
碳智汇是碳阻迹自主开发的碳排放信息数据库小程序,为想要随时随地了解低碳相关数据的人群提供便利的信息查询途径与方法。
“碳智汇”一共有四大功能模块,分别是:碳足迹计算器、碳排放因子数据库、配额计算器和碳排放大数据。
碳阻迹团队历经6年多的积累,发布了中国第一个碳排放因子数据库,涵盖全球260多个国家的数据。目前数据量已超过60000条,并持续收录更新中,已成为低碳行业进行碳排放核算的基础设施。
数字经济时代,数字化已成为医院完成医疗保障工作的关键能力之一。作为提供数字化底层支持的基础设施,更需要与之俱进。在面对医疗新技术和新业态的双重挑战,北京同仁医院携手华为通过打造全闪存数据中心,发挥新型基础设施的价值。在 探索 医院从数字化向智能化转变的同时,兼顾实现绿色节能低碳目标上,进行了卓有成效的实践。
2021年6月,国务院办公厅印发的《关于推动公立医院高质量发展的意见》指出,要强化信息化在引领公立医院高质量发展新趋势中的支撑作用,推动云计算、大数据、物联网、区块链、第五代移动通信(5G)等新ICT技术与医疗服务深度融合。
伴随着医院业务的快速发展,医院对信息化的需求也在不断变化。以数据为中心的视角和思维模式,驱动着医疗业务的新变革和新发展,这一点在智能医疗、智能管理、智能服务等方面都有所体现。
首先, 在智能医疗方面, 医院信息化系统在满足医生基本业务需求的同时,将医学知识与大数据、人工智能等新ICT技术相互结合,为医生提供必要的医疗数据查阅、医疗知识提醒、临床辅助决策等功能;其次, 在医院运营管理方面, 管理层不仅需要看到各部门的静态统计报表,更需要全方位、多层次、多维度地了解医院的投入、产出、成本等实时指标,并利用大数据分析和人工智能技术为医院运营管理提供更深入的洞察和更敏捷的反应,进而为决策提供数据支持;最后, 在智能服务方面, 智能化医院覆盖从预约挂号、远程医疗服务、移动支付、药物配送,到基于人工智能的 健康 管理、智能问诊等全流程服务,未来的互联网医疗服务有着无限的发展空间。
总而言之,数据中心是医院新型基础设施的重要基座,打造医院新型数据中心,发挥新型基础设施的价值,对建设新时代的智能化、绿色低碳医院具有重要意义。
那么,首都医科大学附属北京同仁医院(以下简称同仁医院)又是如何从数字化走向智能化,同时做到节能降碳的呢?
同仁医院始建于1886年,是以眼科学、耳鼻咽喉科学为国家重点学科的大型综合三甲医院,设有68个临床和医技科室,一年门急诊量达290万人次。在智能化时代,同仁医院期望充分发挥5G、AI、物联网、大数据等新ICT技术在现代医院建设管理中的重要作用,通过“智能服务”、“电子病历”、“智能管理”的建设,构建医疗、服务、管理“三位一体”的智能医院系统,实现由“数字化”医院走向“智能化”医院的愿景目标,为患者提供更高质量、更高效率、更加安全、更加体贴的医疗服务。
然而在建设智能化医院的过程中,同仁医院的基础设施也面临着医疗新技术和新业态带来的双重挑战:
一方面,当前院区的信息系统架构老旧,可靠性较低,存在单一系统故障风险;存储阵列采用传统机械硬盘,已经严重影响了医院核心业务系统的体验,并拖累EMR(电子病历)、移动App等新业务上线;与此同时,包括HIS(医院信息系统)、PACS(医学影像存贮与传输系统)等在内的30余个系统已逐年上线,物理设备众多,造成资源管理分散、资源利用率低、管理和维护复杂、运维成本逐年增加等问题。
另一方面,分级诊疗、医疗大数据、互联网医疗等新的业务模式逐渐兴起,带动了整个行业的变化。随着云计算、大数据、人工智能、物联网、互联网技术等新ICT技术在医院中广泛应用,医疗数据亟需快速整合、共享和进行大数据分析。
为了应对以上挑战,实现从数字化走向智能化的进阶,同仁医院完成了智能医院信息系统的顶层设计,其架构主要包括门户、平台应用、资源、医院信息平台、应用系统、智能化基础设施等6个层面。基于该信息系统,同仁医院实现了智能化的四个改变:
1.业务数据方面
服务半径从院内医护、科研扩大到院外患者;
2.应用访问端方面
从医护工作端扩大到全量患者应用;
3.架构网络方面
从传统的内网院区架构扩展到开放的互联网接口;
4.诊疗模式方面
从以前的门诊诊疗切换到分级诊疗或AI辅助诊疗。
可以看出,数据存储是承载智能医院的底座,而数据中心是医院智能化转型的关键,全闪存数据中心则是实现数据加速、智能运维、绿色低碳的保障,有效支撑了同仁医院智能化之路。
在数字化走向智能化的过程中,同仁医院在三个维度上开展了卓有成效的实践:
性能提升
同仁医院将HIS、PACS等老旧核心业务和数据全面向高端闪存存储迁移,以提升智能生产系统的性能,解决了 历史 遗留的线下业务性能瓶颈问题。对于互联网访问、挂号等新业务的云资源池和数据库,同仁医院也将其全面加载到新的高端闪存存储资源池上,快速实现新业务上线、扩容,支持线上业务的数据分流。通过提升整体智能生产系统的存储性能,同仁医院还大大缩短了患者门诊挂号的时间,提高了医院员工的工作效率。
在医院智能化业务高速发展的时代,同仁医院的存储资源池可以d性扩展,以满足未来医院业务上线需求。
数据保护
在当今大数据时代,除了对业务数据存储进行全场景闪存加速,还需要将医院数据进行全场景保护,以提升业务连续性和安全性。同仁医院对数据保护的策略为核心数据全容灾,重要数据热备份。
根据这一策略,同仁医院通过华为OceanStor全闪存来支撑HIS、PACS等核心业务的数据库和虚拟化双活容灾,消除系统的单点故障风险,核心业务实现7x24小时稳定在线、业务零中断。此外,通过全闪存的CDP连续数据保护和远程复制,可以将重要数据存储到备份设备,保证数据零丢失,并通过灾备管理软件OceanStorBCManager完成全局、全场景、全流程的灾备管理和一键式演练,大大减轻了同仁医院运维管理人员的负担。
安全可靠
在提升数据中心整体安全可靠性上,基于华为全闪存数据中心目标架构,同仁医院采用“核心数据全容灾,重要数据热备份”方案,医院关键核心业务均采用存储“双活”配置:HIS系统采用华为OceanStorDorado 18000全闪存双活,PACS系统采用支持块/文件双活的华为OceanStor18510F全闪存加速双活,数据库和虚拟化采用了相同的OceanStorDorado 18000全闪存双活,智能医学教育系统则采用了华为OceanStor5310F双活等产品。
存储双活意味着两台全闪存阵列之间互为冗余,即使单阵列出现故障,也能保证核心业务7x24小时稳定在线,做到业务零中断,数据不丢失。对于医院的重要数据,数据中心基于华为存储实现了更为完备的数据备份保护策略,并使备份周期从原来的1天缩减到3秒,解除了同仁医院的后顾之忧。
众所周知,数据中心是耗能大户,据数字能源产业智库预测,全球数据中心能耗将从2020年的6700亿度电,增长至2025年的9500亿度电,约占全球总用电量的3%。
智能医院该如何建设高效且低碳的数据中心?
全闪存数据中心是低碳数据中心的开始。全闪存数据中心是指90%以上的存储容量由固态硬盘提供的数据中心,且同时具备高密度、高可靠、低延迟、低能耗等特征。在相同容量下,闪存盘相比机械硬盘的能耗降低70%,空间占用节省50%。据相关测算,一块闪存盘替代机械硬盘一年所减少的碳排量,相当于150棵树所吸收的碳排量,以此估算,新建数据中心的能耗则将下降21%。
就同仁医院的智能化建设而言,在为患者提供更高质量、更高效率、更加安全、更有温度的医疗服务的同时,通过全闪存数据中心打造智能化医院的绿色底座,是医疗行业在“碳达峰”和“碳中和”实践中卓有成效的 探索 。
未来,华为将继续在智慧医疗领域不断深耕,为智慧医疗打造可靠、稳定、智能的数据中心解决方案,加速全智慧院区建设,全面提升医疗服务水平和医院管理效能。
文/首都医科大学附属北京同仁医院党委委员、信息中心主任 刘艳亭
华为数据存储与机器视觉产品线营销专家 张扬
1、应用于能源
随着工业化进程的加快,大量温室气体的排放,全球气候发生了变化,因此推动低碳环保显得尤为重要。将大数据技术应用到能源领域可以为低碳做出巨大贡献。低碳能源大数据主要由能源信息采集、能源分布式运行、能源数据统计分析、能源调度四个模块组成。通过这四个模块,可以科学、自动、高效地实现能源生产和能源管理,实现节能。
2、医学应用
大数据在医疗领域的应用主要是通过收集和分析大数据进行疾病的预防和治疗。患者佩戴大数据设备后,该设备可以收集有意义的数据。通过大数据分析,可以监测患者的生理状态,从而帮助医生及时、准确、有效地治疗患者。据新华网报道,大数据分析可以让我们在几分钟内解码整个DNA,找到新的治疗方法,更好地理解和预测疾病模式。
3、对于金融业来说
大数据在金融业的主要应用是金融交易。许多股权交易都是使用大数据算法进行的,大数据算法可以快速决定是否出售商品,使交易更加简洁和准确。在这个大数据时代,把握市场机遇,快速实现大数据商业模式创新显得尤为重要。
4、应用于地理信息
地理信息系统(GIS)需要及时处理相关的空间信息,以及存储的大量数据和工作任务。将大数据技术合理地应用到地理信息系统中,不仅可以及时处理地理信息,而且可以提高处理结果的准确性。
5、应用于消费
为了在未来的市场中站稳脚跟,建立大数据库,充分利用大数据技术显得尤为重要。淘宝、京东等企业将通过大数据技术自动记录用户交易数据,对用户信用进行分析和记录,形成长期庞大的数据库,为后续金融业务布局提供征信和风控数据。
6、应用于制造业
大数据影响生产力,使机器设备在应用中更加智能化、自主化,使生产过程更加简洁、准确、安全,提高生产能力。此外,大数据技术可以帮助企业了解客户的偏好,从而生产出市场需要的产品。
关于如何用大数据解决生活中的问题,青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣,希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容,可以点击本站的其他文章进行学习。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)