星环科技：湖仓一体化，让医疗行业多模态数据融合成为现实

来源：HIT专家网      作者：孙婧 整理

当前医院数据治理存在诸多瓶颈，如数据冗余问题严重、多模态数据融合难等。如何打通不同业务场景下的数据、特别是异构数据，让数据真正流通起来？是医院数字化转型的重要课题。

2023年7月15日，在“2023年互联网医疗建设与运营研讨会”上，星环信息科技（上海）股份有限公司（以下简称：星环科技）行业资深售前架构师徐杰分享了通过湖仓一体化，消除数据湖、数据仓库的壁垒，进而实现数据融通的技术路线。

大数据不在“大”，在于通过专业存储和处理提高数据质量

大数据的本质不在于数据规模的宏大，而在于如何进行专业数据存储和处理，从而挖掘数据的要素价值。徐杰介绍，作为我国领先的大数据基础服务提供商，星环科技一直致力于国产化数据库的自主研发，通过大数据、云计算和智能化，提供数据从集成采集、存储、加工、分析全链路的解决方案。

徐杰首先分析了当前医院数据治理面临的困境，主要如下：

一是数据重复加工和数据冗余问题严重。医疗领域因业务复杂性和多样性，信息系统种类繁杂。系统间数据处理职责划分不合理、口径不一致，数据重复加工和数据冗余问题较为严重。

二是异构数据造成语义鸿沟，多模态数据融合难。不同模态数据的描述不一致。医疗数据由不同的设备生成，各设备生成的数据格式、编码方式、数据粒度大小等也存在很大不同，跨越语义鸿沟任重道远。

三是实时数据处理、高并发数据处理难。传统数据仓库主要面向数据分析型应用，较难处理非结构化数据，难以快速实现数据探索、数据挖掘与业务建模需求。

解决以上数据治理难题，需要大数据基础架构的技术革新。当前普遍采用湖仓并行架构，“甚至不止一个湖一个仓”，这一数据平台解决方案带来的问题是系统复杂性高、实时性较低。“采用云原生多模数据库技术，构建湖仓一体化大数据平台，是未来的技术发展方向。”徐杰说。

湖仓一体化的“四个统一”，让数据实现真正融通

所谓湖仓一体，即打破传统Hadoop+MPP的混合部署模式，实现湖仓技术架构上的统一。具体而言，星环科技以自主研发的分布式分析型闪存数据库ArgoDB为依托，实现了“四个统一”：

一是统一集成。梳理现有数据接口规范文档，制定统一数据接入规范体系。建立统一数据集成平台，兼容现有采集接口，打破传统独立管道采集模式，实现数据统一采集管理。

二是统一存储。当前医疗领域非结构化、半结构化数据不断增多。星环科技研发了统一的分布式数据管理系统TDDMS，为不同存储引擎提供公共的存储管理服务。具体实施为：对结构化数据进行数据标准化后存入归档池；对非结构化数据构建索引，并在归档池存储索引数据。目前已支持关系型、搜索、文本、对象、图等10种数据模型的存储。

这种新型开放式数据平台架构，具备统一的存储管理和统一的对外接口，兼具数据仓库的结构和治理优点，以及数据湖的扩展性，有效降低运维管理成本，也避免了数据孤岛。

三是统一管控。一些医院信息系统缺乏统一规划和数据标准管理，导致上层数据应用存在诸多问题。星环科技湖仓一体平台提供全生命周期的数据管控能力，实现多模态数据以及元数据的统一管控，同时支持统一的多租户管理，确保租户从资源层、数据层、应用层等都能实现完整隔离，解决数据“血缘”不清、管理复杂等问题。

四是统一应用。数据操作层提供SQL语法支持，可实现统一接口处理不同的业务和不同数据模型，解决因场景切换、数据库切换而造成的接口、开发语言切换等问题，避免HIS、EMR等核心业务系统在数据共享时“不堪重负”。

湖仓一体化不仅支持批处理、流处理等不同类型计算任务，还支持跨模态数据的融合分析，这无疑为智慧医院建设提供了技术支撑。

湖仓一体化大数据平台的三大应用场景

目前，星环科技相关解决方案落地案例覆盖了金融、政务、医疗、交通、能源等行业，在医疗领域主要有三大应用场景。

一是医院湖仓一体数据平台解决方案。无需改造医院现有各类信息系统，将医院数据中心与医疗应用分层解耦，基于多模型大数据平台统筹建设医院数据中心。面向临床、管理、科研按需提供统一数据服务，避免造成不必要的数据重复采集和接口对接。

临床数据中心（CDR）方面，生产系统数据实时同步到CDR，并基于患者主索引实现多系统数据关联融合，实现多维灵活自助分析和BI分析的秒级响应。

运营数据中心（ODR）方面，支持海量多源数据关联融合，满足医院业财一体化融合数据分析需求。

科研数据中心（RDR）方面，支持面向科研专病多模态数据的统一存储和高效检索，提供可视化自助分析探索工具；同时具有AI分析、图谱构建分析等智能工具以及分布式图数据库系统，可满足海量医疗知识图谱构建的性能要求。

二是区域医疗中台解决方案。建设“2中心、2体系、4中台”的医疗云中台架构。其中的“2中心”，即存储各层机构汇集数据的“医疗卫生数据资源中心”和将数据、模型、业务三类资源以目录形式发布的“统一资源服务中心”。

“2体系”，即“数据标准与规范体系”和“安全运维与保障体系”。

“4中台”，即提供底层计算和存储技术组件的技术中台，对数据进行集成、开发、调度、治理、建模的数据中台，根据需求开发模型和算法的AI中台，以及根据需求对应用系统进行开发、测试和部署的业务中台。

三是医院信创数据平台解决方案。星环科技与软件开发商、硬件开发商、系统集成商等合作，打造大数据基础软件应用的生态体系。已与国内主流软硬件信创厂商完成兼容适配，与飞腾、鲲鹏等硬件及麒麟、UOS（统信）等国产操作系统深度适配。

“天下大势，合久必分、分久必合。”徐杰介绍，当前大数据分析技术，已从最初“Hadoop解决海量数据分析”，到“大数据技术栈百花齐放”，再到现在迎来“基于云基础设施的技术栈统一”时代。实时化、统一化、云原生化的湖仓一体架构，将推进医疗领域数据治理能力的持续进化，充分释放数据价值。

【责任编辑：陈曦】