kaiyun官方注册
您所在的位置: 首页> 嵌入式技术> 业界动态> HDS成功帮助用户实现医疗大数据存 管 用一体化服务

HDS成功帮助用户实现医疗大数据存 管 用一体化服务

2016-04-08

  医疗大数据的时代已经来临,正确地分析这些数据,将能显著改善患者服务、提高医疗质量、降低医疗成本。近日,HDS在京举办了医疗行业媒体沟通会。会上,HDS重点与大家分享了大数据带给医疗行业的挑战及HDS是如何帮助医疗卫生行业应对这一挑战的。

  医疗大数据分存、管、用三步走

  随着医院信息化的不断深入,医院的系统越来越多、数据量正在以几何倍数增长,这其中包括结构化的电子病历数据还有非结构化的影像数据,特别是PACS数据。从HDS角度来讲,HDS中国区域市场技术总监于希国认为,存、管、用是医疗行业大数据一直面临的挑战。谈到存,我们更多强调的是性能,比如医学影像PACS(图片存档及通信系统,Picture Archiving and Communication System)的调用,如何较快的满足临床医生调用的需求很关键。当数据量达到一定程度后,“管”就会变得很棘手,数据量由几十个T到上百个T甚至达到PB级时,“管”就变得非常重要。于希国认为可靠性对于“管”来说非常重要。

  当数据量大到一定程度的时候,往往很难通过传统的备份方式来实现数据备份。这么大的数据量不做备份又不安全。针对这样的情况,HDS推出HCP内容数据归档平台,不需要传统的备份技术,但却能达到备份效果的一整套解决方案。于希国介绍到这套方案是对特有对象化免备份架构承载PACS历史数据长期保存。可以将非结构化和结构化的数据集成到一个单一的动态归档架构中,有效消除归档后的各种冗余数据。满足客户对于长期数据的存储、保护、管理等一系列的需求。

  “如果不能及早科学规划数据存储及归档的基础架构,医院的数据将如同一匹脱缰的野马,难以驾驭,对于医院和CIO而言,将无疑是一场后果难以估量的数据灾难。“某三甲医院信息科主任预言。“数据的存、管都是为更好的用而做准备,”于希国强调,HCP技术为大数据的“用”打下了坚实基础。

  HCP在中国大陆无锡医管中心等很多医疗机构、医院已经应用。提到无锡市医院管理中心医疗大数据建设应用时,于希国介绍,HDS采用全套端到端解决方案为无锡医管中心建立区域服务平台,实现了市级八家公立医院的医学影像数据的集中管理、归档存储和统一应用。从移动性、统一性、海量数据、分级存储四个方面满足了其在医疗科研和教学领域中存储、管理、保护和搜索各类数据的严苛要求。同时为将来无锡区域的医疗大数据建设打下坚实的基础。

  医疗云成为分级诊疗重要推力

  分级诊疗作为医改的重头戏推行了很多年,由于种种原因仍难以真正落地。基层是整个分级诊疗体系中最为关键也是最难攻破的一环,而要真正实现患者基层首诊,信息互联、数据共享是关键一环。

  针对上面的问题,行业很多专家提出,医疗云是解决这一问题的有效途径与手段。医疗云可以打通广泛存在各个医院之间的”信息孤岛“,将使区域医疗信息化或更大范围的医疗信息互联互通成为可能,而不再受地域限制。包括传统的运营商、互联网大佬BAT等都在瞄准医疗云这一技术。就在前不久,阿里就携手四川卫计委合建“四川省远程医疗云“,意在打通医疗单位间信息孤岛现状,从而实现大病去医院,康复回社区的目的,以此突破基层首诊难推行问题。

  HDS健康与生命科学亚太区总经理马明才在医疗健康信息技术行业拥有20年的工作经验,是医学影像信息系统领域的专家。自2010年加入HDS以来,他一直负责在健康与生命科学领域方面的市场拓展和战略部署工作,他认为医疗云虽喊了很多年,出于安全考虑,大家仍对此非常谨慎,业务模式也未有很大突破。而就在刚刚过去的2015年,HDS通过与客户的交流合作发现,客户的观念在转变,对医疗云也有了更深层次的认识。未来,HDS也会加大与本土友商的合作,共同为医疗行业贡献力量。

  HDS已做好准备

  在“互联网+”背景下,传统的医疗机构在思考自己现有的发展模式能否能应对未来医疗的挑战,HDS作为全球独立存储领导厂商一直被大家认为是传统专业存储厂商的代表。事实上, HDS已从曾经的专注于存储到如今专注于云+存储,软件、服务和整体解决方案是HDS未来的发展战略,凭借多年的积累及对数据的理解,HDS已做好准备帮助用户实现转型。


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306116;邮箱:aet@chinaaet.com。
Baidu
map