数据集中平台建设的基础架构是什么样的？

结构化数据，可以考虑ibm svc+flashsystem的方式，热点数据自动easy tier至闪存上，非热点数据放在普通盘上，既保证性能又保证资产价值。

非结构化数据，可以考虑IBM 的 gpfs，属于海量数据存储方案，如影像数据，可在线不断增加空间，属于PB级方案。

个人理解，这个问题主要涉及的并不单纯在存储，而主要关注数据获取与使用的两端。针对医疗IT领域的技术实现及医疗海量数据本身的价值，在业内都还存在分歧，不过已经有些许尝试摸索，可供各位同仁借鉴：

1、集成平台的建设

2、BI数据挖掘分析

集成平台的建设，是BI得以开展的基础，实现数据的清洗、上传、存储、流转。国内医疗IT领域对集成平台的认知，大约始于2011年前后的区卫信息化建设，之后又有所发展，到如今一个主要的认知共识为：以EMR为中心，通过集成平台建设实现院内各医疗信息化系统的数据层面交互，为此制定了相应的数据集等标准。在技术实践中，特别是中间件技术中，orion渐脱颖而出。在案例中，以我个人了解，北方何雨生老师就任期间的中日友好医院，以及南方深圳的港大医院，集成平台建设与应用较具代表性。以承建方来看，昙花一现的凯歌（后解体，目前凯华有继承），以及北大医信值得推荐。从咨询机构方面看，埃森哲是首选。

BI数据挖掘分析，则目前的市场割据态势不明，专业面向医疗行业分析应用的案例还较少，目前的建设中着重突出的还是面向管理层的决策分析。而针对医疗病种分析、疾病统计等，还比较的少。如果硬要从BI承建方考虑，我个人投永洪1票。

此外，对亚健康、慢病监管所产生的生理体征数据，是否有价值，如何存储、使用，还是一个争议话题。