医疗设备信息化准备过程中存在的问题
在物联网、云计算以及大数据等技术逐渐普及的时代，医院为了建立患者全生命周期健康数据一体化解决方案，就需要在患者到院接受医疗诊断、治疗，再到后期随访等过程中生产的大量健康数据进行收集、传输、存储、更新以及分析利用，其中由医疗设备设施所产生的大量数据，对患者诊断、治疗以及后续随访起到重要作用。
但是，目前由于医院在医疗设备采购、安装调试以及运维管理等过程容易忽略医疗设备的网络需求，通过调研发现，在医疗设备信息化准备过程中主要存在以下几个方面的问题。
1、机房条件准备不足
不同医疗设备需要安装位置条件不同，很多大型设备均需做机房准备工程，除了需要做好防护、强电、空调等条件准备外，还需要对医疗设备所需要的信息点位做提前安排，明确信息点位置、信息点数量，经常会出现信息点位置不匹配、数量不够等现象，造成二次施工。
2、医疗设备信息端口类型考虑不充分
没有在医疗设备设施采购前根据医疗设备设施明确端口类型以及自带软件与HIS、PACS等接口开发责任等，导致设备采购后设备厂家与信息系统集成商之间的扯皮，造成效率低下。
3、医疗设备部与信息部之间责任分工不明确
针对全院医疗设备规划，医疗设备部应与信息部之间建立协调与配合机制，明确工作界面与工作方式，否则就会出现漏洞，比如该预留点没有预留，或预留位置不对或数量不够，导致后期改造，造成大量浪费与时间延至。
4、医疗设备设施产生的数据传输瓶颈
需要考虑医疗设备所生成数据类型与数据量，据此配置网络设备，确定传输带宽要求，否则将造成数据传输瓶颈，导致数据调取效率低下。
5、医疗设备设施数据上传方式未定与存储规划不足
在做医疗设备设施存储规划时，会考虑未来三年全院产生所有数据量来估算医院存储配置规模，比如CT、MRI等很多大型设备，以及超声等设备产生动态图像，单次产生数据量很大，如果不选择合适的存储方式，会对存储造成极大压力。一般情况下，医院会把明确诊断的图像资料上传保存，而过程数据则保存本地，有条件的医院则会不分是否明确诊断，涉及患者的所有资料均上传保存，这就对医院存储提出更高要求，即提高传输带宽要求，也会提出存储量要求。当然两种上传方式均有优缺点，这需要医院提前做出决策。
图1：医疗设备信息化存在的八大问题
6、数据分析利用不足
数据分析利用要考虑几个方面，其一数据完备性；其二数据标准化；其三数据算法；其四数据真实性等，如果数据不完整，不能按照标准化进行分析，数据不真实，没有合适算法支撑，数据量再大，对现实也没有意义和价值。
7、医疗设备本身管理不够
缺乏对各类医疗设备设施日常的自动化运维管理，除了需要满足资产管理需求外，无法在第一时间了解医疗设备设施运行状况，做好质控管理，这会造成采集数据质量不高、不准，不但没有价值，还会造成医疗隐患和差错。
8、忽略医疗设备设施信息安全
医疗设备设施信息安全既包括对患者隐私权的保护，也包括避免由于设备设施被人为操控导致患者人身伤害或者死亡，比如一些可穿戴医疗设备或人造器官的体内植入等。
医疗设备网络需求分析
（一）医疗设备设施分类
医疗类设备设施根据国家医疗器械分类标准和规范，按照风险性大小分为三类，风险小的为第Ⅰ类设备设施；中度风险为第Ⅱ类设备设施；高风险为第Ⅲ类设备设施，为确定医疗器械分类，依据医疗器械的结构特征、医疗器械使用形式和医疗器械使用状况三方面的情况进行综合判定，对医疗设备设施进行更细致分类。
1、医疗设备分类表
为更好阐明医疗设备、设施所生产数据类型、网络需求、存储条件等，按照医疗设备、设施参与疾病过程中功用进行分类，即分为诊断类设备、治疗类设备以及辅助类设备，通过对各类设备生产数据提出可被数字化采集要求，通过端口实现采集，借助网络平台保障互通，在数据中心集中存储，在临床与科研实现应用，完成从患者参与医疗活动起始点到完成诊疗服务的全过程的资料数据化，借助行政力量，打通各医疗机构数据壁垒，最终实现人的全生命周期健康数据数字化管理，为全民健康状况评估、预警等提供强大数据支持，这也是大数据追求的目标。详见（表1：医疗设备分类表）。
表1：医疗设备分类表
(1)诊断类设备
诊断设备类可分为八类： X射线诊断设备、超声诊断设备、功能检查设备、内窥镜检查设备、核医学设备、实验诊断设备及病理诊断装备。
(2)治疗类设备
治疗设备类可分为10类包括病房护理设备、手术设备、放疗设备、核医学治疗设备、理化设备、激光设备等，均以满足患者某类疾病治疗需求。
(3)辅助类设备
辅助设备类可分为如下几类：数字化体重身高秤、标签自动黏贴机、消毒灭菌设备、制冷设备、中心吸引及供氧系统、空调设备、制药机械设备、血库设备、医用数据处理设备、医用录像摄影设备等。
以上各类设备均需对人体各种物理量如器官形态、分子诊断、基因分析、生物电位、心音、体温、血压等通过扫描、取样分析、传感器等各类方式将其变为电信号，经过诸如放大、滤波、干扰抑制、多路转换等，信号检测与预处理电路，将模拟量的电压或电流变为数字量，通过适当端口，被采集、抓取、传输、存储以及利用等，为患者诊断、治疗提供依据。
2、主要医疗设备端口类型
(1)物理端口
端口可以认为是设备与外界通讯交流的出口。其中硬件领域的端口又称接口，通过物理连接实现数据被抓取、调用等目的，比如RJ45，RS232、AUI、CONSOLE、USB、VGA、AV、HDMI等接口，都属于物理端口。
图2：超声端口
图3：血液流水线端口
另有一些端口，比如wifi、蓝牙等端口，是基于无线网络或无线通信协议实现数据传输，存在物理无线端口、蓝牙端口，只是传输链路人眼不可见。
再有，安装医疗设备时，要考虑设备所具备的端口与工作站或服务器是否匹配，如不匹配应配置转接头；不同的端口数据线有效距离也不同，为了保证医疗数据传输的可靠性，在设备与工作站布局方面应合理，符合数据线传输有效距离，并在此基础上，对工作站或服务器的网络端口进行合理规划，网络端口与工作站距离最远最好不要超过60米。
(2)逻辑端口
除了上面提到的各类物理端口外，还存在一些我们无法看见的，由软件定义的逻辑端口，主要是不同厂家或设备，通过统一定义的标准规范协议实现联通，所以在医院信息化建设过程中，如未考虑各类医疗设备接入医院网络条件，就会造成数据共享障碍，所以在制定医疗设备采购计划之前，医院信息部门工程师即需要对医疗设备数据采集提出要求，并配合设备采购和管理部门与厂商进行专项沟通，同时在招标文件中明确数据传输条件、接口要求等，如医院信息系统集成商具备集成能力，并且医院已经部署集成平台，可以在设备采购合同中明确提出对各类医疗设备的接口要求，也包括非标准化端口的标准化工作，从而界定系统集成商与医疗设备厂商的工作界面，避免后续扯皮以及昂贵的二次接口开发。
(3) DICOM协议
对于影像类医疗数据的传输与处理，最常用到的就是DICOM医学影像处理和DICOM网络传输协议。DICOM是医学图像和相关信息的国际标准（ISO 12052）。它定义了质量能满足临床需要的可用于数据交换的医学图像格式。
DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备（X射线、CT、核磁共振、超声等），并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。
（二）医疗设备信息端口需求
解决了医疗设备数据接口问题后，仍需解决在各医疗设备所在空间布置信息点的问题，才能实现生产数据的抓取和传输，需要确定信息点的位置与数量。布点位置与数量与本区域中工作站数量、设备尺寸等要素相关。为方便统计信息点位数量与分布，应将医院各功能区域进行划分，在考虑单一区域信息点位数量时，需注意以下几点要素：
1、该区域人员配置与工作职责
2、根据人员配置所需工作站的数量
3、工作区域内IP电话数量与位置
4、是否需要网络打印机，传真机等外部设备
5、为考虑工作人员发展，预留闲置点位的数量
6、该区域中医疗设备是否具备数据采集功能
7、医疗设备数据采集方式与数据端口类型
8、设备的更新与扩展对于现有信息点位的要求
9、附属设备如冷却机等可直连网络端口的设备部件，其安装位置与端口间距离等。
（三）医疗设备数据类型
医疗设备设施在运行过程中会生产大量数据，根据信息是否能够用数据或统一的结构加以表示，我们把数据分为结构化数据和非结构化数据。
1、结构化数据
在医疗行业，结构化存储的典型代表就是HIS数据库以HIS数据库为例，在选择数据库时应考虑一下几点：
(1)开放性:要求能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。
(2)可伸缩性：要求数据库的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。
(3)性能
(4)客户端支持及应用模式：要求多层次网络计算，支持多种工业标准，可以用ODBC、JDBC、OCI等网络客户连接。
(5)操作简便
(6)价格
2、非结构化数据
不方便用数据库二维逻辑来表现的数据，包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等；结构化数据属于非结构化数据，是非结构化数据的特例。
(1)非结构化数据库
其字段长度可变，并且每个字段的记录又可以由可重复或不可重复的子字段构成的数据库，用它不仅可以处理结构化数据（如数字、符号等信息）而且更适合处理非结构化数据（全文文本、图像、声音、影视、超媒体等信息）。
(2)非结构化数据管理目标
医疗数据复杂且多样，比如疾病检查中的X光片、病理切片、CT片、核磁等，大量数据的存储和调用不可能用结构化的数据管理起来，只能基于一种半智能化的非结构化数据；客观上，非结构化数据管理可以简单化为3个目标，即存的下、管得了、用得上。
(3)非结构化数据存储通常方式：
其一、将非结构化数据以文件的方式存储在文件系统中，同时将指向文件的链接或路径存储在数据库表中；这种方式数据读写的速度较快，但数据管理不方便，并需要额外考虑事务处理的一致性和数据的安全性。其二、将非结构化数据存储在传统的数据库表的大对象字段中；这种方式充分利用数据库的事务、管理和安全特性，但在数据查询和读写的性能不高。
因此，为规避以上两种方式缺陷，利用其所长，最新的非结构化数据存储技术在磁盘格式、网络协议、空间管理、重做和撤销格式、缓冲区缓存以及智能的I/O 子系统等方面发生重大转变，在保证了文件数据的性能的同时，还保留了数据库的优势。较有代表性的就是Oracle SecureFiles非结构化数据存储方式。
（四）医疗设备生产数据传输条件
医疗设备设施在参与整体医疗活动过程中产生大量数据，借助医院网络平台实现交互，为患者诊断、治疗以及后续健康管理提供数据依据，医院网络架构的优劣将直接影响生产数据传输效率。
1、网络架构
网络系统平台是医疗业务系统的基础性平台，承载着医院日常重要的医疗业务，因此对网络的可靠性、稳定性、扩展性要求非常高。想要保证医疗设备数据传输的完整、快速和稳定，拥有一个高标准的网络条件是前提，而另一个重要因素就是能否合理运用现存的网络资源，将网络的传输能力最大化，现以我院为例做详细分享。
我院在网络架构上采用三层网络设计原则，即核心层、汇聚层、接入层（图1：网络拓扑图）。
图4：网络拓扑图
核心交换机设计采用双核心交换机备份工作，两台核心采用虚拟化技术实现堆叠，性能加倍，简化了网络管理，同时两台设备相互冗余，实现了核心网络的高可用性。所有重要的计算机服务器、存储介质和核心交换机，集中放置在计算机网络中心，该计算机网络中心采用虚拟化技术构建私有云中心，完善各类保障措施，确保无故障运行时间的期望值99.98%，即每年停机时间（包括计划停机时间）限制在2小时以下。
汇聚交换机均两两冗余实现高可用性，各大楼的两台汇聚交换机虚拟化堆叠，通过万兆双链路上联至核心交换机，所配交换机端口或者板卡均为线速转发接口，充分考虑了医院汇聚层网络的应用需求。
无线、PACS系统终端均采用万兆主干到楼层，配置1000M接入；由于不同医疗设备产生的数据量差异较大，通过对各终端设备配置不同以太网卡，如100M或1000M以太网卡，实现不同带宽资源分配；全网通过核心交换机VLAN地址划分网段，实现高安全、高保障性，为各类医疗数据交互提供高效、安全、可靠的物理网络系统。
2、传输端口设置
各种医疗设备所采集的数据类型与大小都是不一样的，有些设备对于数据传输条件的要求比较高，例如X光机、PET CT、超声机、核磁共振等，对于影像类的医疗设备，应该分予更多的网络带宽，根据工作区域功能性的区别，对设备间端口采取上联千兆交换机，设置独立vlan，配置Access端口，一个端口只允许一个vlan通过，并且通过交换机端口限速设置，为资源使用率高的科室分配更多的可用带宽，并建立科室内部局域网环境，使资源共享更加流畅，同时为了医院整体的信息安全和网络通畅，采购上网行为管理设备，限制非工作用途的带宽占用。
（五）医疗设备数据存储
1、数据不丢失
作为存储功能单元，最优先要考虑的就是所存储数据的安全性。数据丢失的原因是多方面的，比如设备故障，线路故障、数据库故障，人为失误等，医院医疗数据量大，数据应用层面广，其中涉及患者治疗与康复，医学研究等等，因此我们应合理规划，将数据丢失风险降到最低。
2、管理易操作
医疗数据复杂而庞大，对于数据管理员来说，拥有一个高效率的管理系统是必不可少的。可配置基于WEB的阵列管理软件许可，在单一WEB管理界面实现存储管理和监控；无需另外安装管理软件，基于阵列的性能分析软件，能够获取实时的性能数据和历史性能数据。
3、调取难度低
采用云存储策略，存储单元配置光纤交换机，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能，云存储是一个以数据存储和管理为核心的云计算系统，使用者可以在任何时间、任何地方，透过任何可连网的装置连接到云上方便地存取数据。
4、业务不间断
各核心业务设备支持主动性全局热备盘、具有5个9可靠性，容灾设备采用“带外”基于网络的应用装置，不改变现有主机环境，不在主机端安装任何代理软件，不在主 I/O 路径中进行监控和数据保护，不影响主机性能，容灾设备出现故障后不会影响生产系统正常运行。配合完善的存储安全策略，做到业务不间断。
5、扩展性能强
核心存储设备具有不停机的系统软硬件升级和扩充能力，为硬件扩充提供稳定性条件，避免设备升级与业务冲突，根据医院规模，合理计算最大可扩充硬盘数量。
6、规划要合理
医疗数据存储包含HIS，PACS，EMR，LIS等多种系统的数据，在存储策略上我们应合理规划各个系统所占用的分区资源，为数据量大的系统分配更多的资源，并且还要防止存储空间的浪费，因此我们可以采用虚拟资源调配功能，配置虚拟资源调配功能，可以为应用程序提供比在存储阵列中分配给它的物理容量更多的容量，提高存储空间利用率；并且配置存储自动分层功能，配置存储数据自动分层功能，可以实现存数据根据繁忙度在不同硬盘类型中的自动迁移，迁移过程多主机透明，无需停机，还需要同时支持数据块以及文件类型自动分层。
（六）医疗设备数据分析与利用
在医疗卫生领域，各种信息系统在医疗机构的广泛应用，及医疗设备和仪器的数字化，使医院数据库的信息量不断增大，这些宝贵的医疗信息资源对于疾病的管理、控制和医学研究都有非常重要的价值。医院诊疗大数据是指在医院医疗活动的真实环境中，由疾病诊治的自然过程所留下的规模庞大的异构数据，这些数据以不同的形式存在于各种信息系统中：HIS、EMR、LIS、RIS、PACS、各类医技检查系统等。通过临床数据中心的建设，可以将来自多个系统的数据，以患者主索引为主线，很好地整合到一起，便于进一步检索利用。如何利用这些海量的信息资源，更好地为临床研究服务，实现其资源价值，已经越来越为人们所关注。
1、数据标准化
从数据本身来讲，传统行业的数据更多是结构化的标准数据，但医院更多是非结构化数据，因此在开展大数据时更要关注数据标准化。
标准是为业务服务的，标准跟医疗信息化建设息息相关。标准的缺失会造成医院内外诸多的信息孤岛。在数据分析之前，我们通常需要先将数据标准化，利用标准化后的数据进行数据分析。
为了满足医疗数据标准化的信息共享与应用，使用集成平台对各个子系统进行整合是现在信息化医院的主流趋势。系统间的整合、集成和扩展一直都是制约医院数字化发展的主要障碍，由于不同厂商之间的产品不兼容，使得医院整体信息化步履维艰。通过建设一个规范的系统集成平台，在IHE、DICOM、HL7等国际标准的基础上，制定覆盖医疗所有业务流程的系统集成规范，开发基于规范的系统集成平台，为遗留的、当前的以及将来的系统提供了一个统一且标准的数据交换和工作流协同的平台。
2、数据完整性
数据的完整性是指数据库中数据的正确性、有效性和一致性。大数据的困难在于其完整性，而且这个大数据的形成不受个体、局部种种因素的影响。不完整的医疗数据的搜集和处理过程经常相互脱节，这使得医疗数据库不可能对任何疾病信息都能全面反映。大量数据来源于人工记录，导致数据记录的偏差和残缺，许多数据的表达、记录本身也具有不确定性，病例和病案尤为突出，这些都造成了医疗大数据的不完整性。
建立完善的容灾机制，防止已有数据因种种因素损毁丢失，同时将云存储技术应用到医疗数据存储与应用中，云存储是在云计算概念上延伸和发展出来的一个新的概念，当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，使用云存储技术，可将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能。各子系统通过集成平台产生的大量标准化数据通过云存储技术连接到一起，使我们的医疗人员在调取和使用数据时快速的将所需数据整合归一，完整的呈现在使用者眼前，以此达到医疗数据完整性的要求。
3、数据真实性
机器是不会说谎的，通过各医疗设备获取到的数据，其真实性是毋庸置疑的，所以我们要做的就是如何准确的将设备数据放置在正确的地方，并正确无误的让数据信息表现出来。
建立健全数据质量管理制度、完善奖惩机制、可靠稳定的存储策略、强大的网络支持是数据真实性的基础，为医疗设备建立合理优化的信息化环境，使数据在传输和存储的过程中达到真实准确，同时也要尽量避免人为操作产生的失误，如此才能保证医疗数据真实可靠。
总结
虽然医疗设备产生的数据只占医院数据中的一部分，但确是核心部分，在医疗设备设施配置阶段就提出并完成数据化和网络条件准备，必然会提升医护人员的人机交互体验，促进为患者提供的诊断与治疗服务效率，以及为临床和科研提供大量有价值临床数据，本文通过医院信息化建设中的医疗设备网络需求进行全方位的分析，对持续改善医疗质量和患者安全提供助力。
论文作者简介
尚玉明 海南省肿瘤医院副院长 海南省肿瘤防治中心常务副主任
薄屹楠 海南省肿瘤医院信息部工程师
邓晖 海南省肿瘤医院临床医学工程部主任
石涛 中博信息技术研究院-海南分公司 政企事业部经理 CCIE。
本文仅代表作者个人观点，欢迎大家交流分享更多专业干货、实践案例，可投稿至wangshuo@zhuyitai.com
>
