
作为浙江省卫健系统信创 “领头雁”,浙江省人民医院(浙人医)直面多院区集团化运营的复杂挑战,以 LIS 系统为突破口,联合电科金仓打造国内首个 LIS 国产化异构数据多院区多活改造案例。本文深度拆解项目背景、四大核心技术创新、全栈信创落地路径及性能优化成果,结合 KingbaseES 数据库实战操作代码,为医疗行业多院区信创建设提供可复制、可落地的技术参考。项目最终达成 RTO≤10min、RPO=0 的 6 级灾容标准,数据调用效率提升 60%,业务连续性达 99.99%,为自主可控的医疗信息化体系建设树立了行业标杆。
在数字经济与医疗改革深度融合的背景下,医疗信息化已成为提升医疗服务效率、保障数据安全的核心支撑。然而,多院区集团化医院的信创建设面临着数据互通难、业务连续性要求高、异地协同复杂等多重挑战。长期依赖国外数据库不仅存在 “卡脖子” 风险,更难以满足医疗数据隐私保护的合规要求。
浙人医作为浙江省规模最大的综合性三甲医院,横跨杭州、绍兴两地,拥有 4 个已运行院区、2 个在建院区及 8 家托管分院,其信创实践具有典型的行业代表性。项目以 LIS(检验信息系统)为切入点,依托金仓数据库搭建异构多院区多活数据底座,通过异构组网、多活容灾、多写同步、卫星方案四大技术创新,实现了从单系统突破到全栈国产化的跨越式发展。本文将从项目背景、技术架构、落地成效、实战操作等维度全面解析该案例,为医疗行业信创建设提供技术借鉴。
近年来,国家信创战略持续深化,《“十四五” 全民医疗保障规划》明确提出要 “推进医疗保障信息平台国产化适配”,医疗行业作为关键民生领域,信创建设已进入 “硬着陆” 阶段。对于浙人医这类集团化医院而言,核心信息系统的国产化改造不仅是政策要求,更是业务发展的必然选择:
相较于单一院区医院,浙人医的信创改造面临更为复杂的场景考验:
在反复论证与风险评估后,浙人医最终选择 LIS 系统作为信创建设的首个攻坚目标,背后蕴含着科学的选型逻辑:
浙人医联合电科金仓,针对多院区信创的核心痛点,打造了一套 “异构兼容、多活容灾、平滑迁移” 的技术方案,实现了四大关键技术创新,最终达成 6 级灾容标准(RTO≤10min、RPO=0)。

异构组网是解决 “旧系统迁移与新系统稳定运行” 矛盾的核心方案。信创完成后,金仓数据库(KingbaseES)成为新的业务承载主力,原 Oracle 数据库依旧保持活跃,双轨同步运行,确保改造期间业务不中断。
异构组网的技术原理
异构组网配置示例(KingbaseES 侧)
-- 配置异构同步数据源(Oracle)
CREATE SERVER oracle_dblink FOREIGN DATA WRAPPER oracle_fdw
OPTIONS (dbname '//192.168.1.100:1521/orcl', driver 'oracle.jdbc.driver.OracleDriver');
-- 创建用户映射
CREATE USER MAPPING FOR kingbase SERVER oracle_dblink
OPTIONS (user 'oracle_user', password 'oracle_pass');
-- 同步表结构与数据(增量同步任务)
CREATE FOREIGN TABLE lis_test_foreign (
id INT,
sample_no VARCHAR(50),
test_time TIMESTAMP,
result VARCHAR(100)
) SERVER oracle_dblink OPTIONS (schema 'ORCL_SCHEMA', table 'LIS_TEST');
-- 建立增量同步触发器
CREATE TRIGGER sync_to_oracle AFTER INSERT OR UPDATE OR DELETE ON lis_test
FOR EACH ROW EXECUTE FUNCTION sync_lis_data_to_oracle();传统灾备架构多为 “一主一备” 或 “一主多备”,存在切换慢、资源利用率低、跨院区协同差等问题。浙人医引入多活容灾架构,让朝晖、越城、富阳三大中心站互为灾备,实现多院区负载均衡与快速故障恢复。
多活容灾的核心优势
多活容灾架构拓扑说明
多写同步是多活容灾架构的核心支撑,浙人医基于业务存量数据校验技术和增量数据校验技术,通过电科金仓自主研发的 KFS(Kingbase File Sync)工具实现环状数据同步,进一步提升容灾能力。
KFS 工具的核心特性
KFS 工具同步配置示例(核心配置文件)
<!-- KFS环状同步配置文件:kfs_sync.xml -->
<kfs-config>
<!-- 同步节点配置:三大中心站 -->
<nodes>
<node id="node_zhaohui" ip="192.168.2.10" port="8080" db-type="oracle" db-name="orcl" user="kfs_user" password="kfs_pass"/>
<node id="node_yuecheng" ip="192.168.2.20" port="8080" db-type="kingbase" db-name="lis_db" user="kfs_user" password="kfs_pass"/>
<node id="node_fuyang" ip="192.168.2.30" port="8080" db-type="kingbase" db-name="lis_db" user="kfs_user" password="kfs_pass"/>
</nodes>
<!-- 同步规则:LIS核心表 -->
<sync-rules>
<rule table="lis_sample" sync-mode="real-time" check-consistency="true"/>
<rule table="lis_test_result" sync-mode="real-time" check-consistency="true"/>
<rule table="lis_instrument" sync-mode="incremental" sync-interval="60s"/>
</sync-rules>
<!-- 环状同步策略 -->
<sync-strategy type="ring" retry-count="3" retry-interval="10s"/>
</kfs-config>针对望江山、滨江、萧山等小型院区或在建院区,浙人医采用轻量化卫星站方案,在重要工作位置布置小型化节点,保留核心业务功能,减少对主干网络的依赖,提升应急处置能力。
卫星方案的部署逻辑
LIS 系统的成功迁移为浙人医全栈信创建设奠定了基础,新启用的富阳院区作为全省首个医疗全栈信创样板间,集中展现了国产生态的成熟度与实战能力。

富阳院区构建了从底层硬件到上层应用的全栈国产化体系,核心组件包括:
富阳院区的 HIS、EMR、LIS、PACS 等核心业务系统均实现云化部署,带来三大核心价值:
富阳院区试运行以来,系统性能表现优异,关键指标如下:
性能对比表
指标 | 原系统(Oracle 架构) | 新系统(KingbaseES + 云架构) | 提升效果 |
|---|---|---|---|
数据调用平均时间 | 1.3 秒 | 0.5 秒 | 缩短 0.8 秒 |
数据调用效率 | - | - | 提升 60% |
业务高峰响应延迟 | 0.8 秒 | ≤0.3 秒 | 降低 62.5% |
每小时最大访问量 | 25 万次 | 40 万次 | 提升 60% |
数据库 IOPS | 6000 次 / 秒 | ≥10000 次 / 秒 | 提升 66.7% |
作为项目核心数据底座,KingbaseES 数据库在医疗场景的适配性和易用性得到充分验证。以下为 LIS 系统中高频使用的数据库操作示例,供医疗信息化从业者参考。
-- 插入LIS标本信息(含患者基本信息、标本类型、采样时间等)
INSERT INTO lis_sample (
sample_no, patient_id, patient_name, gender, age,
dept_name, bed_no, sample_type, collect_time,
receive_time, status
) VALUES (
'S202510230001', 'P20250001', '张三', '男', 45,
'心血管内科', '302床', '血液', TO_TIMESTAMP('2025-10-23 08:30:00', 'YYYY-MM-DD HH24:MI:SS'),
TO_TIMESTAMP('2025-10-23 08:45:00', 'YYYY-MM-DD HH24:MI:SS'), '待检验'
),
(
'S202510230002', 'P20250002', '李四', '女', 32,
'呼吸内科', '205床', '尿液', TO_TIMESTAMP('2025-10-23 09:10:00', 'YYYY-MM-DD HH24:MI:SS'),
TO_TIMESTAMP('2025-10-23 09:20:00', 'YYYY-MM-DD HH24:MI:SS'), '待检验'
);-- 医生查询患者近3个月的检验结果(按检验时间倒序)
SELECT
s.sample_no, s.sample_type, t.test_item, t.test_result,
t.reference_range, t.test_time, t.operator
FROM
lis_sample s
JOIN
lis_test_result t ON s.sample_no = t.sample_no
WHERE
s.patient_id = 'P20250001'
AND t.test_time >= CURRENT_DATE - INTERVAL '3 months'
ORDER BY
t.test_time DESC;
-- 统计某科室当日检验标本完成情况
SELECT
sample_type, COUNT(*) AS total_count,
SUM(CASE WHEN status = '已完成' THEN 1 ELSE 0 END) AS completed_count,
SUM(CASE WHEN status = '待检验' THEN 1 ELSE 0 END) AS pending_count
FROM
lis_sample
WHERE
dept_name = '心血管内科'
AND collect_time >= CURRENT_DATE
GROUP BY
sample_type;-- 修正检验结果(需记录操作日志,保障可追溯)
UPDATE lis_test_result
SET
test_result = '5.2 mmol/L',
update_time = TO_TIMESTAMP('2025-10-23 10:30:00', 'YYYY-MM-DD HH24:MI:SS'),
operator = '王医生',
remark = '修正原始误差'
WHERE
sample_no = 'S202510230001'
AND test_item = '血糖';
-- 批量更新标本状态为“已完成”
UPDATE lis_sample
SET
status = '已完成',
complete_time = TO_TIMESTAMP('2025-10-23 11:00:00', 'YYYY-MM-DD HH24:MI:SS')
WHERE
sample_no IN ('S202510230001', 'S202510230002')
AND status = '检验中';-- 删除3年前的无效标本数据(需先备份至历史表)
INSERT INTO lis_sample_history
SELECT * FROM lis_sample
WHERE collect_time < CURRENT_DATE - INTERVAL '3 years'
AND status = '无效';
DELETE FROM lis_test_result
WHERE sample_no IN (
SELECT sample_no FROM lis_sample
WHERE collect_time < CURRENT_DATE - INTERVAL '3 years'
AND status = '无效'
);
DELETE FROM lis_sample
WHERE collect_time < CURRENT_DATE - INTERVAL '3 years'
AND status = '无效';浙人医 LIS 系统国产化异构多活改造项目的成功落地,不仅解决了自身多院区运营的核心痛点,更为医疗行业信创建设提供了宝贵的实践经验,其行业价值主要体现在三个方面:
项目采用 “以点带面、循序渐进” 的策略,从 LIS 系统单点突破,逐步扩展至全栈信创,避免了 “大拆大建” 带来的业务风险。这种 “试点先行、经验复用” 的模式,为多院区集团化医院提供了可复制的信创建设框架。
KingbaseES 数据库在医疗行业的成功应用,打破了国外数据库的垄断局面。其异构兼容、多活容灾、高可用性等特性,充分满足了医疗行业复杂的业务需求,证明了国产数据库在核心业务场景的可靠性。
项目不仅实现了核心技术的自主可控,保障了医疗数据安全,更通过架构优化实现了 60% 的数据调用效率提升,为患者和医护人员带来了实实在在的体验改善,诠释了 “信创不是简单替代,而是技术升级” 的核心逻辑。
浙人医联合电科金仓打造的国内首个 LIS 国产化异构数据多院区多活改造案例,是医疗信创领域的一次成功实践。项目通过四大技术创新构建了稳定可靠的异构多活容灾架构,以全栈信创落地实现了业务效率与数据安全的双重提升,为行业树立了标杆。
随着信创战略的持续推进,医疗行业的国产化改造将进入深水区。未来,多院区协同、云原生部署、人工智能融合将成为医疗信创的核心趋势。浙人医的实践表明,选择适配性强的国产技术产品、采用科学合理的改造策略、注重业务与技术的深度融合,是信创建设成功的关键。期待更多医疗机构借鉴这一经验,共同构建自主可控、高效便捷的医疗信息化体系,守护人民健康福祉。