臺下預(yù)編譯的JSP文件需重新修改編譯。

3.4 應(yīng)用系統(tǒng)

構(gòu)建自主可控的應(yīng)用系統(tǒng)首要任務(wù)是平滑遷移，即從國外分析工具生態(tài)遷移到國產(chǎn)化生態(tài)后力求對用戶行為習(xí)慣影響最小。在生物信息科研場景應(yīng)用分析中，從數(shù)據(jù)采集到數(shù)據(jù)歸檔，需要通過大規(guī)模計算分析從海量數(shù)據(jù)信息中辨識有用基因及其序列，最終獲取遺傳信息。這一過程常用的分析軟件繁多，在進行國產(chǎn)化平臺遷移時，每個階段所用到的軟件都需要根據(jù)底層國產(chǎn)化軟硬件做兼容性測試，必要時還需開發(fā)同類型可替代的分析工具，見表1。目前大部分多組學(xué)分析軟件都基于X86架構(gòu)開發(fā)，在ARM等其他架構(gòu)的自主可控平臺上還沒有完整的適用于生物信息科研分析的應(yīng)用軟件生態(tài)，尚待進一步完善。

表1 生物信息科研典型應(yīng)用軟件

4 問題與建議

4.1 性能

目前能支撐醫(yī)療大數(shù)據(jù)高性能計算的國產(chǎn)化芯片產(chǎn)品相對單一，性能與國外產(chǎn)品尚有差距。國內(nèi)廠商已具備一定芯片設(shè)計能力，但芯片生產(chǎn)關(guān)鍵技術(shù)還有待突破。國產(chǎn)CPU架構(gòu)大多采用國外技術(shù)，受專利壁壘限制，一旦架構(gòu)更新將面臨重新授權(quán)的問題，能否自主研發(fā)具有更高性能的CPU內(nèi)核成為關(guān)鍵。在提升單顆CPU主頻成為瓶頸時，國產(chǎn)化替代需要從架構(gòu)創(chuàng)新尋找突破，針對特定領(lǐng)域的特定需求，設(shè)計不同的異構(gòu)計算平臺，實現(xiàn)專用性能擴展，或能成為性能提升的新方向。

4.2 兼容性

自主可控技術(shù)在電子政務(wù)、金融、交通等領(lǐng)域得到很好的應(yīng)用，但在醫(yī)療大數(shù)據(jù)領(lǐng)域還欠缺行業(yè)解決方案。完整、商業(yè)化的生態(tài)體系構(gòu)建是自主可控技術(shù)發(fā)展的關(guān)鍵，尤其是高成熟度的解決方案。自主可控技術(shù)在醫(yī)療大數(shù)據(jù)領(lǐng)域的推廣應(yīng)用階段，芯片與下游產(chǎn)業(yè)融合發(fā)展，增強與醫(yī)療機構(gòu)和高校的合作，鼓勵創(chuàng)新，從用戶實際需求出發(fā)，積極推進醫(yī)療分析應(yīng)用軟件的優(yōu)化適配工作，在滿足科研平臺多樣化應(yīng)用需求的基礎(chǔ)上形成軟硬件結(jié)合的平臺解決方案，健全醫(yī)療行業(yè)科研應(yīng)用軟件生態(tài)，填補醫(yī)療大數(shù)據(jù)領(lǐng)域國產(chǎn)化分析軟件空白。在此過程中應(yīng)用和研發(fā)同步走，做好國產(chǎn)化和非國產(chǎn)化兩類環(huán)境的雙向適配及融合解決方案，鼓勵重點醫(yī)療機構(gòu)首批應(yīng)用試點及規(guī)模推廣，在市場應(yīng)用過程中不斷發(fā)現(xiàn)問題、解決問題，做強生態(tài)。

5 結(jié)語

醫(yī)療行業(yè)安全關(guān)系民生，基于自主可控技術(shù)的醫(yī)療衛(wèi)生信息化建設(shè)、大數(shù)據(jù)健康產(chǎn)業(yè)及智慧醫(yī)療推進將惠及億萬公眾。“十四五”規(guī)劃已明確要求面向人民生命健康深入實施科技自立自強，未來幾年將是自主可控技術(shù)大規(guī)模推廣和應(yīng)用的關(guān)鍵時期。相信在不久的將來，隨著關(guān)鍵技術(shù)突破、產(chǎn)業(yè)生態(tài)完善，在政府的鼓勵和應(yīng)用牽引下，我國醫(yī)療健康領(lǐng)域信息化發(fā)展將進入以自主創(chuàng)新為主的新局面。