全国500+三甲医院的共同选择，深信服如何解决医学影像存

先看一组数字：部分大型三甲医院的医学影像数据，每年新增量已经超过100TB，累计下来的数据总量甚至突破了PB级别。

在这股数据洪流的冲击下，传统存储方案的角色已经悄然转变——从原本的“数据基石”，变成了实实在在的“绊脚石”。影像数据分散在十几块盘符里，管理效率低下；海量小文件并发调取时，加载要等上几十秒；纵向扩容模式不仅性能有上限，成本还高得吓人。这些问题，相信任何一位医院信息科的同仁都不会陌生。

面对这样的困局，医院需要的不再是小修小补，而是一场架构层面的根本性变革。与传统存储不同，统一存储是在一套统一架构下，通过高性能存储、容量资源池、数据分层与灵活的扩展能力，统一支撑PACS、数字病理、AI辅助诊断和区域影像协同，在性能、容量、安全和成本之间找到了最佳平衡点。尤其是在影像AI、病理AI等智能应用日益普及的今天，统一存储正逐渐演变为支撑医学影像业务长远发展的必然选择。

基于对医学影像业务场景的深度理解与技术打磨，深信服统一存储已经成为越来越多三甲医院的共同选择。它究竟靠什么赢得持久信任？

极速阅片：从“等片子”到“秒加载”

时间就是生命。在分秒必争的临床一线，PACS影像的阅片速度直接影响诊疗效率与患者体验。对医生而言，每节省一分钟阅片，就多一分从容研判的底气；对患者来说，则可能意味着直接减轻痛楚，甚至为生命抢救赢得一线生机。

上海市肺科医院就是一个典型例子。作为以肺部疾病综合诊治为主的专科三甲医院，其大部分医生在接诊时都需要借助CT影像辅助诊断。一位患者的CT平扫影像数量从几百到几千张不等，而全院平均每天的CT检查量高达2000人次，影像数据吞吐压力可想而知。

CT影像单个文件大小只有几百KB，是典型的“海量小文件”。传统文件系统的目录结构就像一棵倒立的树——医生调取影像文件时，存储系统需要逐层向下检索，读写效率极低，最直观的表现就是医生“等片子”。

深信服自研的PhxKV元数据库重构了这套检索逻辑。它用更精细的粒度记录电子文件的位置、状态、操作记录等数据合集，相当于给海量小文件配了一个智能化的电子文件柜。当调阅指令下发时，系统通过高效运算直接锁定目标位置，无需层层搜索，实现秒级精准响应。

同时，深信服采用基于目录分片的分布式策略，实现多活元数据并发访问，达到负载均衡的目的，并优化了文件存储协议并发缺陷，提升了每个用户的批量调取效率。

这一系列技术创新带来的效果是显著的。在深信服统一存储与主流PACS厂商联合调优下，以200KB平均大小的CT影像为例，千兆网络环境下的阅片速度可以达到500+张/秒。

上海市肺科医院信息处主任陈嘉旖表示，“得益于强大的元数据管理能力，我们上传影像的时间缩短为原来的五分之一。在业务高峰期，上百位门诊临床医生同时阅片，12秒内就可以完成一个病人单次检查的几千张影像加载，有效消除了卡顿现象，提升了医生们的阅片体验”。

高可靠容灾：硬件故障，业务不中断

不过，只有“快”还远远不够。阅片速度决定了诊疗效率的上限，而数据安全与业务连续性则决定了医院信息化的底线。存储系统一旦出现故障，轻则导致影像调阅卡顿、影响诊疗效率，重则造成业务停滞、数据丢失。因此，构建一个高可靠的存储系统至关重要——既要保障数据安全，又要确保业务“零中断”。

在可靠性方面，深信服统一存储的高容错性设计为业务连续性和数据完整性构筑了四层立体防护，涵盖硬件、硬盘、节点和集群。例如，智能故障隔离可以提前隔离亚健康盘；纠删码数据保护确保任意硬盘或节点损坏时业务不中断、数据不丢失；任意集群整体故障时，业务可切换到另一集群，保障正常访问。

实践才是检验可靠性的最佳方式。中南大学湘雅二医院早在2012年就上线了PACS系统，当时采用某国外存储，后续经过多次扩容，并新购了深信服统一存储。目前是两个存储集群（数据一式两份），每个集群数据总量约1PB。2025年，医院门急诊量达到434.36万人次，出院患者19.18万人次，影像（放射）检查日均约1200次。

为检验统一存储系统的“底子”够不够硬，该医院进行了一场“破坏性实验”——在模拟业务高峰时段，突然拔掉集群内任意2块硬盘，业务读写零中断，数据零丢失；模拟单台主机断电时，业务持续读写文件存储，数据传输零中断，且读写速度不受影响。

相比之下，传统存储在空盘情况下，单个硬盘RAID数据恢复需要持续数小时甚至一天。而统一存储无论是在空盘状态，还是容量已经使用一半的情况下，在全速数据恢复条件下，1TB数据只需15-20分钟。

此外，医疗数据包含患者隐私和诊疗记录，价值极高，容易成为勒索攻击的目标。深信服统一存储设备内置防勒索功能，与文件保护机制联动，为数据安全再加了一道“防护锁”。

长期存储：冷热自动流转，TCO可控

对抗业务中断风险只是第一步，医院还要面对数据长期存储的考验。根据《医疗机构管理条例实施细则》，医学影像数据需要存储15-30年，部分数据甚至需要永久存储，这对存储架构的长期延续性提出了严苛要求。

同时，医学影像数据具有显著的“冷热之分”特征。早期数据随着时间推移，被访问的概率逐渐降低，成为冷数据。对冷热数据采用同样的存储方案，既不经济，也难以支撑长远发展。因此，在调阅性能与存储成本之间找到最佳平衡点，是医院PACS存储建设的关键目标。

当前，一家三甲医院的医学影像数据量通常达到数百TB，部分大型三甲医院已达PB级别。以上海交通大学附属仁济医院为例，其PACS影像数据呈现出多院区集中化管理与跨院区一体化应用的特点，每年新增数据量超过100TB，累计已突破3PB。

该医院信息中心主任郑涛指出，医学影像数据体量大、文件数量规模大、数据路径复杂度高，给传统存储管理带来诸多难题。例如，集中存放影像数据所占机房机柜的比例达20%甚至更高；集中式存储的扩容需要更多网络资源来负载数据交互；长期数据备份消耗了大量算力与存储资源。

传统存储采用纵向扩展模式，增加容量的同时性能不变甚至下降，长期使用容易出现性能瓶颈。而统一存储采用的横向扩展架构，在扩容时能做到性能线性提升，真正实现容量与吞吐量的同步增长。

针对医学影像数据的长期增长与高频调阅需求，医院可以基于深信服统一存储方案进行灵活规划。对大多数医院来说，建议采用SSD+HDD的混闪资源池，将在线与历史影像统一承载在一个目录空间内。系统根据数据时间、容量水平、访问频率等策略，自动完成冷热分层流动，在不增加管理复杂度的前提下，兼顾了调阅体验与建设成本。

对于客户端数量更多、热数据规模更大，或者对PACS调阅、AI分析、区域影像共享等场景有更高性能要求的医院，可以采用“全闪热数据池+混闪容量池”的分层建设方式。高频访问数据存放在全闪资源池中，近线和长期保存数据则存放在混闪资源池中，并通过目录、时间、容量等策略，实现数据在不同资源池之间的有序流转。这样既能满足核心业务的高性能访问，又能有效控制影像数据长期保存带来的容量成本，为医院提供从经济适用到高性能扩展的可演进路径。

郑涛介绍道，“如今临床医生对历史影像对比的需求非常旺盛，这也要求影像数据尽可能采取近线存储方式。我们将6个月内的数据定为在线数据，更早的归为近线数据”。在实际使用中，统一存储方案不仅满足了近线数据调阅的高性能需求，也显著降低了长期存储的综合成本。

此外，深信服统一存储基于自研的PlatOS操作系统，实现了软硬件深度解耦，针对不同硬件平台进行深度优化，同时支持信创与非信创生态，并且与国内外90%主流PACS厂商实现兼容验证，确保了存储架构的长期可用性。

由此可见，一套高效、可靠、可持续演进的存储架构，能够释放出远超其本身的临床与科研价值。深信服统一存储的价值，在于为医院数智化转型与未来AI辅助诊疗的快速发展，提供坚实的数据基石。

目前，全国已有2000多家医院正在使用深信服统一存储，其中全国三甲医院超过500家、百强医院超过20家。面向未来，深信服将继续深耕医疗场景，以不断创新的存储技术与产品，助力中国医疗行业在数智化浪潮中行稳致远。