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

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）是以個體化醫(yī)療為基礎(chǔ)、隨著基因組測序技術(shù)快速進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)實中經(jīng)常遇到的例子：A和B同時患有某種腫瘤疾病，同樣的藥物對于A有效，但對于B卻沒有效果，反而會影響到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)，個體因為遺傳基因、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。事實上，從最早的經(jīng)驗醫(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。

要實現(xiàn)精準(zhǔn)醫(yī)學(xué)，先決條件在于構(gòu)建一個巨大的“疾病知識網(wǎng)絡(luò)”，其中關(guān)鍵在于數(shù)據(jù)和大數(shù)據(jù)平臺：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)平臺性能強、穩(wěn)定性高、可靠性出色，則可以支撐起整個精準(zhǔn)醫(yī)學(xué)的長期研究。

那么，精準(zhǔn)醫(yī)學(xué)的業(yè)務(wù)需求有哪些特點，數(shù)據(jù)特征情況如何，對于大數(shù)據(jù)平臺建設(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)平臺作為核心基礎(chǔ)設(shè)施，來采集、存儲、管理和利用數(shù)據(jù)，為精準(zhǔn)醫(yī)學(xué)發(fā)展打了個樣。

一個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)實驗技術(shù)平臺。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、管理整個數(shù)據(jù)；而精準(zhǔn)醫(yī)學(xué)實驗技術(shù)平臺負(fù)責(zé)數(shù)據(jù)價值最終的輸出。

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，起到支撐起整個科學(xué)研究運轉(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，面臨著架構(gòu)的選擇，“第一個是超融合架構(gòu)，另一個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)平臺高級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)平臺能否有效支撐起精準(zhǔn)醫(yī)學(xué)業(yè)務(wù)研究。”

彼時的超融合正是基礎(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，憑借簡化的架構(gòu)、強大的并發(fā)性能以及便捷的管理等優(yōu)勢，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。

為什么會舍棄超融合，選擇存算分離的架構(gòu)？肖華鋒解釋道：“當(dāng)時決策原因有兩點：一是成本，當(dāng)時超融合成本高，每個節(jié)點必須配置SSD，加上License費用，采購成本較高；第二則是從場景適用上考慮，精準(zhǔn)醫(yī)學(xué)科學(xué)中心場景中，存儲需求增長速度遠(yuǎn)超過計算，超融合擴展是計算與存儲等比例擴展，存算分離架構(gòu)反而會帶來更加靈活的擴展方式?！?/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，真實情況會不會出現(xiàn)“理想很豐滿，現(xiàn)實很骨干”的窘境？

讓理想照進現(xiàn)實

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)平臺工作，核心是建成數(shù)據(jù)匯交、清洗整合、存儲管理、共享交換、隱私保護、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)平臺真正意義上把附屬醫(yī)院的數(shù)據(jù)和中心實現(xiàn)互聯(lián)互通，并實現(xiàn)了數(shù)據(jù)交互和存儲?！毙とA鋒介紹道，“不過，數(shù)據(jù)增長的確是太快啦?！?/p>

建設(shè)之初，生物醫(yī)學(xué)大數(shù)據(jù)平臺規(guī)劃了浪潮500TB集中式SAN存儲來承載精準(zhǔn)醫(yī)學(xué)醫(yī)學(xué)大數(shù)據(jù)平臺的檢索、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AS13000來存儲海量影像數(shù)據(jù)，隨著業(yè)務(wù)數(shù)據(jù)的采集量的增加，不到3年時間，中心的影像存儲已經(jīng)擴展到了2PB。

在有海量存儲為數(shù)據(jù)增長帶來的容量挑戰(zhàn)兜底之后，如何應(yīng)對數(shù)據(jù)應(yīng)用帶來的挑戰(zhàn)又是一個難題。“中心的數(shù)據(jù)在沒有科研任務(wù)的時候基本都是冷數(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，往往周期又很長，可能長達(dá)半個月。此時，又希望數(shù)據(jù)是熱的。”肖華鋒介紹道。好在浪潮存儲過去四年一直都平穩(wěn)運行，在容量和性能上都滿足了需求。

未來需要新存儲之道

隨著生物醫(yī)學(xué)大數(shù)據(jù)平臺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)的增長速度和增長量會比以往還要大，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一步帶來數(shù)據(jù)爆炸性的增長。肖華鋒坦言：“中心的三個基礎(chǔ)平臺、兩個研究平臺和一個應(yīng)用平臺整體布局逐漸完善之后，預(yù)計存儲一年擴展10P將會成為一種常態(tài)?！?/p>

另外，生物醫(yī)學(xué)大數(shù)據(jù)平臺基于人工智能相關(guān)的醫(yī)學(xué)研究正在迅速增加，對于存儲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)下用戶對于存儲容量和性能訴求的一個典型代表?！崩顺贝鎯Y深架構(gòu)師葉毓睿如是說：“面對一個數(shù)字化的智慧時代加速到來，浪潮提出了新存儲之道，讓存儲朝著EB級容量、億級IOPS、TB級帶寬等新能力加速演進，來滿足用戶不斷增長的需求?！?/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)量也會隨之增加，如何發(fā)揮各種設(shè)備的性能以及如何運維管理各種設(shè)備就成為極大的挑戰(zhàn)。肖華鋒直言：“我們中心運維人員很少，醫(yī)學(xué)數(shù)據(jù)類三級等保對運維又有著極為嚴(yán)格的要求，迫切需要智能運維技術(shù)來減輕壓力?！?/p>

事實上，存儲融入AI技術(shù)加速走向智能化正在成為趨勢。存儲根據(jù)業(yè)務(wù)負(fù)載、運維管理等數(shù)據(jù)特征，進行不斷的學(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)行動作，讓自身運維與管理走向智能化。葉毓睿介紹：“以浪潮存儲為例，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)一存儲管理平臺InView則提供了性能容量預(yù)測分析、磁盤故障預(yù)測與定位等一系列智能化功能，規(guī)避硬件故障帶來的風(fēng)險和損失，有效降低運維壓力?！?/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)中心對于衍生出來的新存儲需求與挑戰(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。