分布式医疗大数据存储方案研究综述
摘要
医疗数据属于大数据的一种，具有数据量大、增长迅速、多模态、高价值、重隐私等特点。针对医疗数据特点，如何对其进行统一、高效的组织管理是目前重要的研究方向。为此，通过阐述医疗数据特点，分析其存储需求，梳理分布式系统和非关系型数据库在医疗数据存储领域的应用现状，综合分析了未来医疗数据待解决的关键核心问题，旨在探讨效率高、响应快的医疗数据存储方案。
关键词
医疗数据; 存储方案; 分布式系统; NoSQL数据库
0 引言
近年来，随着信息技术飞速发展，医疗与医学研究领域正步入大数据时代，医疗数据的日增长量达到了TB级别［1］。海量的医疗数据蕴含着巨大的价值，构建医疗数据存储平台，实现数据的统一存储与检索，有利于不同医疗机构之间共享数据［2］。并且，在平台上增设数据分析服务功能，有利于推动辅助诊疗和疾病预测技术的发展。
医疗数据属于大数据，具有数据来源复杂、结构多样、规模巨大、增长迅速、多模态性等特点［3］。其中，多模态性包括二维数据、图像、视频、文本文档等［4］。然而，在当前医疗服务业务中，获取数据的实时性、存储设备的可靠性及数据分析的准确性仍是亟待解决的三大问题。
传统关系型数据库无法存储非结构化数据且受到单机性能限制［5］，无法满足数据存储的需求。而分布式技术以其低成本、高可靠、大容量等优点在存储领域得到广泛应用［6］，为存储海量医疗数据提供了新思路。该技术通过连接多台普通设备，分布式存储、管理和处理海量数据，并支持存储非结构化数据［7］。因此，医