作为一家深耕医疗卫生信息化领域 25 年的软件企业，宁波金唐从 2018 年开始推进技术架构转型，逐步完成从应用去 .NET、产品云化和服务化，到数据库、中间件及基础软硬件国产化适配的探索。
在近日举行的 TiDB 社区活动宁波站上，宁波金唐技术总监胡世龙复盘了医疗行业数据库选型思路以及选择平凯数据库（TiDB 企业版）的考量，并以宁波市全民健康信息平台和宁波市海曙区一体化医疗云平台为例，介绍国产数据库如何真正进入医疗核心业务场景。
医疗国产化的特殊挑战
医疗国产化是一项非常复杂的工程，大型综合医院通常运行着 150 至 200 套专业系统，不同系统在建设时间、技术架构和设备适配上差异明显，新旧系统兼容是改造中绕不开的问题。
同时，诊疗业务关系生命健康，核心系统必须保持 7×24 小时稳定运行。患者从挂号、诊疗到结算，会持续产生大量关联数据；医疗机构还要处理电子病历、检验检查、医学影像等多种数据。
对于数据库来说，这意味着数据库既要应对高并发事务，也要支撑复杂查询和海量数据分析。
宁波金唐的选型
宁波金唐的国产化探索始于 2018 年。公司首先推去 .NET，并逐步将产品从传统 C/S 架构转向云化、服务化架构；2020 年开始拥抱 MySQL 生态，为后续数据库迁移做准备；2023 年正式启动国产数据库与中间件的选型、测试和适配。到 2024 年，国产服务器、操作系统、中间件和数据库已在医疗机构核心业务中上线并实现稳定运行。
为降低不同基础软硬件之间的适配成本，宁波金唐形成了“KingWise”国产化架构：通过混合客户端适配不同操作系统和终端外设，通过中间件适配代理降低应用与中间件的耦合，再利用自研虚拟 SQL 引擎处理不同数据库之间的语法差异。该架构于 2024 年入选国家工业和信息化领域典型解决方案。
在国产数据库选型中，宁波金唐按照省市级平台、大型综合医院、县域一体化和中小型医院等不同业务形态，对 TiDB、OceanBase、达梦、人大金仓等多款产品进行了技术验证。宁波金唐认为，分布式数据库更适合集约化建设、海量数据处理和弹性扩展，集中式数据库则适用于部分业务规模较小、对投入和运维成本更敏感的场景，选型需要回到真实业务需求。
与TIDB在多个项目中成功合作落地，主要看重其对不同规模业务场景的覆盖能力：敏捷模式可以适配中小型医院，分布式模式能够支撑大型三甲医院、医共体和区域平台；HTAP 架构可以兼顾在线事务处理与实时分析，MySQL 生态则有助于减少应用改造工作。
胡世龙提到，数据库选型并非“一锤子买卖”。迁移后还需持续调整 SQL、索引和执行计划，并逐步减少对触发器、函数和存储过程的依赖。只有应用软件厂商与数据库厂商持续协同，数据库能力才能真正转化为业务价值。
宁波市全民健康信息平台：支撑全域医疗数据汇聚
宁波市全民健康信息平台与普通市民的就医体验紧密相关。市民通过“健康宁波”“安诊儿”、浙里办等入口预约挂号时，可以统一查看不同医院、科室和医生的号源，背后的数据归集、交换与共享便由该平台支撑。
平台还汇聚门诊住院、检查检验、电子病历和公共卫生等数据，为医疗协同、行业监管及科研分析提供支撑。来自不同机构的数据在汇聚后还要经过治理和质控，因此平台不仅要“存得下”，还要让数据能够及时、准确地被使用。
目前，平台覆盖宁波 10 个区县、231 家机构和 969 万常住人口，涵盖 7 家市级医疗机构。截至 2025 年 1 月，平台累计归集数据 365.6 亿条，存储总容量达到 74TB，日均新增数据约 1500 万条。
在国产化改造中，平台采用平凯数据库等国产技术栈，替换原有 Oracle 数据库。通过动态扩缩容、冷热数据分区和 HTAP 能力，平台在保障热点业务性能的同时，兼顾资源成本与海量数据分析需求。
一项全市医疗机构诊断匹配任务，需要关联两张分别包含约 1100 万条数据的业务表和一张包含 6.5 万条数据的基础字典表。原 Oracle 数据库查询耗时 109 秒，迁移并优化后缩短至 0.281 秒。
数据采集和治理效率也得到提升：十万级数据的单线程上传平均速率由每秒 5 条提高至每秒 350 条；针对 239 家机构、334 项规则的数据质控，则由天级处理提升至小时级。
胡世龙特别指出，这些提升并不完全来自数据库本身，而是数据库能力、产品架构、冷热分区策略以及工程师持续调优共同作用的结果。
海曙区一体化医疗云平台：一套系统服务 17 家机构
与全民健康信息平台侧重区域数据汇聚和治理不同，海曙区一体化医疗云平台主要承载基层医疗机构的日常核心业务，面对大量实时事务处理。
过去，每家基层医疗机构都要单独建设机房、采购软件和数据库。新的集约化模式则通过一个机房、一套应用和一套数据库服务区域内多家机构，减少重复建设的同时，也对数据库性能和高可用提出了更高要求。
海曙区一体化医疗云平台接入了 17 家医疗机构，累计支撑门诊量 586 万人次，最高日门诊量超过 2.5 万人次。平台覆盖医生、护士、挂号收费、药品物资、电子病历和健康档案等核心业务，并在不同医疗机构之间实现资源与数据协同。
平台采用平凯数据库、宝兰德中间件、麒麟操作系统等国产化产品，数据库部署在 10 台物理服务器上。上线后系统运行平稳，核心服务响应时间控制在 1 秒以内。
在年度收入分析报表场景中，系统需要关联三张表，最大一张包含 8354 万条记录。原系统完成查询需要 350 秒，新系统将处理时间缩短至 6 秒；机构间数据同步也由 5 分钟以内提升为实时同步。
胡世龙表示，评价医疗国产化是否成功，不能只看国产化替换率，还要看新系统能否承载真实业务、保障响应速度并长期稳定运行。两个案例验证了国产数据库支撑医疗行业高可用、高并发及复杂数据处理需求的可行性。
目前，海曙模式已在金华永康、广州越秀、宁波高新区等地推广落地。宁波金唐与平凯数据库也围绕区域一体化医疗云平台和全民健康信息平台，沉淀了面向复杂事务处理与海量数据处理场景的联合解决方案。
从国产化底座走向医疗 AI
演讲最后，胡世龙将话题延伸至医疗 AI。在电子病历质控、辅助诊疗和医保结算等强合规、高风险场景中，AI 不仅要提高效率，还必须控制模型幻觉和业务风险。其输出质量高度依赖精准、完整、标准化且脱敏合规的数据。高质量数据集不仅是模型训练和检索增强生成的基础，也是智能体进入真实医疗流程的前提。
与此同时，关系型数据库、分析型数据库、向量数据库、全文检索和图数据库等多套系统并存，也带来了数据同步、事实一致性、开发和运维复杂度。面向未来，宁波金唐期待构建统一融合的多模态数据底座，以更加简洁的架构承载交易、分析、向量和全文检索等不同需求，为上层医疗应用和智能体提供一致、实时的数据服务。
从核心系统国产化替代到 AI 数据底座建设，宁波金唐的实践显示，国产数据库在医疗行业的落地已经从“能否替代”走向“能否长期承载业务、持续释放数据价值”。而来自真实生产场景的验证和调优经验，也将成为医疗国产化继续规模化推进的重要基础。