做完CT或者核磁共振檢查， “塑膠袋+傳統膠片”是患者求醫問診的标配，有些醫院可以自動将檢查影像同步到手機，掃碼就能浏覽，有些醫院會讓我們自帶U盤去拷貝DICOM格式圖像，有差別嗎？哪種更靠譜？
在現代醫療中，X光、CT、超聲、核磁共振等醫學影像技術，成為輔助臨床醫生進行決策的重要工具。作為醫療影像業務的核心，PACS系統，即醫學影像存檔與通信系統，成為醫院資訊系統的重要組成部分。為實作不同網絡硬體和軟體環境下，醫學影像可靠、高效的在不同醫療裝置之間進行傳輸，醫療數字成像和通信DICOM标準制定，并成為最為廣泛的醫療資訊标準之一。
近年來，随着大陸醫學影像資訊化水準明顯提高，醫療裝置新技術的出現和醫聯體等新業态的發展，在存儲層面，傳統PACS存在一些技術上的“痛點”。
PACS系統資料存儲痛點剖析
PACS系統利用計算機資訊技術将不同型号、類别、地點的裝置産生的圖像，在統一的數字圖像格式如DICOM标準下，進行采集和集中存儲，使得醫生可以在自己的終端上調閱所需要的圖像，做各種處理、輔助診斷和治療。
随着各級醫院門診量的增長，放射科等科室醫學影像采集裝置的增加，以及醫聯體醫學影像雲中心或區域醫學影像雲中心的建設，PACS系統的醫學影像資料越來越多，性能及效率要求越來越高。這些變化，對醫學影像資料的存儲系統提出了新的要求。
海量資料的長期存儲
一家三甲醫院的醫學影像檔案每月新增數量可能達到千萬級，每年增長量達到上億，存儲空間高達PB級，按照地級衛生部門的要求，住院的影像資料要求保留時間不少于 30 年，門急診影像資料要求保留時間不少于15年。傳統集中式存儲架構采用SAN+NAS方式，硬體相容性較差，擴充性方面存在較大的短闆，期間還會遇到硬體更替、資料遷移以及不可預知的硬碟故障，無法滿足需求。
影像資料的及時調閱
老舊的影像系統一般支援6個月内的影像資料調閱，如超出6個月，臨床醫生無法及時甚至不能調閱曆史影像檔案，進而影響看診效率。大型三甲醫院往往有着上億小檔案存儲規模，在業務高峰期，數百位門診、臨床醫生同時閱片時，對存儲系統産生高并發通路，存儲性能下降造成讀寫時延，直接影響醫生閱片效率。
影像資料的智能處理
資料顯示，目前大陸醫學影像資料的年增長率約為30%，但影像科醫生的增長速度遠不及影像資料的增長，這将給醫生帶來巨大的壓力。而通過AI智能影像識别方式輔助影像科醫師進行診斷，因效率高、成本低成為市場剛需。除了醫學影像對AI的潛在需求，國家政策高度支援醫學影像行業及“AI+醫療”的發展，醫學影像和教學科研工作的開展，也需要與AI技術相結合，以加速新技術的更新。
DICOM檔案結構化解析，實作快速檢閱
要完美地契合醫學PACS影像場景的需求，我們在醫學影像資料全流程方案的規劃上既要考慮資料存儲，也要考慮資料管理和資料智能。在滿足資料存儲基本需求的基礎上，DICOM檔案解析是一個實作更優資料管理和資料智能的較好的切入點。
DICOM檔案是按照DICOM标準而存儲的醫學檔案，是醫療影像的關鍵，一個DICOM檔案儲存了單次診斷的全部資訊（病人資訊+圖像資料等），主要包含一個DICOM檔案頭和一個DICOM資料集合組成，格式字尾一般為DCM。
圖 DICOM檔案結構
從資料元素開始，均是以key、value的形式提供，每個Tag就是DICOM中定義好的字典。DICOM全部的Tag有2000多個。我們在解析時根據需要關注特定的Tag即可。
圖 資料元素的格式及示例
目前DICOM的版本是3.0，基于DICOM3.0标準的醫學圖像Tag資訊主要可以分為Patient、Study、Series和Image四類。每一個DICOM Tag都是由兩個十六進制數的組合來确定的，分别為Group和Element。常用的Group：0002組描述裝置資訊，0008組描述檢查資訊，0010組描述患者資訊，0028組描述圖像資訊。如(0010,0010)這個Tag表示的是Patient’s Name，它存儲着這張DICOM圖像的患者姓名。
杉岩MOS破解PACS影像資料難題
在研發及使用醫學影像系統時，必然需要對導入的DICOM圖像進行解析，其中很重要的一部分工作就是從圖像中擷取它所包含的資訊，然後根據需要顯示或利用相關資訊。
作為一款兼具企業級海量非結構化資料存儲能力和智能資料處理能力的分布式存儲産品，杉岩MOS海量對象存儲再次強化智能資料處理能力，推出醫學影像DICOM解析存儲解決方案，基于DICOM标準，可以自動解析DICOM檔案包含的病人資訊、檢查資訊、裝置資訊、圖像資訊等，自動生成相關資訊标簽，并支援基于标簽的檢索能力，支援從海量檔案中快速提取資訊，為白衣天使減負。
圖 醫學影像DICOM解析存儲解決方案
海量資料存儲：杉岩MOS采用全對稱、去中心化的分布式架構，具有強大的存儲擴充能力，支援EB級容量和億級醫療影像檔案數量；性能随着存儲節點的增加而線性的增加，確定多并發、高帶寬和低延遲時間讀寫。杉岩MOS強大的擴充能力與線性增長的性能，為醫院、醫聯體、醫療集團未來業務的擴充奠定堅實的基礎。
DICOM解析：杉岩MOS基于DICOM标準，自動解析DICOM檔案包含的Patient、Study、Series和Image資訊（如姓名、性别、年齡、生日、檢查号、圖像資訊等），自動生成相關資訊标簽。杉岩MOS支援對單個檔案添加标簽數量超過100個。使用者可以根據自己的使用習慣制定常用Tag解析模闆，滿足日常診療的需求。杉岩MOS還可基于标簽資訊進行模闆化檢索，實作檢索能力與業務需求緊密貼合，資料擷取更精準，價值利用效率進一步提升。
智能資料處理：醫學影像被認為是人工智能最有可能落地的領域之一。海量的醫學影像資料也促進着AI+醫療的發展。資料分析、深度學習前科研人員往往要把DICOM格式轉化為其他格式，比如将DICOM（.dcm）資料轉化為NIFTI（.nii）資料。杉岩MOS的智能資料處理引擎可以通過可插拔的資料智能處理插件實作格式轉換等預處理，依托開放式平台和強大的資料處理能力，并基于資料感覺實作智能排程，滿足智能處理資料、挖掘資料價值的需求。
價值總結
杉岩MOS在醫學PACS場景可以提供DICOM檔案解析，高速、高效的檢索、複制、傳遞圖像，真正實作醫學圖像資訊資源的共享。醫學圖像按照需要實作跨科室、跨醫院、跨地區流動，自動生成資訊标簽，便于醫療會診等業務系統從海量影像資料中快速提取病人相關資訊，為分級診療、專家會診、病案研究提供影像資料檢索和調閱支援，以快速開展診斷和治療。
同時，杉岩MOS将資料處理能力下沉到存儲内部，通過與海量存儲核心引擎高效關聯，加速智能應用，釋放資料價值，為開展AI+醫療科研工作極大地簡化業務流程，提升業務效率。