魏 明，賈 亮

（連云港市東方醫(yī)院 信息處，江蘇 連云港 222042）

一、引 言

作為一個(gè)醫(yī)療機(jī)構(gòu)，業(yè)務(wù)十分繁雜，各類管理信息系統(tǒng)明目繁多、異構(gòu)性強(qiáng)，建設(shè)和維護(hù)強(qiáng)度大，傳統(tǒng)信息系統(tǒng)架構(gòu)技術(shù)已對(duì)我國(guó)醫(yī)療機(jī)構(gòu)特別是基層醫(yī)療機(jī)構(gòu)信息化發(fā)展產(chǎn)生了制約和阻礙。隨著我國(guó)衛(wèi)生信息化的不斷發(fā)展、深入，衛(wèi)生醫(yī)療機(jī)構(gòu)對(duì)信息化建設(shè)提出了更高的要求。

隨著移動(dòng)通信技術(shù)和云技術(shù)的發(fā)展日趨成熟，醫(yī)療工作人員和管理者可以通過(guò)移動(dòng)終端隨時(shí)隨地訪問(wèn)存儲(chǔ)在云端的醫(yī)療數(shù)據(jù)。使用云技術(shù)不僅可以大幅度提升病例電子數(shù)據(jù)庫(kù)的存儲(chǔ)容量與數(shù)據(jù)處理的性能，而且能夠使醫(yī)療保健服務(wù)變得方便快捷，提高其服務(wù)質(zhì)量。通常地，云服務(wù)依靠第三方來(lái)提供數(shù)據(jù)存儲(chǔ)和系統(tǒng)維護(hù)，用戶可以根據(jù)自身需求，選擇購(gòu)買最合適的服務(wù)，從而節(jié)省開支、簡(jiǎn)化管理、提高效率。

本文探討不同規(guī)模醫(yī)療機(jī)構(gòu)建設(shè)基于云平臺(tái)服務(wù)對(duì)其高效率高質(zhì)量系統(tǒng)管理所起的重要作用。研究部署醫(yī)療云平臺(tái)時(shí)所需的條件、面臨的問(wèn)題，對(duì)并解決方案進(jìn)行優(yōu)劣勢(shì)分析。

云計(jì)算技術(shù)為信息系統(tǒng)建設(shè)帶來(lái)了新的思路，并在西方發(fā)達(dá)國(guó)家得到了成功的應(yīng)用。2011年7月，英國(guó)切爾西西倫敦健康中心建立了云平臺(tái)來(lái)管理和存儲(chǔ)電子健康檔案，患者可以完全控制自己檔案的訪問(wèn)權(quán)限。云服務(wù)提供商為了保證系統(tǒng)的安全性，設(shè)置了多重身份驗(yàn)證，以防止病人的隱私數(shù)據(jù)泄露或遭受非法訪問(wèn)。意大利羅馬巴比諾隔宿兒科醫(yī)院也采用了基于云技術(shù)的電子醫(yī)療服務(wù)，使用電子醫(yī)療系統(tǒng)讓醫(yī)務(wù)工作人員之間的合作更加協(xié)調(diào)高效，與患者的關(guān)系也更加親密，并且還節(jié)約了寶貴的IT資源。在西班牙，一個(gè)名為“AVANZA計(jì)劃”的醫(yī)院放射治療項(xiàng)目就是利用云計(jì)算技術(shù)實(shí)現(xiàn)的；而在南美洲的一些不發(fā)達(dá)國(guó)家，基于云的電子健康系統(tǒng)也得以投入實(shí)踐。

隨著電子信息技術(shù)和網(wǎng)絡(luò)的發(fā)展，各種結(jié)合移動(dòng)設(shè)備和云計(jì)算技術(shù)的應(yīng)用也越來(lái)越多地出現(xiàn)在人們的視野中。比較常見的諸如將家用測(cè)量設(shè)備收集到的健康數(shù)據(jù)，如心電圖、血壓數(shù)據(jù)等，上傳至云端進(jìn)行存儲(chǔ)和分析，然后追蹤健康狀態(tài)并得到分析報(bào)告的應(yīng)用。

與西方國(guó)家一樣，我國(guó)國(guó)內(nèi)多家知名專業(yè)軟件研發(fā)機(jī)構(gòu)針對(duì)各類醫(yī)療機(jī)構(gòu)提出了相應(yīng)的云平臺(tái)解決方案。如曙光與萬(wàn)達(dá)攜手推出“醫(yī)療云”為成都市衛(wèi)生局和基層醫(yī)療機(jī)構(gòu)提供動(dòng)態(tài)彈性數(shù)據(jù)中心，能夠按照業(yè)務(wù)的特性提供可定制的解決方案，對(duì)于大訪問(wèn)的需求通過(guò)負(fù)載均衡有效承載百萬(wàn)級(jí)的網(wǎng)絡(luò)訪問(wèn)，通過(guò)并行數(shù)據(jù)庫(kù)確保系統(tǒng)提供安全和數(shù)據(jù)處理能力。

近年來(lái)，國(guó)內(nèi)諸如百度、華為等信息服務(wù)提供商紛紛推出了各自的開放云服務(wù)方案，其中最具吸引力的即所謂彈性計(jì)算云（ELASTIC COMPUTING CLOUD，ECC）。彈性計(jì)算云是整合計(jì)算、存儲(chǔ)與網(wǎng)絡(luò)資源的一站式自助計(jì)算資源租用服務(wù)，其基本運(yùn)用模式是按需使用、按需付費(fèi)，包含云主機(jī)、云硬盤、鏡像、彈性帶寬、IP地址各種能力部件，能夠支撐企業(yè)快速啟動(dòng)信息化項(xiàng)目、快速部署、簡(jiǎn)化運(yùn)維，從而聚焦自身的業(yè)務(wù)發(fā)展。

基于彈性計(jì)算云的醫(yī)療云服務(wù)能夠有效推進(jìn)區(qū)域醫(yī)療業(yè)務(wù)信息共享，包括臨床診斷、臨床檢驗(yàn)、臨床檢查、醫(yī)療業(yè)務(wù)等各類信息的互聯(lián)互通，醫(yī)療云應(yīng)用價(jià)值歸納起來(lái)為4點(diǎn)。

（1）降低成本投入：應(yīng)用云計(jì)算，通過(guò)支付少量的租用費(fèi)用，基層醫(yī)療機(jī)構(gòu)就可獲得云數(shù)據(jù)中心提供的存儲(chǔ)與計(jì)算服務(wù)，從而使基層醫(yī)療機(jī)構(gòu)以較低的成本獲得較高的效益。

（2）信息資源共享：通過(guò)云計(jì)算模式，醫(yī)療機(jī)構(gòu)間可以共同構(gòu)筑醫(yī)療資源的信息共享空間，分享由大量系統(tǒng)連接在一起而形成的基礎(chǔ)設(shè)施。

（3）降低運(yùn)維費(fèi)用：云計(jì)算模式對(duì)用戶終端的配置沒(méi)有限制，技術(shù)人員不必在升級(jí)基層內(nèi)部硬件環(huán)境上煞費(fèi)苦心，服務(wù)器日常維護(hù)也由云服務(wù)提供商來(lái)提供，從而降低工作強(qiáng)度。

（4）更加安全可靠。“云”中的服務(wù)器可快速利用克隆技術(shù)將某臺(tái)服務(wù)器中的數(shù)據(jù)完全拷貝到別的服務(wù)器上，并啟動(dòng)新的服務(wù)器來(lái)提供服務(wù)，從而使醫(yī)院真正實(shí)現(xiàn)無(wú)間斷的安全服務(wù)。

二、醫(yī)療云平臺(tái)模型

為對(duì)比分析云計(jì)算技術(shù)在各種不同規(guī)模的醫(yī)療機(jī)構(gòu)中的應(yīng)用可行性，本文假設(shè)某城市設(shè)有若干個(gè)具有30萬(wàn)患者年接診能力的大型醫(yī)院和多個(gè)可以年接納3萬(wàn)名患者的社區(qū)醫(yī)療中心。所購(gòu)置的開放云服務(wù)為電子病歷資料的存儲(chǔ)和授權(quán)訪問(wèn)。在保證數(shù)據(jù)服務(wù)與患者隱私保護(hù)安全性的前提下，為節(jié)約開支，兩類醫(yī)療機(jī)構(gòu)都需要精確估算租用云環(huán)境進(jìn)行數(shù)據(jù)存儲(chǔ)和處理的數(shù)據(jù)量，適度購(gòu)買符合自身業(yè)務(wù)需求的服務(wù)，減少因使用云計(jì)算而產(chǎn)生的開銷。在這一過(guò)程中，醫(yī)療機(jī)構(gòu)相關(guān)患者有權(quán)知道自己的個(gè)人數(shù)據(jù)將被遷移到云端，并授權(quán)第三方服務(wù)商對(duì)其數(shù)據(jù)處理。

表1總結(jié)了基于云技術(shù)的電子病例系統(tǒng)所具有的優(yōu)劣勢(shì)、面臨的問(wèn)題，搭建云計(jì)算平臺(tái)系統(tǒng)所必要的條件。

表1 基于云技術(shù)的電子病例系統(tǒng)比較Table1 Comparison of cloud technology－based digital clinical cases systems

假設(shè)大型醫(yī)院每年接診量為30萬(wàn)名就診者，而各社區(qū)醫(yī)院年接診3萬(wàn)名，且各醫(yī)院要求將電子病歷全部上傳至云端系統(tǒng)，那么有必要知道所上傳的總體數(shù)據(jù)量。

大型醫(yī)療機(jī)構(gòu)獨(dú)立云平臺(tái)架構(gòu)方案見圖1。

圖1 大型醫(yī)療機(jī)構(gòu)獨(dú)立云平臺(tái)架構(gòu)方案Fig.1 Independent cloud platform architecture plan for large hospitals

如圖1所示，對(duì)于使用云計(jì)算系統(tǒng)的大型醫(yī)院來(lái)說(shuō)，電子病歷被存儲(chǔ)在云端，醫(yī)務(wù)工作人員可以通過(guò)醫(yī)院的網(wǎng)絡(luò)對(duì)其進(jìn)行訪問(wèn)。這種部署需要醫(yī)院的網(wǎng)絡(luò)連接速度足夠快，以保證醫(yī)務(wù)人員能及時(shí)獲取患者的電子病歷。

圖1還表明醫(yī)務(wù)人員可以通過(guò)兩種渠道訪問(wèn)患者的電子病歷，即醫(yī)院內(nèi)部網(wǎng)絡(luò)或聯(lián)網(wǎng)移動(dòng)設(shè)備?；颊邉t可根據(jù)被授權(quán)的訪問(wèn)設(shè)備信息來(lái)查看自己的醫(yī)療記錄。

圖2顯示的是多個(gè)社區(qū)醫(yī)院聯(lián)合共享醫(yī)療云部署方案。

在圖2這一部署模式下，各社區(qū)醫(yī)院共享同一個(gè)云服務(wù)，并可以通過(guò)醫(yī)院內(nèi)部網(wǎng)絡(luò)對(duì)各自患者的電子病歷進(jìn)行訪問(wèn)。就訪問(wèn)模式而言，社區(qū)醫(yī)院訪問(wèn)電子病歷的途徑與大型醫(yī)院是一致的。采用這種云解決方案的原因在于，每個(gè)社區(qū)醫(yī)院僅需承載較少的網(wǎng)絡(luò)資源，共享云服務(wù)，從而提高服務(wù)利用率和經(jīng)濟(jì)效益。由于云服務(wù)的可拓展性，通過(guò)吸引更多的社區(qū)醫(yī)院加盟，可以擴(kuò)大共享網(wǎng)絡(luò)和云服務(wù)增值功能，因此進(jìn)一步提高每個(gè)社區(qū)醫(yī)院的服務(wù)質(zhì)量。

圖2 基層醫(yī)療機(jī)構(gòu)共享云平臺(tái)架構(gòu)方案Fig.2 Public cloud platform architecture plan for community hospitals

由于帶有圖片信息的電子病歷數(shù)據(jù)量較大，在使用云服務(wù)時(shí)應(yīng)部署混合解決方案，含有較大圖片數(shù)據(jù)的電子病歷只能存放在醫(yī)療機(jī)構(gòu)本地的服務(wù)器中。為了更好地部署混合解決方案，需要將能使用云服務(wù)的電子病歷進(jìn)行分類，盡量地精確計(jì)算出適合上傳的最大數(shù)據(jù)量，并在能保證訪問(wèn)云端數(shù)據(jù)速度的情況下選擇合適的云服務(wù)。上傳的電子病歷數(shù)據(jù)量越多，使用的云服務(wù)越多，開銷越大，對(duì)醫(yī)院自身網(wǎng)絡(luò)設(shè)備的帶寬要求也越高。在采用混合解決方案時(shí)，需要將云平臺(tái)和本地存儲(chǔ)平臺(tái)有效、無(wú)縫地結(jié)合起來(lái)，以保證醫(yī)務(wù)工作者訪問(wèn)電子病歷資源的服務(wù)質(zhì)量和速度。

三、云服務(wù)開支估算

根據(jù)不同規(guī)模醫(yī)療機(jī)構(gòu)云服務(wù)數(shù)據(jù)存儲(chǔ)和傳輸量，筆者采用華為云服務(wù)價(jià)格測(cè)算器對(duì)醫(yī)療機(jī)構(gòu)月開支賬單進(jìn)行評(píng)估，華為云服務(wù)工具能對(duì)電子病歷系統(tǒng)的傳輸數(shù)據(jù)量進(jìn)行統(tǒng)計(jì)，通過(guò)ECC服務(wù)，醫(yī)療機(jī)構(gòu)可以將自己的電子病歷數(shù)據(jù)存儲(chǔ)在彈性存儲(chǔ)塊（EBS）中。由于華為云 WEB服務(wù)接口簡(jiǎn)單，用戶可以輕松獲取和配置容量，在存儲(chǔ)和計(jì)算需求發(fā)生變化時(shí)，可以快速擴(kuò)展計(jì)算容量，并按實(shí)際使用資源量計(jì)算費(fèi)用，這種服務(wù)模式改變了計(jì)算經(jīng)濟(jì)理論。

根據(jù)經(jīng)驗(yàn)，每個(gè)不含圖片數(shù)據(jù)的電子病歷大小一般在20～100KB之間。而含有圖片信息的電子病歷一般可達(dá)1～20MB之大，要上傳這種數(shù)據(jù)對(duì)于醫(yī)療機(jī)構(gòu)的網(wǎng)絡(luò)帶寬要求比較高，所以將這種電子病歷部署到云端的可操作性比較小。在此，筆者假設(shè)每個(gè)電子病歷大小統(tǒng)一為60KB。由于圖片信息的數(shù)據(jù)量比較大，因此假設(shè)電子病歷系統(tǒng)不包括圖片數(shù)據(jù)。

表2展示了兩種部署架構(gòu)的實(shí)際需求。據(jù)此，一個(gè)大型醫(yī)院電子病歷數(shù)據(jù)所需EBS存儲(chǔ)塊約為20GB，而每個(gè)社區(qū)醫(yī)院的數(shù)據(jù)約為2GB。

表2 兩種部署架構(gòu)的實(shí)際需求Table2 Demand for the two architecture plans

為了計(jì)算云服務(wù)下的數(shù)據(jù)傳輸量，假設(shè)醫(yī)務(wù)人員會(huì)對(duì)每一起診斷進(jìn)行數(shù)據(jù)查詢和結(jié)果更新，且每個(gè)電子病歷每個(gè)月被訪問(wèn)量平均為10次。評(píng)估結(jié)果顯示，大型醫(yī)院的傳輸數(shù)據(jù)量約為40GB，每月賬單為3 770元；3個(gè)共享云服務(wù)的社區(qū)醫(yī)院每月傳輸數(shù)據(jù)量約為4GB，月賬單為1 194元。

四 、結(jié)論

本研究中使用的經(jīng)濟(jì)效益估算依據(jù)華為當(dāng)前提供的彈性云服務(wù)價(jià)格估算。華為云估算工具可以為客戶根據(jù)其業(yè)務(wù)量評(píng)估出月賬單，以幫助客戶決定購(gòu)買何種服務(wù)。為了更精準(zhǔn)地確定每個(gè)月使用云服務(wù)的數(shù)據(jù)傳輸量，未來(lái)研究可以對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行更細(xì)的劃分和假設(shè)。另外，醫(yī)療機(jī)構(gòu)可以對(duì)解決方案的時(shí)間段利用率進(jìn)行探究，討論是否有必要全天候24小時(shí)地使用云服務(wù)。

盡管本文中提到了云技術(shù)服務(wù)的很多局限性和缺陷性，需要注意的是云技術(shù)模式仍然在不斷發(fā)展，并且必將在更多科學(xué)領(lǐng)域引領(lǐng)革新。筆者相信，在不久的將來(lái)，云技術(shù)將會(huì)帶來(lái)為公共事業(yè)的發(fā)展帶來(lái)更多改變和進(jìn)步。

［1］ LINDE Y，BUZO A，GRAY R M.An algorithm for vector quantizer design［J］.IEEE Transactions on Communications，1980（1）：702－710.

［2］ KAUKORANTA T，F(xiàn)RANTI P，NEVALAINEM.Vector quantization by lazy pairwise nearest neighbormethod［J］.Opt.Eng，1999（11）：1862－1868.

［3］ MA C K，CHAN C K，Maximum descent method for image vector quantization［J］.Electron Letter，1991（12）：1772－1773.

［4］ KOHONEN T.The self organizing map［J］.Proceedings of IEEE，1990（9）：1464－1480.

［5］ HAWKINS D.Identification of Outliers［M］.London：Chapman and Hall，1980.

［6］ KNORR E M.Algorithms for Mining Distance－Based Outliers in Large Datasets［C］／／GUPTA A.Proc 24th Int Conf on Very Large Data Bases.New York：NY，1998.

［7］ JOHNSON T，KWOK I.Fast computation of 2－dimensional depth contours［C］／／PIATETSKY－SHAPIRO G.Proc 4th Int Conf on Knowledge Discovery and Data Mining.New York：ACM Press，1998.

［8］ YU D，SHEIKHOLESLAMI G，ZHANG A.Findout：Finding outliers in very large datasets［EB／OL］.（2002－09－01）［2014－02－01］.http：／／www.springerlink.com／...x／NTM59P9DB1AADH03.pdf－2002－9－1.

［9］ BREUNIG M M，KRIEGEL H，SANDERJ.LOF：Identifying Density－based Local Outliers［C］／／DUNHAM M，NAUGHTON J，CHEN W.Proc of the 2000 ACM SIGMOD Int’l Conf on Management of Data Dallas：ACM Press，2000.

［10］ HE Z Y，XU X F，DENG S C.Squeezer：an efficient algorithm for clustering categorical data［J］.Journal of Computer Science and Technology，2002（5）：611－624.

［11］ TAMHANE A C.A note on the use of residuals for detecting an outlier in linear regression［J］.Biometrika，1982（2）：488－489.