大數(shù)據(jù)環(huán)境下的醫(yī)學科研服務架構

醫(yī)學數(shù)據(jù)是大數(shù)據(jù)時代最為關鍵的一類重要數(shù)據(jù)[1]，關系著生命和健康，是醫(yī)療和衛(wèi)生服務相關領域科學研究的基礎。鑒于醫(yī)學數(shù)據(jù)的敏感性、珍貴性和復雜性[2]，針對日益增長的醫(yī)學科研數(shù)據(jù)，構建大數(shù)據(jù)環(huán)境下的科研數(shù)據(jù)管理服務體系已成為推動醫(yī)學科技創(chuàng)新的重要建設內容[3-4]。

基于數(shù)據(jù)密集型科學發(fā)現(xiàn)的科研新范式[5]，圖書情報領域已開展以文獻為核心的科研服務相關研究。如針對科學大數(shù)據(jù)，朱維喬[6]從接收、存儲、組織、計算、分析和用戶接口等方面構建了服務平臺的模型；基于對大數(shù)據(jù)環(huán)境下科研用戶數(shù)據(jù)的分析，王欣等[7]提出了圖書館個性化推薦服務機制；聚焦高校圖書館的科研情報，姜勇[8]探究了大數(shù)據(jù)服務體系的構建路徑。為滿足大數(shù)據(jù)環(huán)境下數(shù)據(jù)密集型科研的需求，提升醫(yī)學信息服務能力和效率，本文構建的醫(yī)學科研服務體系，旨在為大數(shù)據(jù)環(huán)境下的多元化醫(yī)學科研服務提供系統(tǒng)性的架構支撐。

1 總體架構

計算、存儲、網(wǎng)絡以及安全等物理設備是醫(yī)學科研服務基礎環(huán)境的重要組成部分，鑒于對醫(yī)學大數(shù)據(jù)存儲、分析與處理等的需求，通過醫(yī)學科研云實現(xiàn)對信息資源的高效整合和靈活部署。隨著對已有科研數(shù)據(jù)的利用、過程數(shù)據(jù)的保存和產出數(shù)據(jù)的共享等服務，科研數(shù)據(jù)貫穿科研活動的整個過程。同時，醫(yī)學科研活動離不開對科研工具的使用，隨著信息技術的發(fā)展以及自主研發(fā)能力的提升，科研活動中也產生了各類更為專業(yè)的新穎工具。

因此，鑒于科研活動在數(shù)據(jù)和工具方面的積累，資源倉儲的對象包括了科研數(shù)據(jù)和科研工具2方面。從資源發(fā)現(xiàn)與檢索的便捷性、開放共享性和長期可用性，提供資源統(tǒng)一發(fā)現(xiàn)、協(xié)同共享以及長期保存服務。

大數(shù)據(jù)環(huán)境下的醫(yī)學科研服務體系的總體架構如圖1所示，自底向上包括醫(yī)學科研云、資源倉儲以及科研服務3方面建設內容。

圖1 大數(shù)據(jù)環(huán)境下的醫(yī)學科研服務總體架構

2 醫(yī)學科研服務體系

2.1 醫(yī)學科研云

2.1.1 云基礎環(huán)境

基于大數(shù)據(jù)環(huán)境下的醫(yī)學科研服務實際需求，依據(jù)資源“按需服務”理念，采用具有分布式、跨網(wǎng)絡、多資源種類等特點的云計算架構[9-11]，利用端到端的虛擬化技術，統(tǒng)一規(guī)劃與設計醫(yī)學科研數(shù)據(jù)云基礎環(huán)境，通過對服務器、存儲、網(wǎng)絡等物理設備的靈活部署和對異地計算、存儲、網(wǎng)絡以及安全等IT資源的有效整合，支持對基礎設施資源的動態(tài)分配及不同網(wǎng)域中資源的交互共享，并具有任務調度的靈活性。云基礎環(huán)境的建設可有效降低運維與應用的成本和復雜性，提高醫(yī)學科研基礎設施環(huán)境中的信息資源整體利用率。

2.1.2 云管理機制

為各種醫(yī)學科研應用按需分配基礎設施，以虛擬化技術為基礎，為多數(shù)據(jù)中心建立統(tǒng)一的資源池，分別對計算、存儲、網(wǎng)絡資源進行池化，支持對資源池的高效管理和對各類信息資產的全生命周期管理。在IT資源池之上部署云計算服務，以云服務方式向科研人員提供IT資源服務，并利用統(tǒng)一云數(shù)據(jù)中心管理平臺實現(xiàn)多個內部數(shù)據(jù)中心資源的管理，通過統(tǒng)一入口進行自動化流程審批及資源管控。通過醫(yī)學科研數(shù)據(jù)云管理機制，實現(xiàn)對軟硬件資源的專業(yè)化統(tǒng)一管理、分配、部署和備份。

2.1.3 云監(jiān)控機制

為保證醫(yī)學科研數(shù)據(jù)環(huán)境中的各項應用更具連續(xù)性和安全性，采用云監(jiān)控機制對云環(huán)境運行狀態(tài)實時監(jiān)測與動態(tài)控制，包括系統(tǒng)資源監(jiān)控、數(shù)據(jù)庫監(jiān)控、中間件監(jiān)控、虛擬化監(jiān)控、存儲監(jiān)控、網(wǎng)絡監(jiān)控、應用系統(tǒng)監(jiān)控等。根據(jù)醫(yī)學科研與創(chuàng)新應用對資源的需求進行動態(tài)匹配，實現(xiàn)系統(tǒng)動態(tài)擴容、閑置資源回收、隔離故障等功能。通過對云監(jiān)控實時數(shù)據(jù)和歷史數(shù)據(jù)進行分析和挖掘，靈活調整監(jiān)控策略，不斷優(yōu)化各類資源配置，提高風險預測能力，強化醫(yī)學科研云環(huán)境的總體性能。

2.1.4 云安全機制

當前信息安全形勢嚴峻，國家層面已出臺《網(wǎng)絡安全法》《計算機信息系統(tǒng)安全保護條例》《互聯(lián)網(wǎng)信息服務管理辦法》等信息安全相關法律法規(guī)，各級政府和機構也發(fā)布了一系列的標準規(guī)范、管理辦法。鑒于醫(yī)學數(shù)據(jù)在倫理層面的敏感性、獲取層面的珍貴性以及共享層面的復雜性，安全管理體系以云安全技術為基礎，通過安全監(jiān)測、檢測、評估、漏洞修復、防御加固等策略，為大數(shù)據(jù)環(huán)境下的醫(yī)學科研云提供安全性保障，并通過數(shù)據(jù)安全和備份恢復等措施，確保醫(yī)學科研數(shù)據(jù)的保密性和完整性。

2.2 資源倉儲

2.2.1 資源遴選與采集

醫(yī)學科研資源類型繁多、結構內容復雜、出版格式多樣，資源采集首先需對數(shù)據(jù)倉儲進行合理規(guī)劃，確定醫(yī)學科研數(shù)據(jù)倉儲的內容和方式。根據(jù)醫(yī)學科研和科技創(chuàng)新的切實需求，收集和分析科研團隊對科研數(shù)據(jù)環(huán)境建設的意見和建議，甄選滿足科研創(chuàng)新需求的高質量醫(yī)學數(shù)據(jù)資源，集成多來源的醫(yī)學開放獲取信息資源，并匯聚自有科研平臺特色數(shù)字知識資產。通過基于云的資源自動化采集和匯聚方法，根據(jù)資源特點及服務和存儲需求確定資源獲取方式，為大數(shù)據(jù)環(huán)境下的醫(yī)學科研活動提供完整、準確、可靠的科研資源。

2.2.2 資源描述與規(guī)范化

科學有效的資源組織方式對科研數(shù)據(jù)的提交、組織、存儲、檢索尤為重要。對采集數(shù)據(jù)的遴選和分類，利用流處理和批處理等方式對科研數(shù)據(jù)進行及時和有效的規(guī)范化處理，形成標準化數(shù)據(jù)倉儲。除醫(yī)學科研數(shù)據(jù)外，倉儲建設的內容還包括格式轉換、數(shù)據(jù)清洗等規(guī)范化處理過程中所需的各種工具，以及醫(yī)學科研所需的數(shù)據(jù)分析、數(shù)據(jù)挖掘、可視化等工具，從而為科研人員獲取和利用科研工具及工作流提供完善的工具倉儲。針對資源注冊與登記、資源分類、資源描述等建設需求，通過資源唯一標識、統(tǒng)一元數(shù)據(jù)標準以及互操作等相關標準規(guī)范，支持不同來源元數(shù)據(jù)的統(tǒng)一注冊、檢索、映射和發(fā)布，促進數(shù)據(jù)交換共享以及不同平臺間的互操作。

2.2.3 資源開放與共享

資源的開放與共享有利于在降低單個科研團隊運作成本的同時，提高科研效率和科研成果的質量。醫(yī)學學科分類較為精細，且具有與其他學科交叉滲透的特點，更廣范圍內的科研資源獲取可進一步促進醫(yī)學科技創(chuàng)新。結合醫(yī)學科研共享需求以及數(shù)據(jù)提供者的共享意愿，醫(yī)學科研數(shù)據(jù)的開放與共享機制包括知識產權、開放共享政策、開放共享方式、服務內容、服務方式、數(shù)據(jù)引用等方面內容。醫(yī)學科研數(shù)據(jù)倉儲發(fā)布環(huán)境提供包括數(shù)據(jù)在線瀏覽、檢索、下載等通用的數(shù)據(jù)服務，以及數(shù)據(jù)統(tǒng)計、數(shù)據(jù)鏈接、數(shù)據(jù)可視化、數(shù)據(jù)接口、數(shù)據(jù)定制、數(shù)據(jù)傳遞、數(shù)據(jù)申請、數(shù)據(jù)預約、數(shù)據(jù)協(xié)作等深層次服務和特色服務。

2.3 科研服務

2.3.1 統(tǒng)一發(fā)現(xiàn)服務

針對統(tǒng)一搜索發(fā)現(xiàn)、資源關聯(lián)導航、專題服務的科研數(shù)據(jù)服務需求，資源統(tǒng)一發(fā)現(xiàn)服務旨在提高科研活動開展的便捷性。基于云服務的IT資源申請和應用模式，為科研人員提供完善的科研基礎設施環(huán)境，有利于科研人員將更多精力投入到科學研究和創(chuàng)新實踐活動中。知識化組織融合多源異構醫(yī)學科研數(shù)據(jù)資源，利用Open URL、Web Service、DOI等技術，實現(xiàn)元數(shù)據(jù)與數(shù)據(jù)資源以及服務之間的無縫鏈接，最大程度實現(xiàn)倉儲資源的可見性和可獲得性。提供基于元數(shù)據(jù)搜索的資源統(tǒng)一發(fā)現(xiàn)和基于語義的多維知識關聯(lián)發(fā)現(xiàn)，為科研活動提供人機友好交互的一站式資源檢索與獲取服務。基于大數(shù)據(jù)分析與挖掘等先進理論、技術與方法，為不同數(shù)據(jù)需求驅動下的醫(yī)學科研實踐提供專業(yè)化、個性化、動態(tài)化和集成化的知識發(fā)現(xiàn)增值服務。

2.3.2 協(xié)同共享服務

為支持不同科研用戶的需求與合作，縮減科研流程周期，通過工作流機制，基于云倉儲體系中的各種工具，為科研人員開展深層次的知識服務提供便捷、高效的自動化科研應用服務。充分考慮和保護數(shù)據(jù)科研成果所有者的知識產權，通過“線上+線下”的綜合服務模式，為多途徑的資源獲取提供條件，同時促進協(xié)作創(chuàng)新。作為推動科學數(shù)據(jù)共享的有效途徑之一，數(shù)據(jù)出版模式既可提升科研數(shù)據(jù)的可信度，又能為更好地存儲、利用和推廣數(shù)據(jù)成果帶來可能。科研數(shù)據(jù)出版服務包括數(shù)據(jù)質量控制、激勵機制、版權保護等。

2.3.3 長期保存服務

醫(yī)學科研活動注重實證和積累，具有持續(xù)性和長期性，科研活動中產生的科學數(shù)據(jù)、實驗記錄、臨床文檔等具有切實的長期保存需求。為確保數(shù)字信息的長期存儲，保證數(shù)字信息的真實可信，且能夠被未來的使用者理解和應用，圍繞數(shù)字資源的保存生命周期，醫(yī)學科研數(shù)據(jù)長期保存服務的對象包括醫(yī)學科研數(shù)據(jù)環(huán)境中具有長期保存價值的海量數(shù)字資源以及與之對應的相關元數(shù)據(jù)和支撐運行系統(tǒng)等，服務內容包括格式管理、信息封裝、安全監(jiān)測、完整性校驗、數(shù)據(jù)功能審校、數(shù)據(jù)遷移等。通過長期保存服務，為重要醫(yī)學科研資源的長期可用提供服務保障。

3 應用實踐

面向醫(yī)學大數(shù)據(jù)環(huán)境下的業(yè)務發(fā)展需求，中國醫(yī)學科學院醫(yī)學信息研究所/圖書館目前已建設完成醫(yī)學大數(shù)據(jù)云數(shù)據(jù)中心。主要建設內容包括基于兩地數(shù)據(jù)中心，實現(xiàn)了對整體布局的調整以及部分老舊業(yè)務系統(tǒng)的在線遷移；以虛擬化技術為基礎，擴增了數(shù)據(jù)中心的計算、網(wǎng)絡、存儲等資源池；構建了云數(shù)據(jù)中心管理平臺，實現(xiàn)了資源集中調度和自動化部署；構建了云數(shù)據(jù)中心運維監(jiān)控平臺，實現(xiàn)了軟硬件設備統(tǒng)一監(jiān)控；構建了云數(shù)據(jù)中心安全態(tài)勢感知平臺，實現(xiàn)了對安全風險的分析及可視化展示。

在建設成果方面，依托云數(shù)據(jù)中心云管理平臺，已實現(xiàn)對原有信息機房102臺業(yè)務系統(tǒng)的遷移；基于軟件定義存儲，將8個計算節(jié)點進行分布式存儲整合，新增3臺GPU服務器，為云數(shù)據(jù)中心提供高性能計算資源；新增4節(jié)點超融合服務器，以萬兆互聯(lián)交換機組網(wǎng)，將傳統(tǒng)架構中的內部計算網(wǎng)絡存儲模塊進行分布式組合，支持橫向線性擴展；更新核心交換機，以增加數(shù)據(jù)交換容量，支持虛擬化；并新增2臺數(shù)據(jù)中心交換機和10臺服務器接入交換機，以增強擴展能力，簡化管理，提升可靠性和易維護性；針對醫(yī)學大數(shù)據(jù)業(yè)務需求，擴增360TB存儲資源和128TB備份資源；并通過現(xiàn)有存儲虛擬化網(wǎng)關設備，實現(xiàn)存儲節(jié)點間的互聯(lián)互通。此外，還采用虛擬化技術融合現(xiàn)有的統(tǒng)一存儲系統(tǒng)和分布式存儲混合架構體系，以滿足云數(shù)據(jù)中心資源靈活申請和配置需求。

建設完成的云數(shù)據(jù)中心支持對PB級數(shù)據(jù)存儲、分析與處理，為大數(shù)據(jù)環(huán)境下的醫(yī)學科技文獻服務、人口健康服務、重大疾病服務、醫(yī)療保障服務以及衛(wèi)生信息服務等提供安全可靠的資源保障和快速便捷的服務支撐。醫(yī)學大數(shù)據(jù)云數(shù)據(jù)中心目前的資源使用情況如圖2所示。通過對建成的云數(shù)據(jù)中心服務效果情況進行調查的結果顯示，服務對象滿意度達90.91%。

圖2醫(yī)學大數(shù)據(jù)云數(shù)據(jù)中心資源使用情況

4 結語

為滿足大數(shù)據(jù)環(huán)境下的醫(yī)學科研服務需求，提升醫(yī)學信息服務能力和效率，本文基于數(shù)據(jù)驅動科研的新態(tài)勢，從醫(yī)學科研云、資源倉儲、科研服務3方面構建了醫(yī)學科研服務體系。以醫(yī)學科研云為基礎，開展科研數(shù)據(jù)和科研工具倉儲建設，支持資源統(tǒng)一發(fā)現(xiàn)、協(xié)同共享以及長期保存服務，為科研數(shù)據(jù)采集、存儲、發(fā)布和應用的全流程管理提供安全、可靠、便捷的基礎條件。基于該服務體系建設完成的醫(yī)學大數(shù)據(jù)云數(shù)據(jù)中心在醫(yī)學科研數(shù)據(jù)開放獲取、利用與共享的推動下，將進一步促進醫(yī)學科技創(chuàng)新。