Page 55 - 嘉和资讯121期

行业资讯
首先是专科化。PACS 系统从早 而是多套，导致影像数据分散存储在

期的放射、超声等影像系统发展到内 各个专科系统中。分散存储不仅为影

镜、核医学、介入、口腔、眼科等专 像数据统一管理带来障碍，在医生工
科，产品进一步细分，各种专科化（如 作站调用时需要访问不同专科系统，

心脏、骨科）的影像处理应用也越来 甚至使用不同浏览器，这也给医生统

越多。 一调阅多模态影像造成困难。

其次是智能化。以影像深度学习 其次是影像数据存储与存储容量

建模为核心的 AI 专病辅助诊断、分 的矛盾始终存在。近年来存储技术发

析产品如雨后春笋般涌现，基于医学 展迅速，保证了存储容量的供应增长；

影像的 AI 研究正在大型医院兴起。 但影像技术的发展、影像设备数量的

扩充，导致存储容量的需求同步增长。
第三是结构化。专科化影像分析

和数据利用需求日渐增加，结构化报 与 20 年前相比，磁盘单盘容量增加

告越发受到重视。“放射、病理等影 约 50 倍，病例数据量和影像设备数

像报告结构化后，可将分析、测量的 量叠加导致数据量也增加了几十倍。
数据直接提取出来，有助于辅助临床 “水涨船高，影像的生命周期管

决策。” 理问题始终如影随形。”根据政策要

第四是诊断协同。在医改大环境 求，医疗影像数据需要长期保存，这

下，医联体、医共体、多院区之间的 就对医院的存储容量、管理模式提出

影像协同诊断应用场景显著增多，对 挑战。对于医院信息部门而言，存储

PACS 系统的功能流程提出新要求。 设备升级或 PACS 系统更换更带来了
数据迁移难题，迁移周期往往需要几
第五是互联网服务。以云胶片为 个月甚至更长时间。

代表的移动互联网医学影像调阅快速

发展。这类服务直接面向患者，患者 第三是影像数据的二次利用需求

不用拎着胶片到处跑，医生也可以方 如何满足的问题。在面向 AI 研发的

便调取不同医院的影像。 过程中，对影像数据集的筛选、管理

和特征分析等会产生新数据，比如标
在新的发展阶段，PACS 系统的 注数据、特征数据等，这些数据都需

数据管理与应用也面临新问题。
要管理。但传统的 PACS 系统只对影

首先是专科化异构系统造成影像 像采集的原始数据进行管理，缺乏对

存储的分散化。 专科化系统各有特点， 影像数据研究的支持，研究数据集需

医院使用的PACS系统往往不是一套， 要手工管理。比如，在进行 AI 研究时，