運(yùn)籌新數(shù)據(jù)，中山大學(xué)精準(zhǔn)醫(yī)學(xué)中心的新存儲(chǔ)之道

北京2020年11月5日 /美通社/ -- 什么叫精準(zhǔn)醫(yī)學(xué)？百科是這樣定義的：精準(zhǔn)醫(yī)學(xué)（Precision Medicine）是以個(gè)體化醫(yī)療為基礎(chǔ)、隨著基因組測(cè)序技術(shù)快速進(jìn)步以及生物信息與大數(shù)據(jù)科學(xué)的交叉應(yīng)用而發(fā)展起來的新型醫(yī)學(xué)概念與醫(yī)療模式。

定義可能過于學(xué)術(shù)化，不易于理解，來看看現(xiàn)實(shí)中經(jīng)常遇到的例子：A和B同時(shí)患有某種腫瘤疾病，同樣的藥物對(duì)于A有效，但對(duì)于B卻沒有效果，反而會(huì)影響到B的病情；C和D患有不同腫瘤疾病，卻通過同樣的藥物讓病情得到極大緩解。類似情況在癌癥、腫瘤等疾病領(lǐng)域經(jīng)常出現(xiàn)，個(gè)體因?yàn)檫z傳基因、所處環(huán)境和生活方式的不同，在治療反應(yīng)性上存在著很大的差異。

精準(zhǔn)醫(yī)學(xué)的出現(xiàn)，改變過去“一刀切”的治療方法，通過整合基因組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)以及相關(guān)環(huán)境與生活方式等大數(shù)據(jù)信息，為患者精準(zhǔn)制定最有效治療方案。事實(shí)上，從最早的經(jīng)驗(yàn)醫(yī)學(xué)到循證醫(yī)學(xué)，再到如今的精準(zhǔn)醫(yī)學(xué)，醫(yī)療模式走向數(shù)字化、精準(zhǔn)化已成必然趨勢(shì)。

要實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)，先決條件在于構(gòu)建一個(gè)巨大的“疾病知識(shí)網(wǎng)絡(luò)”，其中關(guān)鍵在于數(shù)據(jù)和大數(shù)據(jù)平臺(tái)：數(shù)據(jù)越豐富、維度越全面，意味著治療方案的決策正確性就越高；大數(shù)據(jù)平臺(tái)性能強(qiáng)、穩(wěn)定性高、可靠性出色，則可以支撐起整個(gè)精準(zhǔn)醫(yī)學(xué)的長(zhǎng)期研究。

那么，精準(zhǔn)醫(yī)學(xué)的業(yè)務(wù)需求有哪些特點(diǎn)，數(shù)據(jù)特征情況如何，對(duì)于大數(shù)據(jù)平臺(tái)建設(shè)又有哪些核心訴求？作為中國精準(zhǔn)醫(yī)學(xué)發(fā)展的先行者，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心自籌建伊始就確定了建立醫(yī)學(xué)大數(shù)據(jù)中心，以大數(shù)據(jù)平臺(tái)作為核心基礎(chǔ)設(shè)施，來采集、存儲(chǔ)、管理和利用數(shù)據(jù)，為精準(zhǔn)醫(yī)學(xué)發(fā)展打了個(gè)樣。

一個(gè)影響未來五年的選擇題

從2015年起，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心開始籌建，首先需要面臨三件大事：成立樣本庫、建立醫(yī)學(xué)大數(shù)據(jù)中心和搭建精準(zhǔn)醫(yī)學(xué)實(shí)驗(yàn)技術(shù)平臺(tái)。如果從數(shù)字化的角度來看，成立樣本庫相當(dāng)于構(gòu)建起一個(gè)醫(yī)療相關(guān)數(shù)據(jù)集合庫；建立醫(yī)學(xué)大數(shù)據(jù)中心則是為了采集、存儲(chǔ)、管理整個(gè)數(shù)據(jù)；而精準(zhǔn)醫(yī)學(xué)實(shí)驗(yàn)技術(shù)平臺(tái)負(fù)責(zé)數(shù)據(jù)價(jià)值最終的輸出。

在三件事情中，醫(yī)學(xué)大數(shù)據(jù)中心的建設(shè)雖然是最底層范疇，卻屬于新基建中典型的創(chuàng)新基礎(chǔ)設(shè)施，起到支撐起整個(gè)科學(xué)研究運(yùn)轉(zhuǎn)的關(guān)鍵作用。中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心在建設(shè)醫(yī)學(xué)大數(shù)據(jù)中心時(shí)，面臨著架構(gòu)的選擇，“第一個(gè)是超融合架構(gòu)，另一個(gè)則是采用存算分離架構(gòu)?！敝猩酱髮W(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)高級(jí)工程師肖華鋒如是說，“架構(gòu)的選擇關(guān)系著未來五年醫(yī)學(xué)大數(shù)據(jù)平臺(tái)能否有效支撐起精準(zhǔn)醫(yī)學(xué)業(yè)務(wù)研究?！?/p>

彼時(shí)的超融合正是基礎(chǔ)架構(gòu)領(lǐng)域冉冉升起的明星，受到了業(yè)界、用戶們的廣泛關(guān)注，憑借簡(jiǎn)化的架構(gòu)、強(qiáng)大的并發(fā)性能以及便捷的管理等優(yōu)勢(shì)，被認(rèn)為是基礎(chǔ)設(shè)施建設(shè)的首選。但是，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心經(jīng)過對(duì)精準(zhǔn)醫(yī)學(xué)數(shù)據(jù)類型、業(yè)務(wù)特征以及未來應(yīng)用規(guī)劃進(jìn)行仔細(xì)和反復(fù)的調(diào)研之后，最終選擇了存算分離架構(gòu)來構(gòu)建醫(yī)學(xué)大數(shù)據(jù)中心。

為什么會(huì)舍棄超融合，選擇存算分離的架構(gòu)？肖華鋒解釋道：“當(dāng)時(shí)決策原因有兩點(diǎn)：一是成本，當(dāng)時(shí)超融合成本高，每個(gè)節(jié)點(diǎn)必須配置SSD，加上License費(fèi)用，采購成本較高；第二則是從場(chǎng)景適用上考慮，精準(zhǔn)醫(yī)學(xué)科學(xué)中心場(chǎng)景中，存儲(chǔ)需求增長(zhǎng)速度遠(yuǎn)超過計(jì)算，超融合擴(kuò)展是計(jì)算與存儲(chǔ)等比例擴(kuò)展，存算分離架構(gòu)反而會(huì)帶來更加靈活的擴(kuò)展方式?！?/p>

那么，醫(yī)學(xué)大數(shù)據(jù)中心采用存算分離架構(gòu)之后，真實(shí)情況會(huì)不會(huì)出現(xiàn)“理想很豐滿，現(xiàn)實(shí)很骨干”的窘境？

讓理想照進(jìn)現(xiàn)實(shí)

從2016年開始，中山大學(xué)精準(zhǔn)醫(yī)學(xué)中心開展生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)工作，核心是建成數(shù)據(jù)匯交、清洗整合、存儲(chǔ)管理、共享交換、隱私保護(hù)、開放共享的醫(yī)學(xué)大數(shù)據(jù)和生命組學(xué)數(shù)據(jù)兩大數(shù)據(jù)庫，并開展醫(yī)學(xué)大數(shù)據(jù)互聯(lián)共享工程，建立數(shù)據(jù)標(biāo)準(zhǔn)體系和安全體系，實(shí)現(xiàn)患者醫(yī)學(xué)數(shù)據(jù)跨系統(tǒng)/區(qū)域互聯(lián)互認(rèn)、數(shù)據(jù)共享工作。

“中山大學(xué)精準(zhǔn)醫(yī)學(xué)中心生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)真正意義上把附屬醫(yī)院的數(shù)據(jù)和中心實(shí)現(xiàn)互聯(lián)互通，并實(shí)現(xiàn)了數(shù)據(jù)交互和存儲(chǔ)?！毙とA鋒介紹道，“不過，數(shù)據(jù)增長(zhǎng)的確是太快啦?！?/p>

建設(shè)之初，生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)規(guī)劃了浪潮500TB集中式SAN存儲(chǔ)來承載精準(zhǔn)醫(yī)學(xué)醫(yī)學(xué)大數(shù)據(jù)平臺(tái)的檢索、360隨身檔案系統(tǒng)等核心業(yè)務(wù)應(yīng)用，目前使用近半；規(guī)劃1PB 浪潮分布式存儲(chǔ)AS13000來存儲(chǔ)海量影像數(shù)據(jù)，隨著業(yè)務(wù)數(shù)據(jù)的采集量的增加，不到3年時(shí)間，中心的影像存儲(chǔ)已經(jīng)擴(kuò)展到了2PB。

在有海量存儲(chǔ)為數(shù)據(jù)增長(zhǎng)帶來的容量挑戰(zhàn)兜底之后，如何應(yīng)對(duì)數(shù)據(jù)應(yīng)用帶來的挑戰(zhàn)又是一個(gè)難題。“中心的數(shù)據(jù)在沒有科研任務(wù)的時(shí)候基本都是冷數(shù)據(jù)，而當(dāng)課題介入，研究人員需要檢索和分析數(shù)據(jù)時(shí)，往往周期又很長(zhǎng)，可能長(zhǎng)達(dá)半個(gè)月。此時(shí)，又希望數(shù)據(jù)是熱的?！毙とA鋒介紹道。好在浪潮存儲(chǔ)過去四年一直都平穩(wěn)運(yùn)行，在容量和性能上都滿足了需求。

未來需要新存儲(chǔ)之道

隨著生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)和生物樣本庫逐漸完善，精準(zhǔn)醫(yī)學(xué)相關(guān)研究與業(yè)務(wù)開始步入快車道，醫(yī)學(xué)大數(shù)據(jù)中心在存儲(chǔ)上未來又面臨著新的訴求與挑戰(zhàn)。

首先是數(shù)據(jù)的增長(zhǎng)速度和增長(zhǎng)量會(huì)比以往還要大，尤其是生物樣本庫建好之后，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心的多組學(xué)研究平臺(tái)將以此構(gòu)建起來，包括代謝組學(xué)、基因組學(xué)等，這些應(yīng)用的上線與加碼將進(jìn)一步帶來數(shù)據(jù)爆炸性的增長(zhǎng)。肖華鋒坦言：“中心的三個(gè)基礎(chǔ)平臺(tái)、兩個(gè)研究平臺(tái)和一個(gè)應(yīng)用平臺(tái)整體布局逐漸完善之后，預(yù)計(jì)存儲(chǔ)一年擴(kuò)展10P將會(huì)成為一種常態(tài)?！?/p>

另外，生物醫(yī)學(xué)大數(shù)據(jù)平臺(tái)基于人工智能相關(guān)的醫(yī)學(xué)研究正在迅速增加，對(duì)于存儲(chǔ)容量和性能提出更高挑戰(zhàn)。

“中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心是當(dāng)下用戶對(duì)于存儲(chǔ)容量和性能訴求的一個(gè)典型代表。”浪潮存儲(chǔ)資深架構(gòu)師葉毓睿如是說：“面對(duì)一個(gè)數(shù)字化的智慧時(shí)代加速到來，浪潮提出了新存儲(chǔ)之道，讓存儲(chǔ)朝著EB級(jí)容量、億級(jí)IOPS、TB級(jí)帶寬等新能力加速演進(jìn)，來滿足用戶不斷增長(zhǎng)的需求?！?/p>

其次，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心醫(yī)學(xué)大數(shù)據(jù)中心還將面臨著新舊設(shè)備混用、不同廠商設(shè)備混用的情況，加上其數(shù)據(jù)量不斷提升，設(shè)備數(shù)量也會(huì)隨之增加，如何發(fā)揮各種設(shè)備的性能以及如何運(yùn)維管理各種設(shè)備就成為極大的挑戰(zhàn)。肖華鋒直言：“我們中心運(yùn)維人員很少，醫(yī)學(xué)數(shù)據(jù)類三級(jí)等保對(duì)運(yùn)維又有著極為嚴(yán)格的要求，迫切需要智能運(yùn)維技術(shù)來減輕壓力?！?/p>

事實(shí)上，存儲(chǔ)融入AI技術(shù)加速走向智能化正在成為趨勢(shì)。存儲(chǔ)根據(jù)業(yè)務(wù)負(fù)載、運(yùn)維管理等數(shù)據(jù)特征，進(jìn)行不斷的學(xué)習(xí)與優(yōu)化，從而提供更加精準(zhǔn)的預(yù)警信息和執(zhí)行動(dòng)作，讓自身運(yùn)維與管理走向智能化。葉毓睿介紹：“以浪潮存儲(chǔ)為例，iTurbo智用引擎可以通過智能IO感知、智能多路徑、智能數(shù)據(jù)組織、智能資源調(diào)度四大核心技術(shù)為業(yè)務(wù)應(yīng)用提速；而智能統(tǒng)一存儲(chǔ)管理平臺(tái)InView則提供了性能容量預(yù)測(cè)分析、磁盤故障預(yù)測(cè)與定位等一系列智能化功能，規(guī)避硬件故障帶來的風(fēng)險(xiǎn)和損失，有效降低運(yùn)維壓力?！?/p>

總體來看，精準(zhǔn)醫(yī)學(xué)依然處于起步的初期，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心作為先行者，對(duì)于醫(yī)學(xué)大數(shù)據(jù)中心的建設(shè)有著深刻的認(rèn)知，并且在架構(gòu)選擇上做出了明智的選擇。未來，隨著精準(zhǔn)醫(yī)學(xué)研究的不斷深入，中山大學(xué)精準(zhǔn)醫(yī)學(xué)科學(xué)中心對(duì)于衍生出來的新存儲(chǔ)需求與挑戰(zhàn)也有著清晰的判斷，其精準(zhǔn)醫(yī)學(xué)研究有望開啟新局面。