查看: 765|回复: 0
打印 上一主题 下一主题

医疗智能化“加速狂飙”,如何才能做好数据“存管用”?

[复制链接]

422

主题

422

帖子

1638

积分

金牌会员

Rank: 6Rank: 6

积分
1638
跳转到指定楼层
楼主
发表于 5 天前 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

近年来,医疗影像设备不断向更高水平和精密化发展,推动医疗服务向更高更快的品质发展。基于医学影像多学科会诊的协作、智能辅助诊断、智能质控、智能术前规划,将快速推进各项医学科研成果进行规范化的临床应用与转化。

随着医学影像在医疗行业的不断发展与深入,影像系统将从生产PACS(医学影像存档与通讯系统)向跨部门演进,各大医院逐步进行临床和科研多模态数据整合,满足院内科研和生产业务需要。

同时,以医疗影像为中心提供的服务,也逐步从传统业务向AI服务系统迈进。人工智能技术已经被广泛应用于医疗领域,智能问诊、智能阅片、辅助诊断等各种智能化应用开始全面普及,医疗智能化进程正在以前所未有的速度极速狂飙。IDC发布的数据显示,预计到2025年,全球人工智能应用市场总值将达1270亿美元,其中医疗行业将占市场规模的五分之一。

新需求带来新挑战

聚焦影像数据的“存管用”

医疗影像的飞速发展,也为医院的IT基础设施建设提出了新的需求:

调阅性能和科研访问要求高:单次检查产生的影像文件数量增多,导致调阅等待时长显著增加,降低了诊断效率,为了更高效、实时地调阅医疗影像文件,需要读写性能更高的存储设备。

医疗影像数据指数级增长:数据要求留存15年或30年以上,医疗影像数据呈现指数级增长,医疗机构需要选择分布式存储来避免数据量显著增加而导致的存储难题。

数据共享,打通数据孤岛:医疗机构的不同科室(如超声科、放射科、心电图室)和科研应用系统不再独立,医疗机构面临着数据共享难、数据迁移成本高和数据全生命周期管理等一系列难题。

AI就绪:AI训练要求存储所提供GPU服务器至少拥有40+Gbps的性能,比传统HPC性能要求更高,存储必须满足先进AI工作负载的理想要求。

而在这些全新的挑战中,每一条都指向影像数据存管用的问题,而如何解决这些面临的难题和提升影像数据的利用效率,最终都将落实到存储的选型与应用。

Dell PowerScale

为数据生命周期扫除障碍

在人工智能快速发展的时代,医院信息化应用越来越复杂。如何将数据用好、存好、管好是所有医疗企业着力解决的难题。

面对医疗行业内日益显著的存储难题,Dell PowerScale则以持续的现代化创新,帮助医疗企业突破存储瓶颈,加速释放影像数据价值。

Dell PowerScale所提供的全闪/混闪/归档三大系列,能够有效解决PACS存储容量和I/O性能无法满足医疗业务发展的问题,实现PACS医学影像资料瞬时调用速度。

PowerScale支持自动分层,可根据数据类型将不同生命周期阶段的影像数据自动存放在相对合适的存储系统上:

需要即时调取的在线PACS影像数据将被保存在全闪存储上,满足极致I/O性能需求;

而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。

凭借强大的I/O性能和灵活的自动分层技术,PowerScale得到了医疗行业的广泛青睐。例如某大型三甲医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,采用数据自动分层的技术一并解决影像资料调阅速度(3-5秒内就能调阅到2000张图片)和生命周期管理问题(10PB容量分3级使用)。

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,这对医疗影像系统而言至关重要。

PowerScale数据湖

助力医研一体化建设

随着医学成像技术的进步和普及,其产生的海量医疗影像数据成为医疗企业宝贵的财产。

为了深入挖掘和分析这些医疗数据的价值,大数据分析和人工智能技术在医学科研实践中发挥着越来越重要的作用。而基于PowerScale构建的分层数据湖同样在数据管理方面能够给企业带来更大的价值。

例如,某大型三甲医院规划医研一体化大数据科研平台,戴尔科技为该医院设计构建了一套覆盖计算、存储、管理、网络四位一体的AI和HPC融合系统(包含PowerEdge 服务器、PowerScale存储、S5232F交换机和HPC集群调度管理软件等)。

其中PowerScale F系列高性能存储容量为2PB,H系列大容量存储容量为8PB,支持GPU和CPU服务器峰值计算能力达到2万亿次/秒。

这套设计方案满足了医院对现有AI、组学分析需求,并为未来人工智能训练打好基础,在帮助医院打好医、研、教、管一体平台基础的同时,PowerScale数据湖的设计也为数据资产的长期保护提供了强有力的保证。

PowerScale加ECS实现的数据湖自动分层架构,能够满足性能、成本和数据生命周期管理在内的全部要求,使得传统备份解决方案无法实现PB级数据的备份和容灾保护的问题迎刃而解。

按照设计,该科研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,计算服务和数据管理涵盖了生物研究的整个生命周期,研发费用大幅降低。

PowerScale持续升级

加速医疗AI创新

Dell PowerScale存储不仅能为数据资产提供归档、容灾、离线保存等多种级别保护服务,更能满足AI训练、组学分析,蛋白分析等应用的性能和容量需求,同时支持多模态AI训练这一类苛刻性能要求的工作负载,满足医、教、研、管全部应用平台的需要。

作为全球首个通过英伟达DGX SuperPOD认证的以太网NAS存储,PowerScale可与GPU直通,用户无需安装光纤通道或InfiniBand即可在本地处理高性能工作负载,从而更轻松地使用AI。

在如火如荼的AI年,PowerScale全面发力,一口气推出了3款搭载NVME SSD的高性能型号:F210、F710和F910。它们均采用了PCIe Gen 5总线和Sapphire Rapids Intel CPU,以PowerEdge 16G服务器为基础,运行OneFS操作系统,继续支持从3个节点至252个节点的集群扩展。

而在诸多革新中尤其令人欣喜的是:F910的流媒体性能比F900提高了127%,并且比Azure NetApp Files的速度快六倍。

PowerScale F910和F710作为AI存储的排头兵,能够完全满足用户对AI存储的高性能和效率需求。除了AI训练需要的高性能外,PowerScale技术上的领先优势还可以从以下3个方面体现:

1、客户端访问层

拥有高速以太网连接并支持NFS、SMB和HDFS等多种协议,并采用NVIDIA GPU Direct Storage和远程直接内存访问(RDMA)等尖端技术,加速在人工智能应用程序的GPU内存和存储设备之间的直接数据传输,可确保从各种客户端和工作负载无缝访问非结构化数据。

2、存储节点层

通过最新的OneFS 9.8无缝集成卷管理、数据保护和分层功能,简化了跨各种存储类型的大数据量的管理,使用户能够轻松升级、扩展和迁移,确保文件系统智能高效,适应多样化需求。

3、PowerScale网络层

该层提供客户端和节点间以及各个节点之间的网络元素,从而实现可扩展且高度可用的文件集群。随着GPU的尺寸和需求的不断增长,网络也必须跟上GPU之间以及从服务器到存储的数据流量。

网络的作用至关重要,PowerScale即将提供200GbE以太网和HDR 200G InfiniBand可选方案,旨在提高连接性、加快数据访问速度和实现更无缝的集群扩展。

这些基础层构成了部署人工智能的基石,以灵活且“始终在线”的方式实现高性能数据摄取、处理和分析。

结 语

面向AI时代的医疗需求来势凶猛,PowerScale作为首款获得NIVIDA SuperPOD认证的以太网NAS存储,一直致力于提供一套智能易用的AI存储架构,帮助提高计算效率和实现存储技术的端到端简化,使得医疗行业的AI开发者可以将精力集中在更有价值的创新上,而非硬件和底层工程。


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表