部分大型三甲医院，每年新增的医学影像数据超过100TB，累计数据总量已突破PB级别。

在这股医学影像数据洪流之下，传统存储方案从数据基石变为绊脚石：影像数据分散在十多块盘符中，管理效率低；海量小文件并发调取时，加载需要等待几十秒；纵向扩容模式存在性能上限且成本高昂，等等。

面对这样的困局，医院亟需的不再是局部修补，而是架构层面的根本性变革。和传统存储相比，统一存储是在一套统一架构下，通过高性能存储、容量资源池、数据分层与扩展能力，统一支撑PACS、数字病理、AI辅助诊断和区域影像协同，在性能、容量、安全和成本之间实现最佳平衡。尤其在影像AI、病理AI等智能应用日益普及的当下，统一存储正演变为支撑医学影像业务长远发展的必然选择。

基于对医学影像业务场景的深度理解与技术打磨，深信服统一存储成为越来越多三甲医院的共同选择。它究竟靠什么赢得持久信任？

极速阅片：从等片子到秒加载

时间就是生命。在分秒必争的临床一线，PACS影像的阅片速度直接影响诊疗效率与患者体验。对医生而言，每节省一分钟阅片，就多一分从容研判的底气；对患者而言，则可能直接减轻一分痛楚，甚至为生命抢救赢得一线生机。

上海市肺科医院是以肺部疾病综合诊治为主的专科三甲医院，由于专科属性，大部分医生在接诊时都需要借助CT影像辅助诊断。一位患者的CT平扫影像数量从几百到几千张不等，而全院平均每天的CT检查量高达2000人次，影像数据吞吐压力巨大。

CT影像单个文件大小仅几百KB，是医学影像中数据量最庞大的海量小文件类型。传统文件系统的目录结构就像一棵倒立的树——医生调取影像文件时，存储系统需要逐层向下检索，读写效率低，最直观的表现就是医生“等片子”。

深信服自研的PhxKV元数据库重构这套检索逻辑，以更精细的粒度记录电子文件的位置、状态、操作记录等数据合集，相当于为海量小文件配备了智能化的电子文件柜。当调阅指令下发时，系统通过高效运算直接锁定目标位置，无需层层搜索，实现秒级精准响应。

同时，深信服采用基于目录分片的分布式策略，实现多活元数据并发访问，达到负载均衡的目的，并且优化文件存储协议并发缺陷，提升每个用户的批量调取效率。

这一系列技术创新带来的应用效果是显著的。在深信服统一存储与主流PACS厂商联合调优下，以200KB平均大小的CT影像为例，千兆网络环境下的阅片速度可达500 张/秒。

上海市肺科医院信息处主任陈嘉旖表示，“得益于强大的元数据管理能力，我们上传影像的时间缩短为原来的五分之一。在业务高峰期，上百位门诊临床医生同时阅片，12秒内就可以完成一个病人单次检查的几千张影像加载，有效消除卡顿现象，提升医生们的阅片体验”。

高可靠容灾：硬件故障，业务不中断

然而，只有“快”还远远不够。阅片速度决定了诊疗效率的上限，而数据安全与业务连续性决定了医院信息化的底线。存储系统一旦出现故障，轻则导致影像调阅卡顿、影响诊疗效率，重则造成业务停滞、数据丢失。

因此，构建一个高可靠的存储系统，对医学影像数据的备份、恢复、归档以及业务持续运行至关重要——既要保障数据安全，又要确保业务“零中断”。

在可靠性方面，深信服统一存储的高容错性设计为业务连续性和数据完整性，构筑了硬件-硬盘-节点-集群四层立体防护。例如，智能故障隔离，提前隔离亚健康盘；纠删码数据保护，任意硬盘或节点损坏时业务不中断、数据不丢失；任意集群整体故障时，业务可切换到另一集群，保障业务正常访问，等等。

实践是检验可靠性的最佳方式。中南大学湘雅二医院2012年上线PACS系统，当时采用了某国外存储作为PACS系统的存储，后续经过多次扩容，并新购深信服统一存储。目前是两个存储集群（数据一式两份），每个集群数据总量约1PB。2025年医院门急诊量434.36万人次、出院患者19.18万人次、影像（放射）检查日均约1200次。

为检验统一存储系统底子硬不硬，该医院进行了一场"破坏性实验"——在模拟业务高峰时段突然拔掉集群内任意2块硬盘，业务读写零中断，数据零丢失；模拟单台主机断电时，业务持续读写文件存储，数据传输零中断，且读写速度不受影响。

相比之下，传统存储在空盘情况下，单个硬盘RAID数据恢复需要持续数小时到1天。而统一存储无论是在空盘状态还是容量已经使用一半时，在全速数据恢复条件下，1TB数据只需15-20分钟。

此外，医疗数据包含患者隐私和诊疗记录，价值高，容易成为勒索攻击的目标。深信服统一存储设备内置防勒索功能，与文件保护机制联动，为数据安全再加一道 “防护锁”。

长期存储：冷热自动流转，TCO可控

抗住业务中断的风险，医院还要面对数据长期存储的考验。

根据《医疗机构管理条例实施细则》，医学影像数据需要存储15-30年，部分数据甚至需要永久存储，这对存储架构的长期延续性提出了严苛要求。

同时，医学影像数据具有显著的“冷热之分”特征。随着时间推移，早期数据被访问的概率逐渐降低，成为冷数据。对冷热数据采用同样的存储方案，既不经济，也难以支撑长远发展。因此，在调阅性能与存储成本之间寻求最佳平衡点，是医院PACS存储建设的关键目标。

当前，一家三甲医院的医学影像数据量通常达到数百TB，部分大型三甲医院已达PB级别。以上海交通大学附属仁济医院为例，其PACS影像数据呈现多院区集中化管理与跨院区一体化应用的特点，每年新增数据量超过100TB，累计已突破3PB。

该医院信息中心主任郑涛指出，医学影像数据具有体量大、文件数量规模大、数据路径复杂度高的特点，给传统存储管理带来诸多难题。例如，集中存放影像数据所占机房机柜的比例达20%甚至更高；集中式存储的扩容需要更多的网络资源来负载数据交互方式；长期数据备份消耗大量算力与存储资源，等等。

传统存储采用纵向扩展模式，在增加容量的同时性能不变甚至下降，长期使用容易出现性能瓶颈。相比之下，统一存储采用的横向扩展架构，在扩容时能做到性能线性提升，真正实现容量与吞吐量的同步增长。

针对医学影像数据的长期增长与高频调阅需求，医院可以基于深信服统一存储方案进行灵活规划。对于大多数医院来说，建议采用SSD HDD的混闪资源池，将在线与历史影像统一承载在一个目录空间内。系统根据数据时间、容量水位、访问频率等策略，自动完成冷热分层流动，在无需增加管理复杂度的前提下，兼顾医院的调阅体验与建设成本。

对于客户端数量更多、热数据规模更大，或者对PACS调阅、AI分析、区域影像共享等场景有更高性能要求的医院，可以采用“全闪热数据池 混闪容量池”的分层建设方式。高频访问数据存放在全闪资源池中，近线和长期保存数据则存放在混闪资源池中，并通过目录、时间、容量等策略，实现数据在不同资源池之间的有序流转。这样既能满足核心业务的高性能访问，又能有效控制影像数据长期保存带来的容量成本，为医院提供从经济适用到高性能扩展的可演进路径。

郑涛介绍道，“如今临床医生对历史影像对比的需求非常旺盛，这也要求影像数据尽可能采取近线存储方式。我们将6个月内的数据定为在线数据，更早的归为近线数据”。在实际使用中，统一存储方案不仅满足了近线数据调阅的高性能需求，也显著降低了长期存储的综合成本。

此外，深信服统一存储基于自研的PlatOS操作系统，实现软硬件深度解耦，针对不同硬件平台进行深度优化，同时支持信创与非信创生态，并且与国内外90%主流PACS厂商实现兼容验证，确保存储架构长期可用。

由此可见，一套高效、可靠、可持续演进的存储架构，能够释放出远超存储本身的临床与科研价值。深信服统一存储的价值，在于为医院数智化转型与未来AI辅助诊疗快速发展提供坚实的数据基石。

目前，全国已有2000多家医院正在使用深信服统一存储，其中全国三甲医院超过500家、百强医院超过20家。

面向未来，深信服将继续深耕医疗场景，以不断创新的存储技术与产品，助力中国医疗行业在数智化浪潮中行稳致远！