Dell EMC以ISILON資料儲存平台滿足醫院醫療數據湖需求

戴爾科技資深技術顧問廖靜怡。DIGITIMES攝

戴爾科技資深技術顧問廖靜怡首先帶出醫療產業的幾項趨勢，包含65歲以上的人口佔全球總人口比例9%、非結構化醫療數據翻倍成長、當前平均醫療數據量達8.41PB是由醫療IT管理，以及到2025年預期的遠距醫療需求成長7倍。

從上述的趨勢當中，可以發現龐大資料量的維運、管理成為醫院最棘手的議題，尤其要發展智慧醫療，在資料收集、建模訓練、以及落地應用幾個面向遇到挑戰，因為資料收集如果沒有進行統一規格，就會增加運用與分析的難度，又或是該如何將結構、非結構資料做整合，以及醫療軟體工程師欠缺資料分析及AI建模能力，都是當前面臨的阻礙。

面對醫院想要數位化轉型的需求，Dell EMC聚焦現有醫療IT架構的現狀，即每個系統有自己當地單獨的儲存設備，造成資料無法統一收攏、形成資料孤島，喊出We can Help口號，推出ISILON資料儲存平台，能幫助醫院建立醫療數據湖，整合所有應用，並且將資料集中進行有效利用。

至於Dell EMC ISILON資料儲存平台，有哪些令人耳目一新的功能？廖靜怡詳細說明，包含可原生支援S3協定、HDFS分布式文件系統；同時可橫向擴充，最小4個節點到最大的252節點；資料自動分層；以及工作負載自動平衡等特性，讓儲存效能大幅提升，有助智慧醫療落實應用創新。

她舉例，傳統存儲架構採用Scale-UP，前端節點兩個控制器承載前端節點運算，效能無法同時擴充產生效能瓶頸；分散式儲存架構採用Scale-Out橫向擴充節點，控制器與儲存運算能同時一起加大，最多達252個控制器效能加大。若遇到新舊設備汰換問題，透過新增節點，自動平衡負載到其他節點，就不用更改前段連線方式，讓IT人員只要管控一套平台，就能輕鬆管理醫院所有資料。

另外AI處理程序也日漸重要，花了高成本購買GPU，千萬別因為I/O瓶頸而拖累整體AI流程。ISILON可有效解決I/O瓶頸，像是資料越多準確度越高，擴充容易，數10 PB輕鬆擴充，大量併發讓GPU訓練更快，資料自動分層對冷熱資料管理不會有問題，就地分析處理大數據更方便等。

最後廖靜怡分享實際案例，一家北部醫學中心導入Dell EMC ISILON + ECS，獲得幾項具體的效益，包含數位玻片影像掃描透過CIFS/S3快速備份到ISILON，ISILON AutoBalance自動將資料平均擺放至每個節點，以及ISILON CloudPools自動將凍資料搬移到ECS長期存放。未來醫學中心有想導入AI應用，就能透過HDFS/NFS大數據分析建模，直接存取資料不須搬移。

換言之，醫療大數據相當需要整合式大數據分析極限平台架構，Dell EMC ISILON具備超快、超穩、超省、超擴充、完整生態圈等優勢，能幫助醫療院所成功建立數據湖，又讓資料管理既輕鬆又可彈性擴充。