文献速递腹部泌尿生殖技术与安全CT

CT重排版长期数据存储导致的温室气体排放及减排策略

Greenhouse gas emissions due to long-term data storage of CT with reformats and strategies for mitigation.
PubMed 文献 · Eur Radiol · 2025-09-30

本研究回顾性测量了子宫内膜癌基线分期CT胸腹盆扫描中非必要重排版/重建序列的存储比例与文件大小,并建模预测2020—2040年存储相关温室气体排放及多种减排策略的效果。仅存储采集的轴位序列可减少69%排放,结合云存储和8年数据保留政策最高可减少89%。

要点

  • 97%(179/183)的基线分期CT存储了至少一个重排版序列,冠状位重排版占91%、矢状位占86%、肺重建占85%。
  • 整个CT检查中位文件大小为787 MB(IQR 460, 1257),仅采集轴位序列为290 MB(224, 355)。
  • 仅存储采集轴位序列可减少69%存储相关排放,结合云存储与8年保留政策可减少89%。

核心结论

  • CT数据存储具有较大的环境成本,需要全球行动;多种减排策略可实现存储相关排放最多减少89%。
  • 仅避免存储非必要重排版序列即可使英国子宫内膜癌分期CT在2020—2040年间减少69%的存储相关排放(264 MTCO2e)。

研究设计与样本

  • 质量改进项目,回顾性分析英国转诊中心2013—2016年183例子宫内膜癌基线分期CT胸腹盆扫描(队列A)的存储序列。
  • 队列B为队列A前30例(2013年1月至2014年12月),用于逐序列文件大小测量;队列C为加拿大中心2024年100例连续基线分期CT,队列D为其中随机20例用于文件大小分析。
  • 2025年1—2月向欧洲泌尿生殖放射学会(ESUR)女性盆腔影像组及全球妇科中心发放电子问卷调查存储方案,共16个中心回复(10个国家),连同队列C共17个中心。
  • 基于队列B各序列平均文件大小与队列A各序列出现比例,在Microsoft Excel中建立容量模型,模拟2020—2040年20年存储需求与温室气体排放。
  • 排放模型纳入存储系统(硬盘136 kWh/TB/年)、服务器(12TB容量/台,2059 kWh/台/年)和网络基础设施(0.1设备/服务器,3197 kWh/设备/年),电能使用效率(PUE)取1.8,并计入输配电损耗(8%和1.7%)。

诊断标准与关键数值

  • 队列A中97%(179/183)的研究存储了至少一个重排版序列,队列B为29/30(97%),全球中心为16/17(94%)。
  • 队列B整个CT检查中位文件大小为787 MB(IQR 460, 1257),采集轴位薄层序列为290 MB(224, 355);矢状位重排版中位231 MB(110, 324),重复轴位重排版中位161 MB(109, 259)。
  • 队列D(加拿大)中位总文件大小为790 MB(759, 862),采集轴位序列为130 MB(126, 134),仅占总文件大小的16%。
  • 英国2020—2040年新发子宫内膜癌病例估计265,000例,常规存储全部序列产生381 MTCO2e;仅存储采集轴位序列为117 MTCO2e(减少69%),联合云存储为70 MTCO2e(减少82%),联合8年数据保留政策为72 MTCO2e(减少81%),三者联合为43 MTCO2e(减少89%)。
  • 若同时保留肺重建,仅存储采集轴位序列在2020—2040年间减少52%排放(198 MTCO2e)。

临床应用与阅片要点

  • 放射科医生可立即实施的减排措施是不存储非必要的CT重排版,仅保留采集的轴位序列。
  • 云存储和8年数据保留政策可进一步实现温室气体减排。
  • 各机构应评估能获得高质量重排版的最佳轴位层厚,该层厚可能因检查方式和适应证而异。

局限性

  • 模型开发使用来自英国单一中心的选择性患者数据集(尽管扫描来自17个站点)。
  • 文件大小和重排版/重复序列比例因地区、临床适应证和检查方式而异,这在加拿大队列和当前全球调查中表现明显。
  • 生成重排版与使用时从存储中检索相比的温室气体排放超出本研究边界,但可考虑纳入。
  • 关于转向云存储减排的研究数据有限,限制了假设的强度,因此提供了保守和乐观两种预测。
  • 存储相关电力消耗和温室气体排放因地理区域而异,取决于电力效率和当地碳强度差异。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2025 Sep 30;36(3):2186–97. doi: 10.1007/s00330-025-12023-z

引言

2022年联合国可持续发展目标报告强调,亟需立即采取行动减少温室气体(GHG)排放[1]。据估计,整个医学影像部门贡献了全球温室气体总排放量的高达1%[2, 3]。

尽管已有若干研究评估了放射学设备、图像采集、数字通信和耗材的环境足迹,但图像数据存储相关的排放仍未得到充分探索[4–9]。数据存储系统通过运行和冷却的持续能耗,以及硬件从制造到处置的整个生命周期产生碳排放。

多种因素驱动着存储负担不断增加,包括影像检查需求的增长和复杂性的提高,以及支持人工智能应用所需的标注图像数据集需求日益扩大[10–12]。例如,爱尔兰国家放射学数据系统报告称,2020年存储数据超过1拍字节(此前五年年增长率为23%),CT检查从66 MB(2011年)增长至160 MB(2020年),占2020年存储量的53%[13]。

本研究评估了最小化存储影像数据温室气体排放的策略,主要针对临床环境,但类似策略也可应用于研究环境。CT检查规模的增加部分源于多个后处理序列的存储,包括重建格式和重建图像[13]。历史上,由于按需处理耗时,重建格式以硬拷贝胶片形式存储。现代图像归档与通信系统(PACS)现已能够从原始轴位采集即时生成高质量的重建格式。虽然某些特殊的扫描仪级重建(如高分辨率肺部)包含独特的诊断信息且无法复制,但标准重建格式/重复序列代表不必要的存储,增加了温室气体排放而无临床获益。此外,从本地存储转向云存储,以及可持续长期归档策略——尤其是在研究对象生命周期之后——需要审慎考虑。

本研究旨在使用子宫内膜癌(EC)基线分期CT测量数据,估算CT重建格式存储相关的温室气体排放,并建立20年模型[14]。次要目标包括探索全球影像存储方案、比较本地存储与云存储相关排放,以及模拟假设性数据保留政策的温室气体影响。纳入结直肠癌数据的预测以供参考说明。

材料与方法

数据集

本研究为英国主要研究机构的质量改进项目,已获得机构批准(审计注册号927),使用先前匿名化的数据集。我们回顾性审查了2013至2016年间为EC基线分期进行的183例连续标准诊疗门静脉期胸部、腹部和盆腔CT(CT-CAP)扫描(队列A),记录了采集部位和日期,以及每次扫描存储的后处理序列(重建格式、重建图像和重复序列)。作为三级转诊妇科肿瘤中心,所审查的CT扫描来自多个机构,重建格式方案各不相同。为实现直接比较,仅纳入在同一次就诊中完成完整CAP采集的扫描。

我们记录了队列A前30次CT扫描(2013年1月至2014年12月;队列B)每个采集轴位序列和后处理序列的文件大小。由于手动测量文件大小耗时较长,且文件大小变化有限,本探索性分析中仅使用队列A的一个子集而非整个队列A进行文件大小分析,该子集足以展示问题的规模。

为证明全球适用性,一家加拿大外部机构提供了2024年100次连续基线子宫内膜癌(EC)分期CT-胸腹盆腔(CT-CAP)扫描的数据(队列C),包括该队列中随机选取的20次扫描的每个序列文件大小(队列D)。2025年1月至2月,还向欧洲泌尿生殖放射学会(ESUR)女性盆腔影像组成员及全球妇科中心分发了一份电子调查问卷(补充材料——调查问卷)。各机构报告了:(1) 常规存储哪些后处理序列;(2) 如果在多学科肿瘤委员会(MDT)上审阅外部图像,前一周审阅的病例存储了哪些序列(最多10个)。

数据分析

将子集(队列B;n = 30)中每种序列类型的平均文件大小,与整个队列(队列A;n = 183)中具有每种序列类型的研究百分比相结合,用于后续建模。评估了三种存储情景,包括仅存储采集的轴位序列、附加肺部重建序列、或附加所有序列。

癌症发病率预测与容量建模

对英国、欧洲大陆、北美、澳大利亚和中国的年度子宫内膜癌和结直肠癌发病率进行了20年(2020-2040年)的预测,以便更广泛地建模温室气体(GHG)排放及减排效果[11, 15]。选择结直肠癌是因为它是全球常见癌症,通常也使用基线CT-CAP分期,其中过多的后处理序列存储并非必要。应用线性回归对地理差异和癌症病例预测进行标准化。

在Microsoft Excel中开发了一个自定义容量模型,以估算三种存储情景的存储需求。以太字节(Terabytes)为单位的总原始数据容量,基于初始数据大小(队列A和B)及多区域年度癌症发病率预测,计算了2020-2040年的预测值。安全备份通常存储于多个不同地点且各中心方案差异显著,未纳入本模型。

使用本地存储建模与存储相关的电力消耗及由此产生的温室气体排放

能源模型

能耗模型采用以硬件为中心的方法,从三个组成部分计算基线IT能耗(PIT):存储系统(物理数据存储设备;硬盘为136 kWh/TB/年)、服务器(用于处理数据和运行应用程序;12TB容量/服务器,2059 kWh/服务器/年)和网络基础设施(服务器相互连接及连接互联网所需的硬件;0.1设备/服务器,3197 kWh/设备/年)[16–19]。设施总能耗(Ptotal)通过将PIT乘以电能使用效率(PUE)计算,以计入基础设施能耗(支撑系统,例如变压器、不间断电源、照明和冷却)[18]。使用的PUE为1.8,与欧洲数据中心平均水平一致[20]。还包括了输配电损耗导致的额外能耗(分别为Ptotal的8%和1.7%)[21]。

环境影响评估与预测

排放量根据各区域的2024年排放转换因子由能耗计算得出(补充表1)[22, 23]。

范围1(直接排放——例如燃料燃烧、制冷剂泄漏)以及除输配电损耗以外的范围3温室气体排放(价值链排放——例如硬件和建筑物的生产、维护和处置,燃料的开采和加工)未纳入本模型。数据中心的范围1排放基本可忽略不计(< 1%);对范围3排放进行建模需要大量供应商数据,而这些数据通常不可获得,各数据中心之间差异显著,且超出了本文的研究边界。

温室气体排放以公吨二氧化碳当量(MTCO2e)评估。二氧化碳当量(CO2e)表示一种温室气体的量,其大气影响根据该气体的全球变暖潜势 standardized 为一单位质量的二氧化碳(CO2)。这与报告的科学共识一致,并允许与 other 医疗相关排放来源进行比较。

本模型假设文件大小和存储序列的流行程度、数据中心电力消耗以及温室气体排放转换因子保持不变。

其他温室气体减排策略的影响

转向云端的温室气体减排假设依据现有数据(补充表2)。已发表来源之间的确切数字有所不同。一份独立报告计算了美国独立数据中心和超大规模云提供商的碳强度(以MTCO2E/工作负载计)分别为0.75和0.15,即减少80%,我们在模型中将其用作较高估计值[24]。模型中使用的较低估计值40%来源于2010年微软报告,该报告通过比较大规模本地部署与等效云部署,发现排放减少了30–60%。

为便于说明,我们还额外建模了8年短数据保留政策后转移至存储地的情景[25]。基于此,假设所有文件在创建八年后转移至能耗可忽略的深度存储,计算了每种存储情景的温室气体排放[24, 26]。

所有描述性统计量以中位数(第25百分位数,第75百分位数)、均值±标准差和范围进行汇总。

结果

数据集概述

在队列A中,66%的检查(120/183)在英国转诊中心采集,其余病例来自英国其他17个中心。97%(179/183)的检查至少存储了一个后处理序列。冠状位重建(91%)、矢状位重建(86%)和肺部重建(85%)最为常见,队列B中比例相似(87%、70%和70%)。另有重复的重建或后处理图像(队列A n=6),以及额外的平扫(队列A n=3,队列B n=1)和动脉期序列(队列A n=9,队列B n=2)。

在队列C中,100%的检查存储了后处理序列(图1)。共获得来自16个中心(10个国家)的调查回复:意大利(4)、中国(2)、英国(2)、美国(2),以及法国、日本、葡萄牙、西班牙、瑞典和瑞士各1个。包括队列C在内,16/17(94%)的国际中心存储了后处理序列。发送至转诊中心用于MDT的外部CT均至少存储了一个后处理序列(补充表3)。

图1 各门静脉期扫描类型存储于PACS的检查百分比。队列A(n=183)包括2013年至2016年间英国原发中心所有可用的子宫内膜癌患者分期检查。队列B(n=30)是队列A的子集,代表其中前30例检查,对这些检查进行了文件大小的详细分析。队列C(n=100)包括2024年加拿大外部中心100例连续的子宫内膜癌患者分期检查。轴位重建指厚层轴位序列和薄层轴位序列的重复副本。队列D(n=20)是队列C的子集,代表从队列C中随机选取的20例检查,对这些检查进行了文件大小的详细分析。轴位重建指厚层轴位序列和薄层轴位序列的重复副本。MIPs,最大强度投影 查看原图 ↗

文件大小分析

在队列B(n=30)中,平扫(n=1)和动脉期(n=2)序列占该队列总大小的6%。由于数量较少,这些文件被排除在进一步建模之外。

对于门静脉期采集,整个CT检查的文件大小中位数为787(第25、75百分位数=460、1257)MB。采集的轴位薄层序列文件大小中位数为290(224、355)MB。在存储的后处理序列中,矢状位重建的文件大小中位数最大,为231(110、324)MB,其次是重复轴位重建,中位大小为161(109、259)MB。矢状位和重复轴位重建分别占总文件大小的18%和13%(表1和图2A)。

队列D(加拿大中心;n=20)的总文件大小中位数相似,为790(759、862)MB。采集的轴位序列文件大小中位数较小,为130(126、134)MB,仅占总文件大小的16%(表1和图2B)。值得注意的是,队列D中存储的轴位序列层厚更大(所有检查为3 mm或5 mm,而队列B的中位层厚为1.5 mm)。

图2 队列B(n = 30)和队列D(n = 20)中存储在PACS上的每种序列类型的文件大小。A 队列B(n = 30)代表一个子集,包含2013年至2016年间英国原发中心子宫内膜癌患者所有可用完整门静脉期分期CT-CAP检查中的前30例。B 队列D(n = 20)是一个子集,包含2024年加拿大中心子宫内膜癌患者中随机选取的20例完整门静脉期分期CT-CAP检查。左:每种类型的中位文件大小(兆字节),附四分位距条。右:每种扫描类型的总大小占所有门静脉期CT文件总存储大小的百分比。轴位重建指厚层轴位序列和薄层轴位序列的重复副本。PACS,图像归档与通信系统;MIPs,最大强度投影;MB,兆字节;CT-CAP,胸部、腹部和盆腔CT 查看原图 ↗
表1 队列B(英国中心;n = 30)、队列D(加拿大中心;n = 20)中存储在PACS上的文件大小,以及队列A(n = 183)每种序列类型的预计文件大小 查看原表 ↗

更新重建存储方案对温室气体减排潜在节省的建模

2020年英国新发子宫内膜癌患者为11,385例[15]。根据所分析的文件大小和重建比例,存储这些患者的分期CT-CAP检查需要11,027 GB[14]。如果所有检查均无限期存储,使用本地存储,这些将每年消耗7.3 MWh,产生1.5 MTCO2e/年(补充图1)。在20年内(2020–2040),英国新发子宫内膜癌病例估计为265,000例,累计需要257,000 Gb存储空间,消耗181 MWh,并产生381 MTCO2e的存储相关排放(表2)。

避免存储所有后处理序列将意味着2020–2040年新发病例的分期CT-CAP检查仅需要78,700 GB存储空间,20年内节省264 MTCO2e(减少69%)。如果肺部重建也存储,2020–2040年新发病例将需要124,000 GB存储空间,20年内节省198 MTCO2e(减少52%)(图3和表2)。如果所有评估地区在此期间均避免存储所有重建序列,可节省11,549 MTCO2e(如果肺部重建也存储,则为8,645 MTCO2e)。

鉴于所有地区结直肠癌发病率较高,且基线分期CT-CAP需求相似,该适应证的潜在温室气体减排量更大。仅在英国,结直肠癌分期CT仅存储采集的轴位序列,2020–2040年间将节省813 MTCO2e(如果肺部重建也保留,则为609 MTCO2e)。在多个全球地区,这将节省36,687 MTCO2e(如果肺部重建也保留,则为27,462 MTCO2e)(补充图3和补充表4)。

表2 2020年至2040年预计新发子宫内膜癌分期CT-CAP检查存储相关的累积温室气体排放,以及通过减少重建存储和迁移至云存储实现的减排 查看原表 ↗
图3 与2020年至2040年英国新发子宫内膜癌分期CT-CAP检查存储相关的温室气体(GHG)排放预测,采用多种减排策略。以累积碳排放量显示。常规情景假设所有文件按当前文件大小和比例存储在本地服务器,且无限期保存。减排策略1(M1):仅存储采集的轴位序列。M2(保守方案):基于40%的保守减排幅度改用云存储。M3:简化数据保留政策,在采集后8年移至永久归档(电力消耗可忽略不计)。底部表格显示了该期间累积新检查数和累积存储检查数(若实施M3)。排放量基于B队列(n = 30;A队列的子集)的平均文件大小、A队列(n = 183)中各扫描类型所占检查百分比以及相关总能耗(内部存储、服务器、网络和基础设施)计算。癌症发病率统计数据来源于GLOBALCAN [7, 10]。MTCO2e,公吨二氧化碳当量;CT-CAP,胸部、腹部和盆腔CT;UK,英国 查看原图 ↗

模拟其他温室气体减排策略

将所有检查迁移至云存储每年可减少40–80%的温室气体排放。在此基础上联合避免重排序列存储,可在该期间将英国新发子宫内膜癌患者存储相关排放减少82–94%(减少311–358 MTCO2e),若额外保留肺部重建序列则为71–90%(减少271–344 MTCO2e)(表2)。

若存储所有后处理序列,但采用8年短期数据保留政策随后转移至存储库,则2020年至2040年间英国新发子宫内膜癌患者的分期CT-CAP检查存储将产生235 MTCO2e,减少146 MTCO2e(38%)。在此基础上联合避免重排序列存储,可在该期间将英国新发子宫内膜癌患者存储相关温室气体排放减少81%(309 MTCO2e),若额外保留肺部重建序列则为70%(268 MTCO2e)(图3和表3)。

联合全部三种减排策略(仅存储轴位序列、改用云存储以及8年数据保留政策)可在该期间将英国新发子宫内膜癌患者存储相关温室气体排放减少89%(338 MTCO2e)(补充表6)。

由于结直肠癌发病率更高,对结直肠癌实施这些策略所产生的温室气体减排效果更大(补充表4、5和7)。

表3 与2020年至2040年新发子宫内膜癌分期CT-CAP检查存储相关的累积温室气体排放预测,采用减少重排序列存储和简化数据保留策略进行减排 查看原表 ↗

讨论

本研究旨在测量非必要性数据存储量,并为快速增长的存储相关温室气体排放模拟减排策略。

在2025年接受调查的几乎所有中心,全球常规做法是为子宫内膜癌基线分期CT存储多组重排和重建图像。我们的模型预测,2020年至2040年间,英国新发子宫内膜癌基线CT存储的温室气体排放量为381 MTCO2e,若仅存储采集的轴位序列,排放量可减少近70%(264 MTCO2e),降至117 MTCO2e。由于疾病负担更大和/或排放转换因子更高,全球外推时减排幅度将更为显著。将数据存储迁移至云端可减少40%(保守估计)至80%(乐观估计)的排放。实施自CT采集之日起8年后转为深度存储的数据保留政策,若存储所有序列,估计可节省38%;若与仅存储轴位序列相结合,可节省81%。

2020至2040年间,英国新发子宫内膜癌和结直肠癌病例仅存储采集的轴位图像将节省1077 MTCO2e,相当于102户家庭20年的累计用电量[27](补充方法)。这些节省与其他节能措施(如关闭计算机[6, 28])相当。改善放射学的环境影响需要在所有运营领域实施减排,包括通过决策支持工具减少不适当成像、通过协议效率和成像加速减少使用阶段排放、以及通过自动化低功耗模式减少非生产性能源浪费[29–31]。图像存储策略可通过自动化工作流程应用,无需持续的个人投入,而其他减排措施则需要组织和文化变革。将这些减排策略应用于其他成像模式和临床场景将产生累积效益。

队列C和全球调查中更高的后处理序列存储比例表明,减排策略可能带来更大的温室气体节省潜力。队列D采集的轴位文件大小显著更小(130 MB vs 队列B的290 MB),源于更厚的层厚采集(3-5 mm vs 1.5 mm;表1)。然而,这种更厚的层厚采集可能限制重排质量,并解释了额外后处理序列的补偿性存储。机构应评估高质量重排所需的最佳轴位层厚,其很可能因成像模式和适应证而异。

鉴于不断加剧的成像负担,对大型、稳健且安全的数据存储的需求日益紧迫[32]。基于云端的解决方案可能构成下一代放射学基础设施的基础,因为它们通常比本地部署方案更节能[24],但其优势和劣势需针对各个站点加以考虑[33, 34]。公有“可信研究环境”(TRE)是云端存储的新兴选择,可能达到与商业平台相当的能效,同时解决将医疗数据委托给后者所涉及的数据隐私、安全和所有权问题[35]。

相关监管机构制定的全面图像保留指南是减少存储相关排放的补充策略。指南必须考虑不同患者群体的需求,如儿科或肿瘤科患者、患者生命状态(依据NHS指南[25]),以及伦理、临床和经济因素和未来研究需求。长期规划应考虑对“暗数据”进行适当的低能耗归档,作为在特定期限后最终删除数据的中间步骤。如果不进行删除,总存储需求将持续无限增长,产生显著的范围3温室气体排放。

我们研究的局限性包括使用来自单一英国中心的选择性患者数据集(尽管研究来自17个站点)进行模型开发。文件大小和重新格式化/重复 proportion 因地区、临床指征和模态而异。这在我们的加拿大队列和当前的全球调查中表现明显。与从使用点存储中检索相比,生成重新格式化相关的温室气体排放不在本研究边界内,但可以考虑。我们发现关于转向云存储减排的研究数据有限,限制了假设的强度;因此,我们提供了保守和乐观两种预测。

同样,存储相关的电力消耗和温室气体排放因地理区域而异,取决于电力效率和当地碳强度的差异。我们未涉及放射科转向碳中和能源来源的影响,也未涉及AI模型训练和图像处理数据集相关的存储需求和温室气体排放[36]。由于方案差异显著,存储多个影像检查安全备份相关的排放未纳入,因此对这些备份应用缓解措施将产生进一步的显著节省。范围3排放占数据中心碳足迹的显著部分,尽管未纳入模型,这表明如果全面核算生命周期排放,环境效益将更大[37]。

尽管存在这些局限性,其意义是明确的。鉴于医学影像数据的指数级积累,迫切需要对存储协议进行精简。本研究提供了与非必要重新格式化存储相关的预计温室气体排放数据。避免非必要数据存储是一种易于实施且可扩展的策略,其效果与放射学中其他缓解策略相当或更大。需要全球协作行动来提高放射学的可持续性,改善数据存储是实现这一目标的重要策略[38, 39]。

补充信息

补充信息

引用

  1. Jia Y, Deng M, Burger R, et al. Greenhouse gas emissions due to long-term data storage of CT with reformats and strategies for mitigation. Eur Radiol. 2025. PMID: 41026203. doi:10.1007/s00330-025-12023-z
  2. 全文:PMC12963087(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12963087/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。