医疗PACS影像存储面临的问题盘点

　　近年来，医院的医疗PACS影像数据生产量在快速增长，对医疗影像存储的快速扩容能力和高并发调阅能力提出了挑战。目前医院采用的集中式阵列存储普遍存在影像调阅性能瓶颈，三级存储架构复杂，扩容和运维困难，数据无法全部在线，难以支持大数据、人工智能等科研需求。

　　随着医疗影像设备的广泛使用、拍片设备单次拍片量的增加，以及拍片设备分辨率的不断提高，医院的医疗PACS数据量预计每年增长15%，五年翻一番，并呈加速增长的态势，三甲综合性医院或胸科、肺科、骨科等三甲专科医院，一年的新增拍片量在50TB～60TB。并且，根据国家电子病历保存相关规定，医疗机构保管保存医疗影像数据时间要求不少于15年。无论从业务发展还是合规要求，医疗影像数据的存储都对存储系统提出了需求。

　　目前医院对医疗PACS数据普遍采用传统阵列存储FCSAN或NAS，并采用在线、近线、离线的三级存储架构。这种PACS存储架构普遍面临以下问题：

　　1、性能/容量扩展困难

　　PACS影像的典型特征是大部分文件都是小文件，其中MR文件平均大小为60KB左右;CT文件平均大小为300KB左右，也是小文件。长期以来，小文件存储都是存储系统面临的挑战：小文件读写性能低;当存储的文件数量增多时性能会不断下降。

　　目前在线存储使用传统阵列存储时，PACS图像调阅的速度最快仅为每秒80幅左右。典型的MR检查，平均每次检查产生约3000～5000张小图片，调阅图片需要数十秒以上;

　　在大型医院的业务高峰期，数百位门诊、临床医生同时阅片时，对存储系统产生高并发访问，阅片等待时间更长。

　　2、系统架构复杂、数据访问不便

　　三级存储架构下，PACS影像数据分散保存在三套不同的存储系统中。这会导致以下问题：

　　在患者进行复查时，医生需要调阅半年前或一年前的检查影像，这些影像位于近线存储中，需要将这些影像先迁移到在线存储中再调阅，不仅操作繁琐，难以让医生立即调阅;

　　三级架构导致的数据隔离，难以将积累的大量PACS数据用于如AI辅助诊疗、影像数据分析与影像智能诊断等科研活动，使数据价值难以充分发挥;

　　不同存储系统之间的数据难以统一管理，数据迁移工作繁重。

　　3、总体拥有成本较高

　　传统中高端阵列存储设备的购置成本较高，尤其是后期扩容成本难以控制。此外，分级存储带来的数据迁移工作量巨大;三套存储的运维也增加了医院信息中心的运维成本。