作为现代化的大型三级医院，中山一院在信息化系统建设方面比较全面，基于HIE的可扩展基础结构，建立了包括HIS、EMR、HRP、LIS、PACS等应用的信息化管理系统。信息中心在IT系统系统的建设和基础结构的维护，但系统运行缓慢，用户体验感差等问题。由于医疗行业的业务特殊性，对系统的连续性和使用效率要求非常高，需要建立完善的网络流量监视分析系统。
2020年，中山一院采用新型智能流量分析平台，实现实时监测网络质量和应用系统性能，实现快速故障分析能力。本次IB信息记者王永智采访了中山一院信息中心技术负责人刘翰腾，分享了中山一院从流量维护，提高了用户体验的最佳实践。
1:系统7times24小时全年稳定在线是实现高效就医的基础记者:在医院行业，其网络运输特征与其他行业不同刘翰腾:医院信息系统，特别是核心系统，是7times24小时全年无法停止的，最大的停止时间窗只有30分钟左右该行业的特性需要网络运输能够迅速定位故障，及时调查。业务的特殊性决定了网络运输的要求，对连续性的保障程度的要求很高。因此，在网络监视工具的选择中，工具要求信息系统传达的及时性和过程驱动的正确性，这是与其他行业不同的地方。
记者:医院智能运输建设的难点是什么？
刘翰腾:医院的智能运输通常优先于软件运输，但软件运输需要载体，硬件和网络需要较强的支持。我们现在感到智能运输困难的原因是，软件和硬件之间的连接度不高，各种各样的系统各自独立，后面的其他系统取得数据时，基础资源的关联性差，这种情况下，后续的许多故障定位问题发生问题时，硬件和软件的维护人员之间相互负责，如果没有快速定位的方法，责任就无法定义。记者:中山一院的日常用户是什么？这些人的数量水平是多少？
刘翰腾:我们的用户分为终端用户、开发运输用户和患者2:智能监视和巡逻，提高用户体验
记者:信息中心对网络运输能力的要求如何？
刘翰腾:作为运输团队，我们想知道终端开放了什么样的网络端口，哪个端口允许连接到我们的网络，服务器开放了多少台，提供了什么样的系统程序我们进行日志审计和流量和数据库操作行为审计。然后，对于这些审计结果，建立巡回检查，通过巡回检查发现运行中的问题，最后建立事件响应流程，如有必要采取运输干预措施，这是日常供应方。另一侧为故障侧。前端业务连续使用，如医生、护士、患者使用，前端在使用时在后台设立服务台的故障处理流程，如判断前端事故的类型，迅速定位故障，尽量缩小故障的影响面。因此，关于故障定位的时效性和的正确性是头痛的问题，希望找到各种工具来完善。
我们这次采用的是智能数据的nCompass可视化智能流量监控平台。事实上，在使用这个工具之前，我们还使用了许多其他的操作和维护监控工具，包括主机性能、数据库性能和整个机房的环境控制。然而，问题是每个环节都是独立的诊断模式。当我们遇到跨系统故障时，我们需要操作和维护团队的每个人都报告我们负责的系统状态。故障在哪里，我们只能根据团队的操作和维护经验来猜测，导致我们的诊断机制和定位精度不是很高，更难缩小对业务的影响。
记者:这次采用新的网络运输工具，实现了什么目标？
刘翰腾:nCompass可视化智能流量监视平台(以下简称nCompass)就像警卫部安全监视的总控制室，可以知道整个医院服务环节之间的通信过程，知道谁在找谁时变化量是多少，性能延迟是多少，流量是多少当每个环节之间的通信流量被追溯时，可以为诊断故障的原因提供更好的视角。从整体到局部的故障定位加快，提高了人效和正确性。
3:从创新技术到医疗应用场景的落地，支持前、中、后台高效运行的秘诀
记者:请介绍几个流量监视平台来解决运输故障的例子
刘翰腾:
比如去年12月28日下午午4点半左右，很多用户在反馈访问全景影像系统时，页面无法打开。nCompass可以看到指标异常的情况，最初怀疑F5负荷节点有问题。
通过HTTP分析模板和数据包的验证，可以得到分析结论，由于扫描漏洞设备的瞬间大量访问，触发了F5安全保护机制，部分正常的业务访问也无法进行，引起了这次故障。立即进行目标处理，使全景影像系统恢复正常开放。
刘翰腾:还有我们门诊的叫法系统，医生也经常反映叫法缓慢，但并非所有科目的叫法都缓慢，也许只是某科目缓慢。在这种情况下，独立观察每个服务器的性能是正常的，但是通过nCompass，服务器在调用某个部门时调用表的逻辑有问题。通过nCompass的模型，可以详细定位某个功能函数的参与问题，这已经有了很大的启发性。
刘翰腾:以前只是监视应用程序的可能性，因此在投诉中很难找到问题。例如，门诊医生抱怨访问电子病历缓慢，以前的工具只能监视和调查设备的可用性，无法迅速有效地评价顾客的使用体验，具体来说访问哪个URL缓慢，调用哪个参数，查询哪个数据库的句子延迟，无法跟踪用户的访问包括电子申请书在内，以前也被门诊医生投诉，等待电子申请书弹出的时间太长，医生门诊效率下降，患者体验不好。
现在我们也可以通过该流量模型，通过应用终端视图显示业务系统各节点的访问关系和运行状态，实时监视，并且视图中的数据支持灵活的编辑、深度钻头等功能，进行业务逻辑整理当故障发生时可通过指标颜色以及数值的变化快速锁定故障节点。这有助于我们的运输人员立即找到谁的通信过程。
<4:展望:智能医疗的IT结构设计基础以用户体验为中心
记者:将来医院的运输自动化有什么建设想法？
刘翰腾:去年我院获得2020全国智能医院建设优秀案例许可证。这也充分肯定了我院坚持信息技术创新，提高服务能力的阶段性成果。作为医院的技术支持部门，信息中心一直以用户体验为核心，积极探索优化医院IT理财效率的最佳实践途径。
目前，在智能监视方面基本实现了正确的警。在未来的运输建设中，我们在应用的可用性监视方面，使用智能基线追踪生产方面的变化过程，基于AI算法和产品内置的故障分析逻辑，实现警告事件的自动智能分析，提高故障的响应效率。在性能方面，通过深层次的危险巡逻分析，可以及时发现业务系统运行中的危险问题，避免严重故障的发生。安全方希望建立及时警告的机制。例如，基于网络流量和防火墙的配置，监视防火墙的实时状态，实现战略优化、合规检查和战略变更分析等。
这些都是我们下一步想通过nCompass平台实现的技术能力，结合这些先进的技术能力，相信会进一步提高前端用户体验，提高我院的综合服务能力。
加载中,请稍侯......
精彩评论