PACS影像解决方案
现代医疗影像技术的迅猛发展，使得PACS系统已逐渐成为各级医院实现信息化建设的重要组成部分。医学影像技术的进步也提升了医疗影像的清晰度，推动二维PACS向三维升级转变。这一切都使得医学影像数据量激增，加之医疗行业法规的数据保存要求，急需一种新的存储方案来满足应用和发展。
客户需求
医院影像数据增长快、数据量大
随着医院门诊量的剧增，设备更新换代，CT、MRI、超声、DSA 等设备每天产生几十万张KB 级小文件，每年文件数量达上亿规模，传统存储在支撑海量文件方面力不从心。
传统存储性能和容量无法满足线性扩展需求
影像采集设备产生的海量影像图片需要经过PACS系统的并发处理与存储，使传统存储面临较大的性能压力和存储空间不足的问题，并影响临床科医生调阅影像速度。
传统存储的备份方式效率低、成本高
由于数据量大，传统存储备份时间窗口长、速度慢，缺乏高可靠、大容量、低成本的存储介质对海量文件进行备份。
海量的影像数据归档困难
医疗影像数据规模大且只增不减，保存时间长（法规规定至少保存 15 年），现有存储缺乏高持久性、大容量、易维护的归档存储介质，因而作为生产环境的存储阵列到设备年限之后，将面临老旧替换和大量数据搬迁等难题。
医院内各业务系统之间存在数据孤岛现象
医疗影像是医院开展业务的重要生产资料和科研创新资料，在影像拍片阅片、专家会诊、分级诊疗，人工智能等方面都需要对数据进行开放与高效共享，传统存储作为专有存储，难以支撑多业务场景，跨系统的数据共享。
方案介绍
PACS影像存储解决方案采用去中心化、分布式的软件定义存储架构，支持DICOM解析，充分利用服务器计算资源和存储资源，满足高可扩展、高性能、高可靠以及数据存储、分析、处理、共享的需求。在此基础上，通过远上的热温冷数据全生命周期智能管理，对数据进行分级存储，在保证业务高性能的同时，降低整体存储成本。
客户价值
-
EB级扩展，高性能保障
去中心全分布式架构，存储容量和性能随存储集群规模线性增长。采用面向百亿文件规模的一致性哈希算法高速存储引擎，满足医院每年上亿影像文件增长趋势下的稳定运行要求。
-
海量小文件内置备份
针对海量小文件的备份，设计了基于秒级时间点的数据状态回滚机制，解决文件系统数据删除无法就地恢复以及海量文件难以备份的难题。
-
智能分级及生命周期管理
面向数据全生命周期管理的在线、近线和离线的分级存储，基于可自定义策略的数据迁移，支持院内私有云、公有云或蓝光等长期数据存储介质，降低总体拥有成本以及设备维护成本，提升数据持久保存的稳定可靠性。
-
影像智能标签检索和数据管理
基于DICOM国际标准，自动解析并存储影像中病人、检查等信息，和具体业务解耦，打破数据孤岛，形成影像数据湖，为专家会诊、病例研究、人工智能等创新业务提供影像数据快速检索和调阅支持。
