2. 医疗数据分类与备份对象识别

备份工程的第一步不是选工具，而是回答一个更基础的问题：到底要备份什么。医疗信息系统的数据形态差异极大——一条门诊处方记录、一幅 512×512 的 CT 断层、一份 PDF 检查报告、一段数据库归档日志，它们的体积、变更频率、一致性要求和恢复目标完全不同。如果把它们混为一谈，用同一套策略、同一个窗口、同一种保留周期去处理，结果往往是核心业务库备份窗口不够、影像存储被反复全量拖垮、日志文件却无人问津。因此，本节的核心任务是建立一套可落地的数据分类框架，并据此识别备份对象、梳理关键业务系统清单、定义生命周期与保留策略，最终形成备份优先级。

一、四类数据的本质差异

医疗数据按存储与访问特征，通常划分为四类，它们的备份逻辑截然不同。

结构化数据指存放在关系型数据库中的数据，典型代表是 HIS 的挂号、医嘱、收费、住院记录，LIS 的检验结果，以及电子病历中的结构化字段。它的特点是单条记录小、事务性强、变更频繁、强依赖数据库一致性。备份这类数据不能简单复制数据文件，而应使用数据库自身的物理备份（如全量+增量+归档日志）或逻辑导出，并保证备份点的事务一致性。例如某三甲医院 HIS 主库约 1.2 TB，日增归档日志约 8～15 GB，这类数据必须支持任意时间点恢复（PITR）。

影像数据指 PACS 中的 DICOM 文件，包括 CT、MR、DR、超声、病理切片等。单幅图像从几百 KB 到几十 MB 不等，一次增强 CT 检查可能产生 800～2000 幅图像，单个检查约 200～600 MB。影像数据的特点是写一次、读多次、几乎不修改，总量极大（大型医院 PACS 年增可达数十 TB），但变更率极低。因此它更适合"一次全量 + 长期归档"的模式，而不是高频增量。

文档数据指非结构化的文件对象，如 PDF 检查报告、Word 病历文书、扫描件、知情同意书、病理图文报告等。它们通常以文件系统或对象存储方式保存，单文件小、数量多、目录层级深，备份难点在于海量小文件的遍历效率与元数据（文件名、路径、权限、创建时间）的完整保留。

日志与配置数据包括数据库归档日志、应用运行日志、审计日志、接口交互日志，以及各类系统的配置文件、字典表、接口地址、证书、密钥、调度任务定义等。这类数据体积通常不大，但价值密度极高：配置丢失可能导致系统无法启动，日志丢失可能导致审计追溯断链。它们往往被忽视，却是恢复时最"救命"的部分。

二、关键业务系统清单梳理

数据分类之后，需要把它落到"系统"这个可管理的粒度上。梳理关键业务系统清单，本质是回答三个问题：哪些系统一旦停摆会直接影响诊疗、每个系统承载哪几类数据、它们的依赖关系是什么。建议按以下字段建立清单：系统名称、业务等级（核心/重要/一般）、数据库类型与版本、数据量级、日增量、RPO、RTO、备份方式、保留周期、责任人。

以某医院为例，核心系统通常包括：HIS（挂号、收费、医嘱）、EMR（电子病历）、LIS（检验）、PACS（影像）、RIS（放射信息）、手麻系统、输血系统、心电系统、医保接口、集成平台（ESB）。其中 HIS、EMR、LIS 属于 P0 级，RTO 一般要求 ≤30 分钟，RPO ≤5 分钟；PACS 属于 P1 级，RTO 可放宽到 4 小时，RPO 24 小时；OA、科研、教学等属于 P2 级。清单不是一次性文档，每当新系统上线、接口变更或数据库升级，都应同步更新。

三、数据生命周期与保留策略

数据不是"备份得越久越好"，而是按生命周期分层管理。通常划分为四个阶段：在线热数据（0～3 个月，访问频繁，需高频备份与快速恢复）、近线温数据（3 个月～2 年，偶有调阅，每日增量即可）、离线冷数据（2～15 年，极少访问，转归档存储降低成本）、合规留存（按法规长期保存）。

保留策略必须与法规对齐。根据《医疗机构病历管理规定》，门诊病历保存不少于 15 年，住院病历不少于 30 年；影像资料一般要求保存 15 年以上。这意味着 PACS 的归档层必须设计成可扩展、可校验、可迁移的长期存储，而不是简单堆在磁盘阵列上。同时要区分"备份保留"与"归档保留"：备份用于故障恢复，保留周期短、轮转快；归档用于合规留存，保留周期长、写入后基本不变。

四、备份优先级划分方法

优先级不是拍脑袋决定的，而是由两个量化指标推导：RTO（恢复时间目标）和 RPO（恢复点目标）。RTO 越短、RPO 越小，优先级越高。具体可按以下步骤操作：

1. 定级：按业务影响把系统分为 P0/P1/P2。P0 为直接支撑诊疗、停摆即影响患者安全；P1 为间接支撑、可短时降级运行；P2 为管理辅助类。
2. 定指标：为每级设定 RTO/RPO 区间。例如 P0：RTO≤30 min、RPO≤5 min；P1：RTO≤4 h、RPO≤24 h；P2：RTO≤24 h、RPO≤24 h。
3. 选方式：P0 采用"本地全量+增量+归档日志+异地容灾"；P1 采用"每日全量+增量"；P2 采用"每周全量"。
4. 排窗口：把备份任务按优先级错峰编排，避免 P0 备份与 P1 备份争抢 I/O 和网络带宽。
5. 验证：每季度至少做一次恢复演练，用实际恢复耗时校验 RTO 是否达标，用恢复出的数据时间点校验 RPO 是否达标。

五、一份可执行的备份对象识别清单（示例）

下表为某医院备份对象识别清单的节选，字段可根据本院实际增删。它把"分类—系统—数据—策略—优先级"串成一条可执行的线索。

需要强调的是，表中的数据量、日增、保留周期均为示例参考值，实际应以本院监控平台采集的真实指标为准。清单建立后，应把它作为备份策略配置的输入：备份软件中的任务、策略、保留规则，都应与清单一一对应，避免"清单写一套、实际跑一套"。

最后，数据分类与对象识别不是一次性的前期工作，而是贯穿备份工程全生命周期的基线。系统扩容、数据库版本升级、新接口上线、法规更新，都会触发清单和策略的复核。把这份基线维护好，后续的备份执行、监控告警、恢复演练才有可靠的依据。