分布式存儲在專科醫院PACS系統的應用研究

袁駿毅 尤麗玨 潘常青

1(上海市胸科醫院(上海交通大學附屬胸科醫院) 上海 200030) 2(上海交通大學醫學院附屬瑞金醫院盧灣分院 上海 200020)

0 引 言

醫療影像是循證醫學證據鏈的關鍵環節，對臨床醫生的診斷和手術方案起到了重要的影響[1]。醫生需要高效地調閱到檢查影像，確保患者得到及時有效的治療。隨著醫學技術的創新和醫技檢查的增多，影像數據日益呈現快速的增長趨勢，影像的讀取性能成為醫院信息管理者面臨的難點問題[2]。醫院通常在存儲上投入了較大的成本，然而很多架構規劃偏重于滿足容量的要求，使用效果未達到最佳[3]。近年來，分布式技術廣泛應用于海量數據的任務處理，Essa等[4]指出:采用智能負載分配的分布式存儲有助于實現大容量數據的安全管理和高效利用。

上海市胸科醫院是一家學科特色鮮明、以心肺手術為主的三級甲等專科醫院，2019年放射科、超聲科等醫技檢查41.2萬人次，隨著院內原有影像歸檔和通信系統(Picture Archiving and Communication Systems,PACS)中影像的不斷累積，調閱速度日趨緩慢。因此，醫院實施基于分布式存儲的PACS項目，以滿足影像調閱的性能需求。本文通過實施前后的數據對比，驗證分布式存儲的應用效果，為利用信息技術手段優化臨床工作提供借鑒參考。

1 現狀分析

PACS的主要作用是采集、傳輸和處理醫技檢查所產生的醫學影像，實現全院的數字化存儲和共享[5]。PACS實時采集設備的影像數據，在醫技工作站上進行相應處理，剔除部分無用的序列，標記關鍵幀，歸類存儲到信息機房。醫學影像采用符合國際標準ISO12052的影像通信格式(Digital Imaging and Communications in Medicine,DICOM)。醫技科室的醫生在檢查報告系統(Radiology Information System,RIS)書寫檢查結論時，以及臨床醫生在電子病歷系統(Electronic Medical Record,EMR)中查看檢查報告時，均需要從PACS里調閱相關影像資料[6]。PACS體現了醫院無紙化膠片的應用水平，其運轉效率直接影響到臨床診斷和后續治療措施，是保障醫療質量的基礎[7]。

醫院PACS始建于2006年，其文件容量至2015年僅有63.77 TB，至2019年底已達到245.83 TB，呈井噴式增長，如圖1和圖2所示。PACS作為大容量數據對象的信息系統，在性能上承擔著較大的壓力，調閱成為臨床使用者不滿意的矛盾聚焦點，主要體現如下：① 隨著精密設備如264排CT的投入使用，以往單個患者的影像大小約250 MB，現已增長到近800 MB，每次調閱從以前的10～20秒上升到40～60秒，臨床感受度非常差，時有投訴；② 專科醫院專注于有限的病種，檢查報告的質量要求較高，書寫檢查結論時需對比本次及歷年的影像，由于總容量已超越單臺存儲的上限，歷年圖像存在于近線存儲設備中，應用軟件尋址效率受到架構制約[8]；③ 醫院網絡為萬兆主干、千兆到桌面，重點科室如放射科的PC采用全閃存硬盤，網絡和PC的調整手段已非常有限。因此，信息中心面臨著較大的壓力，應用新技術和成熟穩妥的方式提升PACS性能的需求相當迫切。

圖1 2009年—2019年影像文件容量

圖2 2009年—2019年影像文件數量

2 分布式技術

圍繞著快速訪問和大容量存儲的目標，PACS分為集中式和分布式兩種存儲模式[9]。集中式存儲以陣列疊加和外部軟件尋址為特征，可靠性較高但橫向擴展不易；分布式存儲是面向多節點的新興存儲技術，依賴于分布式文件系統，數據分散在網絡互連的多臺獨立設備[10]，每臺設備作為一個節點，多個節點構成通信和傳輸的網絡，集合成為整體從而對外提供存儲服務。分布式文件系統將數據管理任務均衡地分布到每個存儲節點上，達到各司其職和彼此協同的目的。分布式技術提升了存儲的模塊化橫向擴展能力，具有高并發訪問和大規模擴容能力，同時有效降低了升級維護硬件的成本，已成為存儲領域的應用發展方向[11]。集中式和分布式對比見表1。

表1 集中式和分布式存儲技術對比

續表1

此前，國內一般采用進口的存儲分布式文件系統，主要有Ceph、Hdfs等，兩者均為成熟的開源代碼，具有較好的可維護性和可擴展性，屬于強容錯能力的企業級對象存儲生態環境，研發人員進行調優及外圍功能的擴展[12]。然而，此方式也存在一些局限：① 適合高吞吐量的大文件存儲，對于數量較大的小文件的讀取優勢并不明顯，高并發和隨機讀取的應用場景較為受限。② 國外的開源代碼具有成本低廉性，但是不可避免存在較高的黑客攻擊概率[13]。健康數據作為國家基礎性戰略資源，生物樣本更是信息安全的重點關注內容，若存在安全漏洞，將產生較大的數據泄密風險。因此，近些年部分科研機構和存儲廠商，自主研發國產化專用代碼的分布式文件系統，以便更安全、可靠地保護醫療行業的數據。

3 投入評估

由于PACS存儲容量較大，若一次性更換原有集中式存儲,則總成本(Total Cost of Ownership,TCO)十分昂貴，項目推進必須考慮投入產出比。IT項目的價值體現在無形資產的隱性回報，通過提高工作效率和降低勞動成本反映，需要從有效性等方面進行綜合考量[14]。本文使用廣泛應用的動態投入產出模型，即面臨TCO投入的線性規劃方案，存在著受擾動的非線性影響(考慮原有未到報廢期資產的保值)，數學模型的目標函數如下：

S(x)=saAi+sbBi+scCi

(1)

式中:S(x)為產出量;Ai為新增資產的單項投入;Bi為原有資產的單項價值;Ci為消耗后用于擴大再生產的投資;sa、sb、sc分別為單位周期的原有資產、新增資產和剩余資產的價值產出系數;i代表不同的檢查類型，i=1,2,…,n。

為簡單而不失同質化，假定：①S(x)形成的產能滿足PACS需求；② IT項目投入并不直接導致再生產，即Ci=0；③ 不同檢查的存儲占比不同，權重值總和等于1。通常2至6個月內影像調閱頻率較高，術后隨訪等后期調閱相對較少。因此，本文使用新投資Ai的命中率來表示整體有效度，函數表達式為：

(2)

式中:Mi代表周期內新投資的使用數;Ni代表原有投資的使用數;λi代表不同檢查類型的權重。

命中率越大代表了投資的有效性越高，根據最佳投入產出模型的統計結果[15]，當接近0.92時，性價比達到較優狀態。

圖3 2006年—2019年PACS數據分布權重

以1個月的檢查調閱情況為基準，將2019年12月的17.71萬次調閱數據導入計算集，迭代分析命中率，結果如圖4所示。根據評估計算結果顯示，S(x)的首次投資最佳期為10個月,參考2019年的數據量,約為50 TB。

圖4 投入評估的迭代計算

4 實施架構

基于項目投資建設評估,在保留原有350 TB集中式存儲的基礎上,醫院于2020年3月投入使用50 TB的碧海分布式存儲，放置在安全隔離區(Demilitarized Zone,DMZ)。該存儲的文件系統并不基于開源軟件，由上海交通大學背景的團隊自主研發，具有完全的獨立知識產權，可在線擴展到1 024個節點。PACS整體架構如圖5所示。影像的上傳下載采用文件傳輸協議(File Transfer Protocol,FTP)，在部分場景支持優化定制的開發工具包(Software Development Kit,SDK)。檢查儀器采集的影像數據，以FTP方式上傳至分布式存儲。檢查報告工作站和臨床醫生工作站調閱時，先從DMZ的RIS、EMR數據庫讀取患者資料、檢查結論等結構化數據項，然后發出影像下載請求。DICOM網關內置統一的影像尋址排序規則，先至分布式存儲下載，若找不到再被分配至集中式存儲下載。面向互聯網業務的微信掌上醫院等移動應用通過網閘、防火墻設備，以SDK接口獲取并實時生成云膠片。管理后臺設有定時任務，當分布式存儲使用量即將到達上限時，計劃任務會自動將影像以多線程流媒體方式轉儲到集中式存儲。

圖5 PACS系統的分布式存儲架構

5 實證分析

選取2020年1月原有集中式存儲的影像交互情況作為對照組，2020年3月應用分布式存儲架構的影像交互情況作為觀察組。提取DICOM網關記錄的客戶端請求日志，交互速度=請求完成時間-請求開始時間。納入及排除標準：① 納入調用IP為醫生工作站的記錄；② 排除返回狀態為失敗的錯誤記錄；③ 排除請求起始間隔大于600 s的異常記錄。兩組樣本在交互例數、文件個數、文件容量、網絡基礎等方面的差異均無統計學意義，具有可比性，如表2所示。

表2 樣本數據統計

主要觀測兩方面指標：平均上傳時間(UP)和平均下載時間(DN)，下標1、2分別表示對照組和觀察組。使用SPSS 23.0 軟件進行統計分析，分步式存儲應用后的效果見表3。

表3 應用后效果對比

由數據分析可以得出：① 上傳速度無顯著差異(P值大于0.05)，表明分布式存儲并不會導致歸檔加速或延遲；② 下載速度有著顯著差異,分布式存儲有著明顯的優勢，單次下載包含的文件多且容量大的CT、MR、PET最為顯著(P值小于0.001)，提升速度106%至179%之間，包含文件不多但文件容量較大的DR、DSA則較為顯著(P值小于0.05)，提升20%左右；③ 對于文件個數和容量均不大的彩超，無論是上傳還是下載，分布式與集中式存儲的差異并不明顯(P值大于0.05)。需要指出的是，由于檢查影像歸檔為后臺自動進程的異步上傳，使用者并不會體驗到上傳速度的變化，而單次調閱的下載速度，則直接影響到使用者的感受度。由此可見，分布式存儲的應用對于臨床帶來了明顯優化的使用效果。

6 結 語

隨著醫療儀器精密度的提高和檢查覆蓋范圍的變寬,專科醫院普遍面臨著PACS影像容量急速增長的現象。分布式存儲在多并發情況下的高吞吐特性，可以更好地解決資源利用率低、調閱速度緩慢等問題。本文通過醫院PACS存儲的建設情況，進行了投入的規劃評估，對比了實施前后的影像上傳及下載速度；依托于高效穩定的分布式存儲，顯著加快了臨床檢查影像的調閱速度，提高了醫生的工作效率。在后續工作中，醫院將逐步增加分布式存儲容量，以滿足日益增多的電子膠片調閱需求。隨著互聯網醫院的建設，新興信息技術和醫療業務應用的充分融合，已成為醫院信息化重點發展的方向。