《醫(yī)療科研大數(shù)據(jù)平臺(tái)技術(shù)指南 第2部分：平臺(tái)技術(shù)架構(gòu)》

1醫(yī)療大數(shù)據(jù)平臺(tái)技術(shù)指南第2部分：平臺(tái)技術(shù)架構(gòu)本文件規(guī)定了醫(yī)療大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)的相關(guān)要求，包含醫(yī)療大數(shù)據(jù)平臺(tái)建設(shè)的功能架構(gòu)和技術(shù)架構(gòu)，規(guī)定了醫(yī)療大數(shù)據(jù)平臺(tái)的頂層設(shè)計(jì)、建設(shè)內(nèi)容、性能指標(biāo)及服務(wù)能力的要求等內(nèi)容。本文件適用于醫(yī)療大數(shù)據(jù)平臺(tái)總體架構(gòu)的建立；醫(yī)療大數(shù)據(jù)平臺(tái)建設(shè)過(guò)程的明確，醫(yī)療大數(shù)據(jù)平臺(tái)建設(shè)實(shí)施落地的指導(dǎo)；醫(yī)療大數(shù)據(jù)平臺(tái)相關(guān)的軟件或解決方案的研發(fā)、選型和評(píng)價(jià)。2規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T18391.1信息技術(shù)元數(shù)據(jù)注冊(cè)系統(tǒng)(MDR)第1部分：框架GB/T34960.5信息技術(shù)服務(wù)治理第5部分：數(shù)據(jù)治理規(guī)范GB/T35295信息技術(shù)大數(shù)據(jù)術(shù)語(yǔ)3術(shù)語(yǔ)和定義GB/T18391.1、GB/T35295、GB/T34960.5界定的以及下列術(shù)語(yǔ)和定義適用于本文件。3.1容器式虛擬化Containerizedvirtualization大數(shù)據(jù)環(huán)境下的一種虛擬化基本形式，按此種形式，在本地裸機(jī)上運(yùn)行操作系統(tǒng)，管理程序功能嵌入操作系統(tǒng)中，應(yīng)用在內(nèi)部各個(gè)容器中運(yùn)行，控制和限制對(duì)操作系統(tǒng)和物理機(jī)器資源的訪問(wèn)。3.2軟件定義存儲(chǔ)Softwaredefinedstorage利用軟件來(lái)確定存儲(chǔ)器的動(dòng)態(tài)層級(jí)分配的一種存儲(chǔ)管理技術(shù)。[GB/T35295,術(shù)語(yǔ)和定義2.1.60]3.3服務(wù)器虛擬化Servervirtualization服務(wù)器虛擬化是一種對(duì)計(jì)算資源的抽象，它在物理服務(wù)器的基礎(chǔ)上構(gòu)建多個(gè)相互獨(dú)立的虛擬機(jī)，從而將CPU、內(nèi)存、I/O等服務(wù)器物理資源轉(zhuǎn)化為一組統(tǒng)一管理，可靈活調(diào)度、動(dòng)態(tài)分配的邏輯資源。23.4基礎(chǔ)設(shè)施即服務(wù)（IaaS）Infrastructureasaservice提供給使用者的服務(wù)是對(duì)所有計(jì)算基礎(chǔ)設(shè)施的利用，包括處理CPU、內(nèi)存、存儲(chǔ)、網(wǎng)絡(luò)和其它基本的計(jì)算資源，用戶(hù)能夠部署和運(yùn)行任意軟件，包括操作系統(tǒng)和應(yīng)用程序。3.5平臺(tái)即服務(wù)PaaSplatformasaservice提供給使用者的服務(wù)是提供開(kāi)發(fā)語(yǔ)言和工具（例如Java，python,.Net等）、中間件、數(shù)據(jù)庫(kù)等應(yīng)用程序部署到云計(jì)算基礎(chǔ)設(shè)施上去。3.6AI即服務(wù)AIasaservice提供人工智能服務(wù)，就是直接通過(guò)平臺(tái)就可以對(duì)AI神經(jīng)網(wǎng)絡(luò)模型，機(jī)器學(xué)習(xí)算法的測(cè)試、訓(xùn)練和試驗(yàn)，以達(dá)到為應(yīng)用所使用。3.7軟件即服務(wù)softwareasaservice提供給使用者運(yùn)行在云計(jì)算基礎(chǔ)設(shè)施上的應(yīng)用程序，用戶(hù)可以在各種設(shè)備上通過(guò)客戶(hù)端界面訪問(wèn)，如瀏覽器。消費(fèi)者不需要管理或控制任何云計(jì)算基礎(chǔ)設(shè)施，包括網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)、存儲(chǔ)等。4縮略語(yǔ)下列縮略語(yǔ)適用于本文件:HIS:醫(yī)院信息系統(tǒng)（HospitalInformationSystem）；LIS:實(shí)驗(yàn)室信息管理系統(tǒng)（LaboratoryInformationManagementSystemRIS:放射信息系統(tǒng)（RadiologyInformationSystem）；EMR:電子病歷系統(tǒng)（ElectronicMedicalRecord）；PACS:影像歸檔和通信系統(tǒng)（PictureArchivingandCommunicationSystemIaaS：基礎(chǔ)設(shè)施即服務(wù)（InfrastructureasaService）；PaaS：平臺(tái)即服務(wù)（Platform-as-a-ServiceAIaS：人工智能即服務(wù)（AIas-a-ServiceAIOps：智能化運(yùn)維（ArtificialIntelligenceforITOperationsSaaS：軟件即服務(wù)（Software-as-a-Service）；KVM：基于內(nèi)核的虛擬機(jī)（Kernel-basedVirtualMachineCPU：中央處理器（centralprocessingunit）；GPU：圖形處理器（graphicsprocessingunit)；RAM：隨機(jī)存取存儲(chǔ)器（RandomAccessMemoryMPP：大規(guī)模并行處理技術(shù)（MassivelyParallelProcessingHDFS：分布式文件系統(tǒng)（HadoopDistributedFileSystem）；CDR:臨床數(shù)據(jù)中心(ClinicalDataRepository)；ODR:運(yùn)營(yíng)數(shù)據(jù)中心(OperateDataRepository)；3RDR：科研數(shù)據(jù)中心(ResearchDataRepository)；5醫(yī)療大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)5.1綜述本文件要求醫(yī)療大數(shù)據(jù)平臺(tái)應(yīng)支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)、集中式和分布式數(shù)據(jù)的統(tǒng)一建模；支持大數(shù)據(jù)清洗、脫敏的數(shù)據(jù)治理；支持以統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行歸一化處理，對(duì)醫(yī)院海量的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合治理，構(gòu)建符合要求的統(tǒng)一、高性能的共享、利用的平臺(tái)。5.2總體架構(gòu)要求醫(yī)療大數(shù)據(jù)平臺(tái)總體架構(gòu)應(yīng)包括五層架構(gòu)，即數(shù)據(jù)源層、數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)治理層、數(shù)據(jù)應(yīng)用層，并應(yīng)建立醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范管理體系、安全認(rèn)證體系?？傮w架構(gòu)見(jiàn)圖1所示。圖1醫(yī)療大數(shù)據(jù)平臺(tái)總體架構(gòu)圖6功能架構(gòu)要求6.1數(shù)據(jù)源層數(shù)據(jù)源層負(fù)責(zé)完成管理及維護(hù)平臺(tái)對(duì)接的源系統(tǒng)，便于梳理數(shù)據(jù)來(lái)源以及后期運(yùn)維。數(shù)據(jù)源層應(yīng)實(shí)現(xiàn)包含但不限于：——宜支持對(duì)接醫(yī)院內(nèi)部醫(yī)療業(yè)務(wù)系統(tǒng)、運(yùn)營(yíng)管理系統(tǒng)；——宜支持對(duì)接生物樣本、影像、基因庫(kù)等相關(guān)數(shù)據(jù)；——宜支持對(duì)接醫(yī)院物聯(lián)網(wǎng)設(shè)備采集數(shù)據(jù)；——宜支持對(duì)接醫(yī)院外部相關(guān)的醫(yī)療健康數(shù)據(jù)；——宜實(shí)現(xiàn)數(shù)據(jù)源持久化管理；——宜實(shí)現(xiàn)數(shù)據(jù)鏈接狀態(tài)監(jiān)控。46.2數(shù)據(jù)采集層數(shù)據(jù)采集層負(fù)責(zé)數(shù)據(jù)采集標(biāo)準(zhǔn)及處理流程，對(duì)數(shù)據(jù)進(jìn)行采集入庫(kù)，同時(shí)對(duì)采集數(shù)據(jù)進(jìn)行加密脫敏等安全處理和質(zhì)量控制。采集作業(yè)宜實(shí)現(xiàn)包括不限于以下：——數(shù)據(jù)采集管理：宜實(shí)現(xiàn)對(duì)數(shù)據(jù)源進(jìn)行合規(guī)管理，遵循最小化權(quán)限要求及安全管控原則；——數(shù)據(jù)采集技術(shù)：宜支持對(duì)不同數(shù)據(jù)源采用備份恢復(fù)、物化視圖、ETL工具、Sqoop、消息隊(duì)列等不同方式進(jìn)行數(shù)據(jù)采集；——數(shù)據(jù)采集質(zhì)控：宜實(shí)現(xiàn)對(duì)不同類(lèi)型數(shù)據(jù)進(jìn)行采集任務(wù)數(shù)據(jù)質(zhì)量監(jiān)控，根據(jù)任務(wù)日志，數(shù)據(jù)一致性、平衡性檢查等方式保障采集任務(wù)穩(wěn)定運(yùn)行；——數(shù)據(jù)采集整合：宜支持可編程式數(shù)據(jù)采集整合，對(duì)特定數(shù)據(jù)在采集過(guò)程中進(jìn)行有效整合；——數(shù)據(jù)采集安全：宜按照相關(guān)數(shù)據(jù)安全政策法規(guī)要求制定數(shù)據(jù)采集任務(wù)，避免采集過(guò)程中數(shù)據(jù)安全。6.3數(shù)據(jù)存儲(chǔ)層數(shù)據(jù)湖層負(fù)責(zé)將采集、治理后的數(shù)據(jù)按照不同來(lái)源、不同標(biāo)準(zhǔn)進(jìn)行分類(lèi)存儲(chǔ)管理。要求包括不限于——宜采用分層分域的存儲(chǔ)方式，實(shí)現(xiàn)對(duì)不同數(shù)據(jù)層級(jí)不同域的數(shù)據(jù)進(jìn)行解耦；——宜根據(jù)實(shí)際需要選擇存儲(chǔ)架構(gòu)，包括分布式、集中式存儲(chǔ)架構(gòu)；——宜支持結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)；——宜采用相關(guān)數(shù)據(jù)存儲(chǔ)安全技術(shù)，建立數(shù)據(jù)安全防護(hù)和管理制度。6.4數(shù)據(jù)治理層數(shù)據(jù)治理層負(fù)責(zé)對(duì)采集匯聚的數(shù)據(jù)進(jìn)行清洗加工處理，并做標(biāo)準(zhǔn)化整理。宜實(shí)現(xiàn)包括不限于以下功——元數(shù)據(jù)管理功能；——主數(shù)據(jù)管理功能；——數(shù)據(jù)質(zhì)量管理功能；——數(shù)據(jù)資產(chǎn)管理功能；——數(shù)據(jù)安全管理功能；——數(shù)據(jù)標(biāo)準(zhǔn)化功能；——數(shù)據(jù)結(jié)構(gòu)化功能。6.5數(shù)據(jù)應(yīng)用層6.5.1數(shù)據(jù)資源將大數(shù)據(jù)中心層治理好的數(shù)據(jù)資源根據(jù)不同標(biāo)準(zhǔn)建立不同的數(shù)據(jù)資源庫(kù)，以更好滿(mǎn)足數(shù)據(jù)應(yīng)用需要。宜實(shí)現(xiàn)包括不限于以下功能：——CDR臨床應(yīng)用數(shù)據(jù)庫(kù)；——ODR運(yùn)營(yíng)應(yīng)用數(shù)據(jù)庫(kù)；——RDR科研應(yīng)用數(shù)據(jù)庫(kù)。6.5.2數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用庫(kù)以高質(zhì)量的大數(shù)據(jù)中心數(shù)據(jù)為基礎(chǔ)，建設(shè)各種醫(yī)療大數(shù)據(jù)平臺(tái)智慧應(yīng)用。具體應(yīng)用包括但不限于：5——智慧醫(yī)療：臨床輔助診斷、知識(shí)庫(kù)、單病種管理等；——智慧管理：運(yùn)營(yíng)決策分析、智慧后勤、數(shù)據(jù)駕駛艙等；——醫(yī)學(xué)研究：隊(duì)列研究、藥物臨床試驗(yàn)、影像組學(xué)、生物組學(xué)等；——健康管理：慢病管理、健康照護(hù)、健康養(yǎng)老、保險(xiǎn)等。7硬件及服務(wù)架構(gòu)要求醫(yī)療大數(shù)據(jù)平臺(tái)硬件及服務(wù)架構(gòu)主要分五層六大部分，包括：硬件設(shè)施、IaaS層、Paas層、AIaas層、Saas層。7.1硬件設(shè)施7.1.1硬件設(shè)施為技術(shù)架構(gòu)的最底層，主要包括構(gòu)成大數(shù)據(jù)平臺(tái)底層的服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)等硬件資源，具體配置應(yīng)根據(jù)醫(yī)院生成系統(tǒng)的數(shù)據(jù)量、醫(yī)院病人總數(shù)、醫(yī)院病例數(shù)及平臺(tái)可持續(xù)性年數(shù)進(jìn)行評(píng)估規(guī)劃。7.1.2從數(shù)據(jù)安全、應(yīng)用等角度考慮，大數(shù)據(jù)平臺(tái)宜包含以下硬件：表1醫(yī)療大數(shù)據(jù)平臺(tái)硬件配置推薦表硬件類(lèi)型用途應(yīng)用數(shù)據(jù)服務(wù)器主要用于數(shù)據(jù)治理及應(yīng)用服務(wù)，實(shí)現(xiàn)雙機(jī)熱備，避免業(yè)務(wù)中斷問(wèn)題數(shù)據(jù)庫(kù)服務(wù)器主要用于數(shù)據(jù)的存儲(chǔ)及分析查詢(xún)，采用分布式架構(gòu)萬(wàn)兆交換機(jī)作為互備，同時(shí)提供內(nèi)部網(wǎng)絡(luò)連接流量控制器監(jiān)控流量、保證數(shù)據(jù)安全堡壘機(jī)攔截非法訪問(wèn)和惡意攻擊，內(nèi)部操作的審計(jì)監(jiān)控防火墻有效監(jiān)控審計(jì)訪問(wèn)、記錄網(wǎng)絡(luò)使用的詳細(xì)信息、提高內(nèi)部網(wǎng)絡(luò)的安全性，降低網(wǎng)絡(luò)風(fēng)險(xiǎn)IaaS層由高度可擴(kuò)展和自動(dòng)化的資源（包括CPU、內(nèi)存和存儲(chǔ)等）組成，對(duì)外提供相關(guān)計(jì)算資源服務(wù)。具體要求包括但不限于：——宜通過(guò)虛擬化技術(shù)、容器化技術(shù)構(gòu)成資源池；——相同類(lèi)型的的CPU要?dú)w入同一資源池或數(shù)據(jù)區(qū)；——宜具有自動(dòng)發(fā)現(xiàn)、自動(dòng)分配、按需使用、刪除后自動(dòng)歸還能力；——宜支持資源平衡，統(tǒng)一管理功能。7.1.4PaaS層6PaaS層宜提供了一個(gè)軟件中間層，包括提供集成的應(yīng)用開(kāi)發(fā)框架和環(huán)境，集成的PaaS底層技術(shù)能力，提供標(biāo)準(zhǔn)的技術(shù)附件服務(wù)，數(shù)據(jù)庫(kù)服務(wù)等；同時(shí)還應(yīng)包括業(yè)務(wù)流程管理。具體能力包括但不限于：——宜采用微服務(wù)模式，支持敏捷開(kāi)發(fā)框架；——宜提供標(biāo)準(zhǔn)化組件及統(tǒng)一的數(shù)據(jù)訪問(wèn)接口——宜支持多租戶(hù)及細(xì)粒度資源隔離；——宜支持多類(lèi)型數(shù)據(jù)存儲(chǔ)，形成異構(gòu)、池化、可彈性擴(kuò)展的數(shù)據(jù)庫(kù)及服務(wù)；——宜支持多類(lèi)型的中間件，形成異構(gòu)、池化、可彈性擴(kuò)展的中間件及服務(wù)；——宜支持資源、組件、服務(wù)及應(yīng)用的統(tǒng)一監(jiān)控及測(cè)量。7.1.5AIaaS層AIaaS層中的人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用包括虛擬助理、醫(yī)學(xué)影像、藥物挖掘、生物技術(shù)、醫(yī)院管理、健康管理等。具體能力包括但不限于：——宜支持使用資源的動(dòng)態(tài)伸縮；——宜支持多租戶(hù)及資源隔離；——宜支持對(duì)資源的監(jiān)控；——宜支持多機(jī)調(diào)度優(yōu)化、性能優(yōu)化功能；——宜采用相關(guān)人工智能技術(shù)（如自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、知識(shí)圖譜、自動(dòng)推理