医疗行业大数据存储技术路线和产品如何选型？

MPP架构主要用于处理大规模的关系型数据库，在数据一致性方面比基于Hadoop技术的分布式存储架构好一些。

但是在医疗行业，关系型数据库和结构化数据存储的比例非常小，以HIS、LIS、EMR等核心系统为例，一个大型三甲医院一年的数据量也不过几十个GB。在医疗行业，数据量最大的非结构化数据，例如PACS系统产生的影像数据，还有在临床医疗服务的过程中产生的病理数据报告等。在处理非结构化数据方面，基于Hadoop技术的分布式存储架构有比较好的优势，用于处理查询实时性要求不高，对数据访问没有低要求的场景比较合适，还可以提供比较好的性价比。

在大数据一体机方面，各个厂商都有自己的解决方案，在技术上相对都比较封闭，价格也比较高，在产品选型上面需要更慎重一些，以免被硬件厂商“绑架”，在后期维护，扩容和将来技术升级上都会受到一些限制。

任何一种技术实现，必然是为更好的体现产品或服务的价值，但医疗行业大数据，从此概念的提出至今，对其的争议就从未停止。

在医疗中，能够称之为大数据的（我仅从可靠的海量数据角度说），大致有：

1、海量影像数据，也是最典型的非结构化数据。海量医学影像的应用前景，从国际上看，计算机辅助诊断（CAD）会是一个前景，最典型的是美国乳腺CAD软件，是基于北美妇女正常乳腺组织与乳腺癌异常病灶的分析比对，给出疑似病灶位置标记，帮助医生在诊断时，能提醒其别疏忽。但具备该研发能力，并开发成产品的，据我了解仅美国而已，且CAD的临床价值很难界定。所以，初步看海量影像数据在中国的应用前景堪忧。

2、健康生理指标数据，特别是针对亚健康、慢病的长期采集数据，对于治未病的确有很重要的参考意义，但问题在于：个人采集的生理指标数据的真实性与可靠性，其次是当前开展的慢病管理与治疗中，对所采集数据的依赖性不高。从这些方面考虑，医疗大数据，讨论的意义不大。

不过，硬要考虑技术路线的话，个人会推荐第二种，一个特别重要的原因是Hadoop开源，使用频率也高，在中国这个很重要，能够降低成本的同时，确保技术的可靠与发展的延续。

结构化数据又有非结构化数据要根据各自的需求选取相应的成本低、技术成熟的产品来满足自己的需求。