医院科研大数据平台，对临床医生要能真正有所帮助，无论是数据还是图像？

医院科研大数据平台，大部分基于 HADOOP 技术框架，针对业界公认的未来大方向是计算与存储分离。计算节点容易理解就是运行集群管理和 MapReduce 的计算资源，存储推荐基于数据湖的 HDFS 解决方案，数据湖的核心定义就是一个存储平台，就是一种以集中式存储各种类型数据 ( 包括 PACS 图像、视频等 ) ，提供弹性的容量和吞吐能力，能够覆盖广泛的数据源（ NFS/SMB/FTP/HTTP/S3 ），支持多种计算与处理分析引擎，并可以直接对数据进行访问的统一存储平台。

存储与计算分离架构提供了独立的扩展性，可以做到数据入湖（ DataLake ）的同时，计算引擎按需扩容，更关键的是存算分离解耦方式带来了更好的性价比。

任何技术手段、架构、方法、系统抑或是平台，包括医院科研大数据平台也是如此，其目标都是结合业务对数据、流程、模式等进行再组织，从而实现用户既定目标。系统平台的建设，表面看是信息化层面的建设，但是其实质是业务流程的再造、知识的再重组梳理、数据的再组织，结合技术的特点和优势，从而实现业务自动化乃至智能化。所以如果系统和平台要建的好，相应用户如临床医生的深度参与是密不可分，需求目标要能明确提出、功能体系要充分验证，数据质量要监控把关，只有这样，医院科研大数据平台的建设才能实现为临床医生提供真正意义上，有感的帮助。