Dell EMC以ISILON数据储存平台满足医院医疗数据湖需求

戴尔科技资深技术顾问廖静怡。DIGITIMES摄

戴尔科技资深技术顾问廖静怡首先带出医疗产业的几项趋势，包含65岁以上的人口占全球总人口比例9%、非结构化医疗数据翻倍成长、当前平均医疗数据量达8.41PB是由医疗IT管理，以及到2025年预期的线上医疗需求成长7倍。

从上述的趋势当中，可以发现庞大数据量的维运、管理成为医院最棘手的议题，尤其要发展智能医疗，在数据收集、建模训练、以及落地应用几个面向遇到挑战，因为数据收集如果没有进行统一规格，就会增加运用与分析的难度，又或是该如何将结构、非结构数据做整合，以及医疗软件工程师欠缺数据分析及AI建模能力，都是当前面临的阻碍。

面对医院想要数码化转型的需求，Dell EMC聚焦现有医疗IT架构的现状，即每个系统有自己当地单独的储存设备，造成数据无法统一收拢、形成数据孤岛，喊出We can Help口号，推出ISILON数据储存平台，能帮助医院建立医疗数据湖，整合所有应用，并且将数据集中进行有效利用。

至于Dell EMC ISILON数据储存平台，有哪些令人耳目一新的功能？廖静怡详细说明，包含可原生支持S3协定、HDFS分布式文件系统；同时可横向扩充，最小4个节点到最大的252节点；数据自动分层；以及工作负载自动平衡等特性，让储存效能大幅提升，有助智能医疗落实应用创新。

她举例，传统存储架构采用Scale-UP，前端节点两个控制器承载前端节点运算，效能无法同时扩充产生效能瓶颈；分散式储存架构采用Scale-Out横向扩充节点，控制器与储存运算能同时一起加大，最多达252个控制器效能加大。若遇到新旧设备汰换问题，透过新增节点，自动平衡负载到其他节点，就不用更改前段连线方式，让IT人员只要管控一套平台，就能轻松管理医院所有数据。

另外AI处理程序也日渐重要，花了高成本购买GPU，千万别因为I/O瓶颈而拖累整体AI流程。ISILON可有效解决I/O瓶颈，像是数据越多准确度越高，扩充容易，数10 PB轻松扩充，大量并发让GPU训练更快，数据自动分层对冷热数据管理不会有问题，就地分析处理大数据更方便等。

最后廖静怡分享实际案例，一家北部医学中心导入Dell EMC ISILON + ECS，获得几项具体的效益，包含数码玻片影像扫描透过CIFS/S3快速备份到ISILON，ISILON AutoBalance自动将数据平均摆放至每个节点，以及ISILON CloudPools自动将冻数据搬移到ECS长期存放。未来医学中心有想导入AI应用，就能透过HDFS/NFS大数据分析建模，直接存取数据不须搬移。

换言之，医疗大数据相当需要整合式大数据分析极限平台架构，Dell EMC ISILON具备超快、超稳、超省、超扩充、完整生态圈等优势，能帮助医疗院所成功建立数据湖，又让数据管理既轻松又可弹性扩充。