从LIS到全院区多活:浙江省人民医院“信创样板”全景复盘

作者:oioihoii日期:2025/10/25

在这里插入图片描述

2025年10月,浙江省人民医院(下称“浙人医”)宣布:LIS(检验信息系统)在越城、朝晖、望江山、富阳四大院区完成异构多活部署,实现RPO=0、RTO≤10 min的6级容灾,业务连续性99.99%,数据调用效率提升60%。这是国内首个多院区集团化医院在核心系统上线国产数据库并跑通异地多活的公开案例。

在这里插入图片描述

一、为什么先动LIS

  1. 业务高敏感:日均2.3万管标本,报告延迟直接影响门诊流速与住院手术排程。
  2. 体量可控:4TB数据、420个接口,既覆盖检验仪器、HIS、PACS,又不会出现一次性切换风险。
  3. 经验可复用:LIS接口规范相对统一,迁移路径可横向复制到HIS、EMR等后续系统。

二、技术路线一次说清

  1. 数据库:金仓KINGBASE,原生兼容Oracle PL/SQL,58万行存储过程零改造迁移。
  2. 架构:
    – 异构双轨:Oracle与金仓并行写,回切窗口30秒;
    – 环状多活:4院区通过KFS同步工具形成“数据高铁”,网络中断即自治;
    – 卫星节点:富阳、望江山部署2U轻量化节点,断网仍可出具急诊检验报告;
    – 灾备指标:RPO=0,RTO实测6分43秒。
  3. 演练:上线前完成Oracle主库故障、单边网络中断、硬件掉电等6类场景演练,全部一键切换成功。

三、时间轴
2023-10 完成金仓适配
2024-04 双活+应急方案封板
2024-05 越城院区单院区上线
2024-08 朝晖、望江山、富阳院区同步接入,四院区双向同步正式运行

四、富阳“全栈信创院区”数据
– 服务器OS:麒麟、统信、龙蜥、欧拉多版本共存
– 桌面OS:中科方德、统信
– 数据库:金仓统一承载HIS、EMR、LIS、PACS
– 峰值:每小时42万次访问,IOPS 1.2万,平均延迟0.28秒
– 对比原架构:查询耗时缩短0.8秒,相当于检验报告平均每页节省40%等待时间

五、经济效益

  1. 授权与维保:相比Oracle,年度节省480万元。
  2. 接口开发:SQL方言统一,新增接口开发周期由2周缩短至3天。
  3. 科研提速:3亿条记录回溯查询由40分钟降至90秒,直接加速临床回顾性研究。

六、下一步
2025年内,浙人医计划完成HIS、EMR、PACS全部迁移至金仓,实现100%国产替代;同时把“4院区多活”模板封装为SaaS服务,通过浙江省健康云向90家县级医院输出。

七、小结\从LIS到全院区多活:浙江省人民医院“信创样板”全景复盘 浙人医用LIS做切口,用多活做底线,用全栈做纵深,把“信创”从政策任务变成了临床体验、成本优化与科研效率的综合性升级。这条路径已被写入《浙江省医疗信创实施指南》,成为集团化医院信创的“开箱即用”版本。


从LIS到全院区多活:浙江省人民医院“信创样板”全景复盘》 是转载文章,点击查看原文


相关推荐


Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
阿里云云原生2025/10/22

作者:孔可青 背景与挑战 1.1 行业背景:AI Agent 迈入规模化落地新阶段 随着生成式 AI 技术逐步成熟,AI Agent 已经越过技术炒作周期的峰值,进入大规模探索与产业落地的关键阶段。越来越多的企业开始将 AI Agent 应用于智能客服、自动化运营、辅助决策等核心业务场景,推动智能化升级。 在此背景下,Spring AI Alibaba 作为开源的 AI Agent 开发框架,致力于为 Java 生态开发者提供一套标准化、可扩展、生产就绪的开发体系。框架支持从基础 Agent 构


猿辅导Java面试真实经历与深度总结(一)
360_go_php2025/10/22

​  猿辅导Java面试 的文章,结构清晰、列出的几个核心问题,并附详细答案。文章既适合复习,也适合面试现场讲解。  ​编辑 猿辅导Java面试核心知识点解析 Java面试中,垃圾回收、锁机制以及高并发集合类是常考知识点。本文将结合实际面试题,系统讲解这些内容。 ---​编辑 一、垃圾收集器(Garbage Collector, GC) 概念:   垃圾收集器负责自动管理内存,回收无用对象,避免内存泄漏和程序崩溃。Java虚拟机中,垃圾收集器主要作用于堆内存。​编辑 常见垃圾收集器: Ser


Python编程实战 · 基础入门篇 | Python的缩进与代码块
程序员爱钓鱼2025/10/20

在学习任何编程语言时,我们都会遇到一个问题:代码的层次结构该怎么表示? 在 C、Java 等语言中,开发者通常用大括号 {} 来表示代码块。 但在 Python 中,一切都不同。 Python 没有大括号、没有 begin 和 end,它用一种更自然的方式——缩进,来体现代码逻辑。 这不仅是 Python 的语法规则,更是它优雅、简洁风格的核心体现。 一 为什么 Python 要用缩进 Python 的设计哲学之一是 “代码的可读性至上”。 缩进是一种强制性的格式要求,让程序结构一目了然,不


gRPC Python 详细入门教程(一)
kuan_li_lyg2025/10/19

系列文章目录 目录 系列文章目录 前言 0.1 主要应用场景 0.2 核心优势特性 一、快速入门 1.1 先决条件 1.1.1 gRPC 1.1.2 gRPC 工具 1.2 下载示例代码 1.3 运行一个 gRPC 应用程序 1.4 更新gRPC服务 1.5 生成 gRPC 代码 1.6 更新并运行应用程序 1.6.1 更新服务器 1.6.2 更新客户端 1.6.3 运行! 二、基础教程 2.1 为何选择gRPC? 2.2 示例代码与环境配置 2.3 定


AI无人机助力生态智慧农田倒伏检测与防控,基于最新以注意力为核心的YOLOv12全系列【n/s/m/l/x】参数模型开发构建无人机航拍智慧生态农田场景下稻田作物倒伏智能化检测预警系统
Together_CZ2025/10/17

在广袤的稻田中,农作物的生长状态直接关系到粮食的产量和质量。然而,自然环境的不确定性,如大风等恶劣天气,常常给农作物带来倒伏的风险。倒伏不仅会导致产量下降,还会给后续的机械化收割带来极大的困难,甚至造成严重的浪费。传统的农田作业模式在面对这些问题时显得力不从心,而随着 AI 智能化技术的快速发展,传统农业正迎来一场深刻的变革。 一、传统农田作业的困境 在传统的稻田种植中,农民们依靠丰富的经验和敏锐的观察力来管理农田。然而,面对大面积的农田,人工巡查的方式效率低下,且难以及时发现所有倒伏区域。


【Java Xml】Apache Commons Digester3解析
Lucky_Turtle2025/10/16

文章目录 概述前期准备使用1、简单读取示例2、多个标签读取示例 细节问题addSetNext顺序 参考 概述 官网 写入查看另一篇:https://blog.csdn.net/qq_45742250/article/details/153191615 前期准备 maven <!-- https://mvnrepository.com/artifact/org.apache.commons/commons-digester3 --> <dependency> <gr


elasticsearch-8.12.2集群部署
peng1792025/10/15

一:下载和解压JDK安装包 下载地址:https://mirrors.huaweicloud.com/openjdk/17/openjdk-17_linux-x64_bin.tar.gz 解压:tar -zxvf jdk-17_linux-x64_bin.tar.gz 二:配置JDK环境 编辑/etc/profile文件: vi /etc/profile    JAVA_HOME=/opt/jdk/jdk-17    PATH=$JAVA_HOME/bin:$PATH 保存后执行s


机器人控制基础:步进驱动器的选型总结
start_up_go2025/10/13

目录 一、选型核心维度:先匹配电机,再适配需求 1. 基础匹配:与步进电机参数严格兼容 2. 应用需求导向:确定驱动器性能与功能 3. 功能需求:按需选择保护与辅助功能 4. 环境适应性:匹配使用场景的物理条件 二、选型关键步骤:从参数到落地的 5 步流程 步骤 1:明确步进电机的核心参数 步骤 2:定义应用的核心需求 步骤 3:筛选驱动器的基础参数 步骤 4:验证功能与兼容性 步骤 5:预留余量,避免极限运行 三、选型注意事项:避开常见误区 四、典型场景选型示例


【k8s】基础概念+下载安装教程
_BugMan2025/10/12

目录 k8s提供的核心能力 1. 自动化运维与自愈能力 2. 服务的弹性伸缩 3. 服务发现与负载均衡 4. 发布与回滚 5. 配置与秘钥管理 组件 核心组件 概念组件 扩展组件 下载安装 测试 kubectl命令 k8s提供的核心能力 k8s可以理解为一个 1. 自动化运维与自愈能力 这是 K8S 最吸引人的能力之一。 自动重启:如果容器崩溃,K8S 会自动重启它。 自动替换:如果整个节点(服务器)宕机,K8S 会检测到它上面的容器失效,并在其他


对《DDD本质论》一文的解读
canonical_entropy2025/10/10

在《DDD本质论:从哲学到数学,再到工程实践的完整指南之理论篇》中,我们建立了一套从第一性原理出发的DDD理论体系。由于原文理论密度较高、概念间关系精微,为帮助读者更清晰地把握其思想脉络,我们设计了一项思想实验,并借助AI进行体系梳理与对比。 我们首先向AI提出以下问题: DDD领域驱动设计的概念有哪些?这些概念之间的相互关系是什么。如果要逐一去掉这些概念,你会按照什么顺序,为什么? 换言之,如果从第一性原理出发,如何逐步推导出这些概念的相互关系? 不要把任何技术看作是一个不可切分的整体,任何

首页编辑器站点地图

Copyright © 2025 聚合阅读

License: CC BY-SA 4.0