互联网医疗给患者就医带来了很多便利。大量医院已经开通了诸如在线挂号，化验单、检查报告推送，在线缴费等一系列服务。但截止目前为止，国内互联网医疗产品尚无法面向医院形成足够规模的商业模式，在医生的日常诊断工作中也没能探索出刚性需求。而北京长远佳信息科技有限公司推出的医众影像数据云服务正试图打破僵局，利用独有的云计算技术解决一个越来越困扰医院的难题。

医学影像诊断市场规模庞大，数据量增长迅速

医学影像检查在诊断过程中发挥的作用越来越大。公立医院诊断收入预计于2016年将突破2600亿元，而单影像检查收入一项就占将近一半的份额。与影像检查匹配的耗材市场规模也高达数百亿元且保持两位数的年化增长。随着检查量的增多以及影像检查精度的提升，医院存储影像数据正在面对越来越严峻的挑战。

医学影像是一种专业的灰阶图像。这类数据文件体积大、碎片化程度高，而且单个检查数百层甚至数千层的图层间具有紧密的关联性。我国有一多半的医院陆续采购了PACS系统专门用于影像数据的保存管理。传统PACS系统数据库结构和存储架构对服务器、存储等硬件以及网络环境要求颇高，而大量数据的归档已经超出了传统PACS系统的支持能力。影像数据的存储入库一般都要耗费数分钟，而通过系统调阅数据的速度在越大规模的医院越不堪忍受。传统PACS系统对并发访问的支持性能更差，服务影像科室都已遭遇瓶颈，更加无法在可控的投入下给临床科室提供有效的数据访问支持。

数据存储的困境促使医院寻求云计算方案

为缓解这一困境，医院正需要影像云计算的服务模式，由软硬件采购向服务采购模式转型。国内云计算平台服务商，例如阿里云、腾讯云、中国电信天翼云也都推出了针对医疗行业影像存储的IaaS方案。但由于医学影像归档管理及传输协议的特殊性，云计算平台服务商都不具备提供SaaS层影像计算服务的能力。目前已有的影像云计算产品都基于传统PACS系统架构，在有限带宽资源及计算资源条件下，仅仅能勉强支持少量的远程诊断业务需求，完全不具备对大规模影像数据传输、存储以及访问的服务能力。

云存储对传统PACS系统架构提出革命性要求

医众影像数据服务已经突破技术瓶颈，形成了完整的解决方案，为医院降低成本、提高效率以及信息化服务的稳定性提供了革命性的选择。产品上线近3个月以来，医众已经陆续为15家医疗机构开通了影像数据存储托管服务。

医众的影像压缩技术以及数据处理技术大幅提升了数据传输及调阅速度。经跟踪客户实际情况统计，公网20Mbps上行带宽，100M的影像数据从接收、处理、上传到前端设备可以调阅平均耗时2分钟，比多数千兆带宽局域网PACS系统的速度还要快。通过一般3G／4G网络打开影像需时1-2秒，远快于局域网内调阅的速度。

而实现这一体验，所需医院负担的成本却节约了90%左右。实施成本也大幅降低，目前服务的最大规模医院日门诊量逾万例，每日完成影像检查量千余例；服务的最小规模医院单日影像检查量仅数十例。支持这么大规模的影像数据服务，医众所投入的计算资源却可以忽略不计，目前单台服务器支撑的并发访问量实测3000个左右，但还远未到极限，还有大量闲置计算资源。

更多的产品及服务模式得以落地

极致的速度以及并发访问的支持性使得医众在数据存储的基础上可以给医生及患者提供更多的服务模式：

• 首先在传统工作站的模式上给影像科医生增加了移动调阅、网络调阅的产品，让影像医生可以随时、随地访问影像数据并完成报告录入。

  
  

• 另外医众的前端调阅产品（PC工作站、移动APP、微信客户端）完全不限制license数量，更多的临床科室医生可以实现对原始数字影像的调阅。包括三维图像都可以放开给临床医生使用，帮助临床诊疗提高精准性。

  
  

• 院间的协作例如区域影像数据互通、影像诊断的托管及会诊等合作，也可以利用医众平台更便捷而且更加专业的展开。包括医众提供的原始影像微信转发功能、加密脱密处理服务、时间胶囊授权功能等，在保证影像数据的专业性、隐私保护等前提下让医生间基于影像的诊断协作或交流开展的极度灵活。

  
  

• 强大的并访支持可以进一步给患者提供便利。目前患者做影像检查一般只能获得胶片，如果需要诊断信息更丰富的完整影像数据，在极少数医院可以申请光盘刻录服务，物价收费一般为50元。而光驱正在淡出历史，数据的云端保存正成为替代方法。医众推出的掌上胶片服务目前在3家合作医院进行公测，已经给很多肿瘤疾病、慢病、小儿疾病患者保存了一份极具价值的个人影像档案，为患者后续的转诊、复诊所带来的便利及价值非常可观。

  
  

• 另外，医众还推出了面向第三方机构的API接口服务。调用医众开放API，可以在极短时间内实现专业影像调阅与自身业务系统跨平台的无缝集成。例如远程医疗、移动医疗、医疗教育等各种从事运营服务或产品开发服务的公司都可以以非常低的成本实现专业的功能。目前医众已经为一家中等规模的HIS厂商以及一家国内顶级的三甲医院远程医疗平台开通了接口集成服务。

  
  

图像智能诊断算法研发的基础逐步完善

最后，沉淀下来的数据怎么用，医众也给出了一个方案。IBM 2015年收购了医学影像软件公司Merge Healthcare，纳入其Watson智能医疗研究体系中,影像数据在人工智能诊断研究中非常关键。医众除了为医院提供影像数据的存储及获取服务，还致力于影像诊断数据结构化知识库的建立。目前已经实现通过智能语义分析对大量历史影像诊断报告进行智能的结构化、标准化处理。海量图像数据的高效处理能力与知识库的智能建立两相结合，将有效推动人工智能诊断的研发进度。医众正在与国内顶尖的影像诊断机构、专家以及人工智能诊断的算法科学家交流合作，也正在寻求风投机构对下一阶段服务推广及研发的投资。