病理诊断是疾病确诊的金标准。随着数字病理与人工智能技术发展，病理科从显微镜阅片转向数字化阅片，玻片扫描生成全切片图像（WSI），单张切片通常为 GB 级；大标本、多倍率金字塔与缩略图会进一步放大容量，一个病例可能包含多张切片，扫描设备增加后年增量上升更快。数据量虽然小于医学影像，但对存储的读写方式要求更细。

一、场景：病理数字化改变了数据的读写方式

病理科的工作流可以概括为取材、制片、扫描、阅片、报告五个环节。数字化之前，玻片在科室内部流转，阅片依赖显微镜；数字化之后，扫描仪把玻片转成 WSI，切片进入病理平台，阅片、会诊、质控与科研都在线上完成。工作流从“实物交接”变成“数据流转”，存储随之进入业务主链路。

数据的使用方式随之变化。在线调阅、远程会诊、质控复核与区域协同均在线上完成，WSI、病例信息、报告、标注与访问记录需要统一管理并长期保存；AI 辅助筛查、定量分析与质控提示进入常规流程，训练与推理需要反复读取同一批切片。病理科从“存玻片”变成“存数据、用数据”，存储也就从后台设备变成业务链路的一环。

病理数据的特征是单文件大、随机小 IO 密集、时延敏感、并发带宽要求高。一张切片在存储上并不是顺序读取的完整文件，而是按倍率、坐标与感兴趣区域不断读取数据块，后台表现为大量随机小 IO。医生拖动一次画面，存储侧可能就是几十次小块读取；AI 分析一张切片，又需要整图或大段连续读取。同一份数据被两种方式同时使用，这是病理存储与影像存储最大的不同。

从规模看，区域病理中心年扫描量可达 80 万张切片，年新增容量约 400TB、文件数亿级；一家大型三甲医院的病理科，年新增切片也在数万至十数万张之间。切片只增不减，保存年限与病历一致，容量规划必须按 3—5 年甚至更长周期考虑。

二、四类问题：阅片卡顿、上传排队、AI 争抢、数据分散

第一，阅片卡顿。医生拖动、放大、缩小时需要实时返回图像块，机械硬盘的随机寻道会造成明显延迟，切片越大、金字塔层数越多，问题越突出。传统存储在切片数量增长后，打开首屏与拖动响应都会变慢。

第二，上传排队。单张切片 GB 级，批量上机时写入吞吐不足，扫描设备前会出现等待；技师一天的工作节奏，往往被存储的写入速度决定。

第三，AI 与人工争抢资源。人工阅片要求低时延，AI 推理要求大带宽，两类负载同时打在同一批近期切片上，容易互相挤占；若 AI 训练集再复制多份，容量会进一步膨胀。

第四，数据分散。科室自建 NAS、影像存储、科研盘各存一份；区域病理中心还要面对多家医院的切片汇交，目录、权限与容量各自管理，几年后形成新的孤岛。

上述问题在区域病理中心会被放大：数据来源从一家医院变成十几家，阅片从本科室变成多院区，AI 从单机试验变成集中训练。同一套存储要同时服务多种角色、多种读法，配置不足会在上线半年后集中暴露。

四类问题对应四项能力要求：能够承载随机小 IO 的性能层、足够的写入吞吐、同时服务人工与 AI 的混合负载能力，以及统一入口与存量纳管能力。

三、深信服aStor统一存储

深信服aStor统一存储是深信服自主研发的企业级统一存储产品。2013 年，深信服设立存储研发部门，第一项任务是为桌面云与超融合提供底层存储；这两类产品目前在国内市场份额均位居第一。2017 年，存储作为独立产品线正式上市；2021 年发布高性能生产存储版本，并在深圳、北京、长沙、成都设立四大存储研发中心，研发人员超过 400 人；2025 年发布统一存储，将块、文件、对象三类服务收敛到一套软件定义架构；2026 年完成全面升级，原生支持块、文件、对象、向量四种协议，并可通过统一命名空间纳管第三方 NAS、对象存储与云存储。截至目前，深信服aStor统一存储累计参与交付超过 15064 个客户，累计交付容量约 2.45EB，PB 级项目超过 586 例，存储发明专利 400 余件。IDC 2026 年第二季度中国文件存储市场报告显示，其以 10.1% 的份额位居中国文件存储市场第三。

面向病理场景，该产品提供文件存储服务：以 NVMe 性能层承载近一个月的切片与 AI 分析数据，以容量层承载历史切片，按策略自动流动，对病理平台呈现单一挂载点。在医疗行业，其已进入 2000 家以上医院，其中三甲医院 500 家以上，医学影像存储累计交付 1000 家以上、300PB 以上，病理与影像在同一套底座上承载。

四、方案架构：按规模选择两种建设方式

方式一适用于中小规模病理中心：采用统一存储混闪，每台配置 2—4 块 NVMe SSD 构建性能层，兼顾性价比与上线速度。切片先写入性能层，近一个月的高频切片保留在性能层，超期数据以聚合块为单位下刷至容量层，再次调阅时自动回缓存。

方式二适用于区域病理中心或大型三甲医院：采用全闪与混闪组合。全闪单框可满配 24 块 NVMe SSD，按需在线横向扩展，可用全闪容量可超过 100TB；数据流动策略可按目录、时间、容量综合设定；冷切片被多次读取后回缓存至全闪，降低拖动、放大、缩小时的时延。对 AI 负载较重的中心，全闪还可以单独划出训练集空间，项目结束后按策略回落。

病理与影像可共用同一套底座，按目录或项目划分空间与配额，各自挂载、互不影响，医院不必为病理单独建设一套存储。科室自建 NAS 或原有存储通过统一命名空间纳管，新切片写入新资源池，历史切片原地可读；需要搬迁时使用自研迁移工具分批执行，支持断点续传与自动校验。

表 1  病理数据的分层落位

五、关键能力

5.1 切片调阅：性能层承接随机小 IO

统一存储以 NVMe 构建性能层，消除机械寻道带来的随机读延迟；元数据多台协同并行处理、目录自动打散，按场景预留元数据空间，保证文件数量增长后性能稳定。WSI 数据获取时延可达数十毫秒级；混闪三台配置可提供数 GB/s 吞吐，支撑数十台扫描设备并发上传。医生侧的表现是拖动流畅、放大清晰，扫描设备侧不再排队等待存储。

对扫描设备较多的病理科，上传侧的压力同样需要规划。批量上机往往集中在上午，若写入吞吐不足，切片会在扫描工作站本地堆积，技师需要等待上传完成才能开始下一批。统一存储以聚合块方式承接并发写入，配合前端万兆组网，可以把上传时间压缩到与扫描节拍匹配的水平。

5.2 小文件与元数据：切片越多，首屏不能越慢

病理平台打开时需要进行目录遍历与元数据查询，切片数量达到亿级后，元数据效率直接决定首屏速度。统一存储通过元数据压缩后常驻内存、元数据多台协同、小文件聚合写入减少写放大，使文件量从 1 亿增长到 100 亿时访问性能不下降；聚合块分层使 1000 万文件加载时间由 4 小时缩短至 2 分钟。

这一能力对区域病理中心尤其关键：多家医院的切片汇入后，平台往往按医院、科室、年份建立多层目录，目录深度与文件数量同时增长。元数据路径如果没有为这种结构做优化，表现为平台登录慢、检索慢、列表刷新慢，而不是单张切片打开慢，容易被误判为平台问题。

5.3 压缩：降低切片占用的可选能力

统一存储对未压缩的影像数据提供压缩能力，压缩在写入路径完成，对上层透明，病理平台读取的仍是标准文件。对已含压缩倍率信息的 WSI，实际收益需按客户数据抽样评估；压缩可以延后扩容时点，但不能替代容量规划。对病理科而言，是否启用压缩、压缩后是否影响平台读取，应在试点阶段用真实切片验证。

5.4 兼容与生态：病理平台不改，老 NAS 可纳管

统一存储支持 NFSv3、NFSv4、CIFS/SMB 与 FTP，覆盖病理平台常见的文件接入方式，平台按现有接口对接即可，无需修改应用。对同时运行影像与病理的医院，两类业务可以使用同一种文件接口，运维只需维护一套挂载规范。

在生态适配上，统一存储与主流智慧病理影像管理与 AI 软件完成适配、测试与交付配合，并与病理生态伙伴在存储、流转与安全防护链路上协同。长期归档可与蓝光归档库、磁带库、VNA 对接，冷切片下沉、调阅回调，路径保持不变。在信创适配上，同一套软件栈支持 X86、鲲鹏、C86 与 Sangfor OS、欧拉、麒麟，性能不做降级。

5.5 可靠与安全：切片缺失意味着病例不完整

统一存储通过 EC 冗余、端到端校验与硬盘亚健康监测保障数据可靠；目录级快照秒级生成、几乎不占用额外空间；增量异步复制支持容灾，最短 15 分钟级 RPO。平台可靠性达到 6 个 9，两块硬盘同时失效数据不丢失且可在线访问，全速恢复 1TB 数据约 15—20 分钟；内置检测引擎对未知勒索病毒检出率 97.8%，并可通过安全快照恢复至加密前状态。

5.6 容量与性能如何规划

容量测算可以从切片量出发：按日均新增切片数乘以单张平均容量（0.5—1GB），再乘以年工作日与保存年限，得到原始容量；结合压缩与纠删码配比折算可用容量，并按 3—5 年规划。性能层容量通常按近一个月的切片量规划，保证首诊与近期复核全部落在 NVMe 上。

性能测算则以并发为先：统计同时在线阅片终端数、AI 任务数、扫描设备数，按每台终端 1—2 路、每路数十毫秒级时延估算；上传侧按扫描设备数量乘以单台写入速率估算。若并发高于设计值，优先增加性能层容量或全闪设备，而不是简单增加硬盘。

六、新建病理中心：存储如何从零规划

与影像科改造不同，病理数字化多数是新建项目：病理科从零搭建数字病理平台，扫描仪、平台与存储同步上线。新建的好处是没有历史包袱，可以一次把容量、性能与网络规划到位；难点在于没有历史数据可参考，规模测算容易偏保守或偏激进。

规划从三组数据开始：日均切片量、单张切片平均容量、保存年限。三者相乘得到原始容量，再按压缩与纠删码折算可用容量，并预留 3—5 年增长。性能层按近一个月的切片量规划，保证首诊与近期复核全部落在 NVMe 上；上传带宽按扫描设备数量与单台写入速率估算，避免上午集中上机时排队。

新建项目还要预留扩展路径。扫描仪数量会增加、AI 分析会上线、区域会诊会接入，存储要能在不改变挂载结构的前提下扩容。统一存储以增加设备或硬盘的方式扩展，业务侧不感知；病理平台按标准文件接口对接，后续更换或升级平台不影响存储侧配置。

对新建中心而言，一次规划到位比反复调整更省成本。把容量、性能与扩展三件事在建设初期定清楚，后续只需要按年增量扩容，不必重建；对预算分批下达的医院，也可以先建核心、再扩容量，保持架构不变。

七、案例和实践

上海市肺科医院在 5 台混闪、500TB 的影像底座上，将数字病理纳入同一套存储，实现单盘符管理，阅片速度 450 张/秒。襄阳市第一人民医院以 21 台规模的集群同时承载影像与数字病理，热数据分层保留、历史切片下沉，数字化病理每日处理 2000 张 WSI，单集群 IOPS 提升 66.7%，存储成本降低 35%。

在交付规模上，深信服aStor统一存储已服务全国 2000 家以上医疗机构，其中三甲医院 500 家以上；医学影像存储累计交付 1000 家以上、300PB 以上，病理与影像在同一套底座上承载。

八、总结：病理存储的难点在于同时接住两种读法

病理存储的难点不在容量，而在同一张切片被人工与 AI 以两种方式读取。将近期切片放入 NVMe 性能层、把元数据处理做厚、让病理与影像共用一套底座，是当前兼顾体验与成本的可行路径。同类病理中心可按此顺序建设。

落地时可先做一次量化评估：从病理平台导出最近一周的调阅日志，选取切片打开耗时最长的 50 例与并发最高的一个小时，记录 P95 打开时延与拖动卡顿次数，接入后再用同一批切片复测。

深信服aStor统一存储针对病理场景在切片随机读、并发调阅、AI 供数与存量纳管方面完成了适配与优化，为病理科医生带来的是切片快速打开、拖动流畅，为信息科带来的是病理无需单独建一套、科室 NAS 可分步纳入统一管理、扩容不停机。同类病理中心的需求可以沿用这一路径。