ApacheDoris在区域医疗影像平台中的应用.pptx

ApacheDoris在区域医疗影像平台中的应用

目录背景介绍01架构演变02场景应用03未来展望04

01背景介绍

输入你的小标题外线框是文字输入区参考线，请在正式稿中删除。文字：根据文章长度选择适合的文字尺寸，以32-24号字为宜。输入你的小标题输入正文内容，根据你的文章内容长度来进行页面最终调整。输入正文内容，根据你的文章内容长度来进行页面最终调整。2016.10获批试点国家健康医疗大数据中心及产业园建设国家级试点2019.03专业团队运管分离架构设计，常州国资与中国电子合资负责规划、建设、运营2019.12新型基建江苏省卫生健康云（常州区域）试运行，数字化、国产化、数据服务同步推进2020.01试点服务常州市“医疗废物服务（监管）系统建设试点、“基层医疗机构信息化提档升级省级试点”、“常州市医学影像云”等多个项目依托“云大脑”开发、服务、管理2020基地荣誉长三角一体化联盟智慧城市应用示范基地；省、市网信办联合启动，建设大数据和云服务安全保障试点；列入省发改委重大产业服务平台2021.01全省覆盖影像平台项目列入“大数据+产业链”三大省级大数据应用示范重点项目，由省领导挂钩联系数据治理2021常州市健康医疗数据开放创新应用大赛，推动三医数据联动治理开放应用2021.09百日攻关影像平台项目百日攻关，省属三级医疗机构、南京市三甲医院、宿迁第一人民医院以及常州全市公立医疗机构全面接入卫生健康云2022全省推进影像平台项目计划年内覆盖全省70%公立医疗机构2023全省实现实现全省100%公立医院以及部分私立医院接入影像平台2024数据服务在常州市率先提供数据服务，实现全市‘无胶片化’背景介绍

数据特殊性影像平台涉及医疗机构2000余个，每个医疗机构的状态以及条件千差万别，需要对各医疗机构的多种数据情况进行兼容。影像数据存在大量的重传、补传的动作，对多场景的数据操作进行兼容，保证数据唯一性及可靠性。同时需要对上传记录进行回放。影像的结构化数据及非结构化数据上传后，在临床需要进行及时的应用。但是因为影像数据复杂度高，需要多源数据进行关联并对多质量指标进行稽核，并进行预警、处理，保证不对临床的数据服务产生影响。数据重复性高数据采集点多及时性要求高

行业特殊性需要对数据质量预警、数据质量看板、数据质量监控、质量代办、BI大屏、报表以及数十个业务系统进行数据支撑。以数据质量模块为例，需要对27个核心指标，共140余个质量指标进行监控。同一个检查的数据分批上云，时间差不确定。同时，单一放射检查的涉及的数据类型较多，需要对多数据体进行关键计算，JOIN难度大。指标口径多数据服务场景多关联难度大

02架构演进

Hadoop体系特点组件多：因为Hadoop架构的特殊性，导致实现从采集、治理、存储到服务的全链路数据流程所需要的组件庞杂，在平台中，拥有超过20个开源的组件以及30余个自研的平台管理服务；运维难度大：组件多导致运维成本高，甚至单独一个组件的兜底要求也非常高；部署成本高：一套完整的Hadoop集群，需要的管理资源较多。在集群规模不够大的状态下，计算节点的边际成本较高；较难对新场景进行兼容：随着业务的发展，数据实时性的要求愈加的高，Hadoop（Hive）的体系，无法满足实时性的需求；拓展性较差：体系内的单一组件只面向单一的能力。面相新的业务需求，只能拓展新的组件进入集群。带来极高的维护成本。

场景痛点分析业务痛点改进方向数据质量反馈周期长T+1的反馈周期，无法及时反映整改措施的有效性，极大拉长了工作周期打造高效的大表交叉查询在对院端数据进行实时质量计算的同时，提供能将指定时间段的检查数据和存储日志数据进行交叉查询的能力，解决最关键的影像完整性检测问题。缺乏实时监控能力普通的流式计算难以参照历史数据，无法实现对应用数据监测的多维度分析。构建实时-历史数据比对能力在不仅对应用日志进行实时存储，也可以将实时日志按照日、周、月等较大时间维度进行统计分析，有效支撑各种评估维度。指标开发过程长需要针对大量指标进行定制化开发，牵涉人员多、流程长、工作量大。提升指标实时计算性能基于明细数据对指标进行实时计算，无需开发多层数据源，保证数据出口固定，支持指标统计维度的自由设计。难以支撑分析业务数据即席分析与数据开发共用平台，操作难度大、数据复杂，且容易对开发业务进行干扰。提供数据分析查询专用入口将明细数据提供给数据分析业务使用，通过运维手段保证资源占用情况，提升数据分析师的工作效率和工作体验。

期望的数据底座稳定稳定运行、故障修复、资源管理全面覆盖采、存、治、用的数据生命周期强大具备强大的计算引擎，实现快速写入、快速查询，特别是在当前即席及实时