2022/06/28

戴尔科技携手浙大一院突破IT难关

戴尔官方企采中心

现代医疗体系的进步

为人们带来了切实可见的福音：

以前无法治疗的疾病可以根治了

大手术变成微创无痛了

恶疾能通过疫苗预防了

……

患者减少病痛、收获健康的背后

是无数医学科研工作者的辛勤投入

如今信息化技术正在加速

这一成果转化的过程

近些年在健康中国、智慧医疗的号召下，全国大大小小的医疗机构纷纷踏上了数字化转型之路。

浙江大学医学院附属第一医院（以下简称“浙大一院”）也不例外，为提高临床诊疗水平、更好为患者提供服务，医院将多样化信息技术应用于临床医疗与医学生物研究中，积极推动科研创新。

医疗创新遭遇拦路虎

浙大一院始建于1947年，是集医疗、教学、科研于一体的大型三级甲等综合医院。在国家卫生健康委最新发布的2019年全国三级公立医院绩效考核国家监测指标结果中，医院综合排名位列全国第6、浙江第一，等级A++，全国前1%。

推进医疗创新的过程中，IT资源不足阻碍了浙大一院的步伐：

一方面，近年来医院医疗影像数据增长过快，每月数据增量达到30TB容量，医学影像数据热点分布不均、影像调用慢，医生查看单个患者的心血管造影数据最长需要等待45秒，严重影响了诊疗工作效率。

另一方面，浙大一院生物医学大数据中心开展创新研究和成果转化时，传统的生物医学数据分析思维和方法难以适应中心大数据分析的需求，也无法实现生物医学大数据以患者为中心的多源数据整合。

携手戴尔科技破难题

面对现有问题，浙江一院提出了两个需求：

▶一是升级医院PACS系统（Picture Achieving and Communication System，影像归档和通信系统）的存储平台，全面解决医学影像调用慢影响诊疗效率的问题；

▶二是为生物医学大数据中心构建一套计算高效、运行稳定的科研数据分析HPCC系统（High Performance Computing Cluster，高性能计算群集），支持医学大数据与人工智能科研工作，为全院提供数据存储和计算资源服务。

为实现以上目标，浙大一院与戴尔科技携手推动HPCC项目和医院PACS存储平台升级，最终使医院的科学计算能力大幅提升，有力支持了医疗研究工作的开展。对此，浙江大学医学院附属第一医院数据中心项目负责人表示了极大肯定：

“

戴尔科技为PACS系统提供了多级存储组合方案，并通过PowerScale的自动化分层技术优化了医疗业务流程，以智慧数据管理提升PACS服务水平，赢得广大医生高度认可。

戴尔科技HPCC方案具有卓越的技术先进性，可以支持我们探索医、工、理相互结合的科研新路径，同时支持医院挖掘多学科交叉在临床医学领域的无限可能性，培养学科交叉高端人才。

”

PowerEdge R650 机架式服务器

为优化工作负载数据中心而生

参考价格:咨询客服获取特惠价了解详情

诊疗效率数倍提升

科研创新扫除障碍

PACS医学影像资料

调用速度提升9-15倍

针对解决PACS存储容量和I/O性能无法满足医疗业务发展的问题，浙大一院采用戴尔科技三级存储组合方案，选择了PowerScale F600全闪节点、H500混合节点、PowerVault ME4084产品组合。

存储平台支持自动分层，可根据数据类型自动将不同生命周期阶段的影像数据存放在相对合适的存储系统上——需要即时调取的在线PACS影像数据被保存在全闪存储上，满足极致I/O性能需求；对于患者已经出院或超过180天再次访问几率很低的影像数据，则将其存储到成本更为友好的大容量存储资源池内。

方案投入使用后，PACS医学影像资料调用速度提升9-15倍，医生3-5秒内就能调阅到2000张图片，系统总裸容量达到8.62PB，有效解决了存储容量和性能问题。

值得一提的是，PowerScale存储具备极高的数据安全性和扩展性，它提供多级容错机制，防止多块盘或多个节点同时损坏而带来的业务中断和数据丢失。PowerScale还能在1分钟内完成在线扩容，实现容量和性能的同步增长，这对PACS系统而言至关重要。

总体科学计算能力提升6-9倍，

AI模型训练效能提升8-9倍

面对生物医学大数据中心的科研数据分析需求，戴尔科技为其构建了一套覆盖计算、存储、管理、网络的四位一体HPCC系统（包含PowerEdge R740服务器、PowerVault ME4012存储、Simple HPC集群管理软件、S4148交换机），这套高性能计算集群总内存容量为10TB，总存储能力10PB，峰值计算能力达到2万亿次/秒。

HPCC平台为生物医学大数据中心提供了日处理1500例样本的数据分析能力，将其总体科学计算能力提升了6-9倍，计算服务涵盖了生物研究的整个生命周期，研发费用大幅降低。

人工智能研究方面，HPCC平台内嵌以PowerEdge R740为核心的GPU计算节点，每台R740节点配置NVIDIA Tesla V100 GPU卡，其双精度浮点计算能力达到8.2TFlops、深度学习性能达到130TFlops，将AI模型训练效能提升8-9倍，强化了疾病的智能预警及预测干预研究能力，科研效率极大提升。

强化边缘计算，

优化医院服务能力

为增强患者体验、提升临床医生的生产率和高效性，浙大一院生物医学大数据中心将边缘计算融入医学实践，通过对PowerEdge服务器的边缘化部署，患者数据可在边缘得到实时分析而无需传回数据中心。

联网的患者可以使用具有IoT功能的电话或手表捕获自己的血压、血糖、心率等生命数据，并通过门户网站与临床医生共享这些数据。该边缘计算方案加快了医疗数据的分析处理进度，可以促进连续的患者监测，实现更有效的医患沟通以及更快、更准确的临床决策和诊断。