MEDICAL DATA RESEARCH
眼底照相与OCT双模态AI数据:从眼别计数到可复核验收
面向医疗AI研发与数据采购团队,拆解眼底照相与OCT的眼别计数、完整Volume、报告语义、专家标注、缺失模态和跨中心验收,说明如何用版本化索引与独立验证降低错配和数据泄漏风险。
当研究团队同时拿到一张眼底彩照和一组OCT切片时,最先需要回答的不是“模型用哪一种网络”,而是“这两份材料是否确实来自同一只眼、同一次或可解释的检查,以及它们能否支持同一个医学问题”。如果眼别、视野、扫描协议、时间关系和报告语义没有被稳定记录,所谓双模态数据很容易退化为两堆彼此无法核对的图像。对眼底疾病AI而言,数据对象的定义本身就是模型可解释性和外部验证的前置条件。
眼底照相主要呈现视网膜表面、血管、视盘和黄斑的二维外观;OCT则通过断层和体数据描述视网膜各层、液体、牵拉以及视神经相关结构。两者互补,但并不天然构成配对样本。临床上可能只有单眼完成检查,可能存在不同时间点,也可能只有一张截图而没有完整体数据。因此,一个可用于研发的数据集,应先把“患者—眼别—检查—序列或Volume—报告—派生标签”的关系建起来,再讨论分类、分割、定量或多模态融合。
先把临床任务拆成可验收对象
这类数据通常服务于三种不同层级的任务。第一层是报告级筛查或分层,例如识别糖尿病视网膜病变、年龄相关性黄斑变性、青光眼相关视神经改变、病理性近视和视网膜静脉阻塞等。第二层是结构或征象级任务,例如在眼底图像中定位出血、渗出、视盘边界或血管改变,在OCT中识别视网膜内液、视网膜下液、色素上皮脱离、黄斑前膜、裂孔、牵拉或RNFL/GCC变薄。第三层是纵向任务,比较治疗前后、术前术后或复查时点的结构变化。
对于专项数据规格,疾病和对照组还要被写成可验收的分层,而不是泛泛的疾病清单。眼底照相可分别记录糖尿病视网膜病变及治疗后改变、黄斑出血或渗出、AMD相关征象、视盘与血管改变、病理性近视、静脉阻塞以及可评价的正常眼;OCT可记录黄斑水肿、AMD活动性、前膜、裂孔、玻璃体黄斑牵拉、外层结构改变、RNFL/GCC异常和高度近视相关改变。P0/P1优先级、数量、扫描协议和纵向状态必须按项目书面锁定。正常眼、筛查阴性、质量受限和不可评价应分开统计,不可评价对象不能被补成阴性。
三个层级不能使用同一类“阳性/阴性”字段替代。眼底照片看到黄斑出血,可以作为可见征象;黄斑水肿的厚度和层内液体则需要OCT或其他临床证据。眼底照片出现杯盘比异常,也不能单独确诊青光眼,因为眼压、视野、OCT分层和临床判断可能改变结论。OCT设备的数据库异常同样不能直接等同于临床诊断。数据字典应把影像所见、正式报告结论、临床诊断、治疗状态和随访证据分栏保存,并记录每个字段的来源和时间。
状态字段还应区分明确阳性、明确阴性、不确定、无法评价、未做、不可得和未知。视野只覆盖后极部时,标签只能说明已见范围内的观察,不能把未覆盖的周边视网膜默认为阴性。低信号、运动伪影、分层失败或关键结构缺失的OCT,不能被放入正常对照组。把“没有记录”默认为“没有病变”,会同时制造标签噪声和患病率偏差。
双模态数据的主键不是文件名
眼科检查最容易发生的错误,是用文件数量代替检查数量。一个眼别的一次眼底检查可能包含黄斑中心和视盘中心多个视野;一次OCT检查可能包含完整Volume、定位图、B-scan序列、自动分层结果和报告截图。它们是同一检查对象的不同层级,不应按文件数拆成多个病例。反过来,同一只眼在不同日期或不同扫描协议下的检查也不能因为匿名编号相同而被合并。
建议至少建立四层研究键。第一层是受控的匿名患者键,用来关联同一受检者的左右眼和获授权的纵向检查;第二层是眼别键,明确左眼、右眼或无法确认;第三层是检查键,记录检查日期的受控表示、目的、模态和计数规则;第四层是文件与派生对象键,保存Study、Series、Instance或等效层级、相对路径、文件大小、哈希、原始或派生状态。
眼底照相的计数对象应是眼别检查,而不是单张视野。多视野需要记录中心位置、可见范围、是否超广角、散瞳状态、视场角、原始分辨率和色彩信息,同时维护同次同眼视野之间的关系。OCT则需要把眼别、扫描协议和一次完整Volume绑定起来,区分黄斑、视盘/RNFL、前节或其他协议。完整Volume、单线扫描、导出的关键帧和报告截图必须使用不同对象类型,不能混合计量。
DICOM的眼科摄影对象支持单帧或多帧数字眼科摄影图像;眼科断层对象则针对光学断层设备,包含单帧或多帧影像,并可携带多帧维度、采集参数、眼部区域和引用影像等结构。1 这意味着交付要求不能只写“有图片”,而应写清图像对象、体数据、帧顺序、定位关系、设备参数和派生对象之间如何解析。IHE Eye Care框架也把眼科工作流、证据文档和可显示报告作为互操作场景的一部分。3
图1 技术示意:不含真实患者影像或实验结果,展示眼别、检查、完整Volume、报告和派生标签如何进入同一条研究对象链。
原始数据决定算法上限,也决定错误能否追溯
眼底数据应优先保留设备原始导出或可解析的标准对象,不能用报告截图替代原始图像。需要保留的不是单一像素文件,而是与医学解释有关的上下文,包括眼别、视野、可见范围、分辨率、色彩空间、设备型号、软件版本、采集协议和图像质量。经过裁剪、旋转、增强或压缩的派生图可以供模型输入,但必须回指父对象,并标记处理工具、参数和版本。
OCT的风险更集中在体数据完整性。只交一张中心B-scan,可能无法支持对液体范围、外层结构、牵拉、裂孔或视盘周围变化的判断;把设备自动分层导出当作专家金标准,也会掩盖分割失败。更稳妥的交付方式是保存完整B-scan栈、定位图、扫描区域、信号质量、设备和协议参数,同时把自动分割、人工修正、厚度测量及软件版本作为独立派生字段。研究者可以据此选择二维切片、三维编码器或结构化测量,而不必在后期重新猜测原始对象。
图文关系也必须作为质量对象单独验收。每个计数主键应能稳定指向相应检查报告或综合病历;报告中的否定、不确定、治疗后改变和比较检查不能在结构化过程中被改写成简单阳性或阴性。影像提示与临床诊断、手术、治疗和随访应记录为不同证据来源。这样做虽然增加了字段和审核工作,却能防止模型把报告模板、检查设备或治疗状态当成病变本身。
验收规则也应在数据冻结前写清。眼底照相与OCT要分别报告送检、合格、整改、排除和累计数量;同眼多视野、重复导出和派生文件不能重复计数,完整OCT Volume也不能被单线扫描或截图替代。正常、阴性和不可评价的分母要各自明确,核心病种、中心、设备、协议和年份要能从逐例索引重算。若发现错患者、错眼别、错报告、来源无法核验或静默替换,应先阻断批次并形成整改、复验和版本影响记录,而不能用一个总体合格率掩盖缺陷。
算法路线要允许缺失模态和设备变化
在数据对象稳定之后,算法可以按“表征学习—任务头—研究评价”三层设计。第一层可用眼底图像编码器和OCT体数据编码器学习互补表征,再在同眼或同一检查关系上进行跨模态对齐。2024年一项《Scientific Reports》研究以眼底图像和OCT数据开展多模态自监督对比学习,在多个独立外部数据集上测试下游任务,并讨论了设备厂商差异、训练疾病谱有限以及OCT体数据抽样等限制。4 这类研究支持“先利用未标注配对数据学习表示”的路线,但不等于任何项目都能直接迁移同一模型。
第二层是与临床任务对应的输出。报告级分类需要输出疾病或征象类别及其不确定性;病灶检测或分割需要明确解剖范围、像素或体素空间和不可评价状态;定量任务则要保留测量单位、设备算法和人工修正信息。对于同时拥有眼底和OCT的样本,可以比较早期融合、后期融合或注意力融合;对于只完成一种检查的样本,则应设计单模态分支、缺失模态掩码或降级路径,而不是强行填充一张“伪配对”图像。
第三层是把患者级切分写进训练代码和数据清单。双眼、重复导出、同一只眼的复查和派生文件必须沿着患者或眼别主键一起隔离。否则,模型可能通过设备噪声、相同视野或重复体数据记住对象,而不是学习疾病特征。2026年一项针对公开青光眼OCT数据集的研究报告了不同数据集之间存在图像级重复,并指出非独立验证会造成性能高估。5 因此,所谓“外部数据集”需要核对共同来源队列、患者重叠、设备和时间分布,而不能只看数据集名称不同。
专家标注不是把报告抄进表格
专家标注前应先冻结标签本体。以糖尿病视网膜病变为例,需要说明采用何种分级体系、是否记录增殖期和治疗后改变、照片质量不足时如何编码。年龄相关性黄斑变性应区分玻璃膜疣、色素改变、萎缩、渗出或出血等征象,并明确哪些判断需要OCT或造影支持。青光眼相关标签则要把视盘外观、RNFL/GCC测量、视野和临床诊断分开。病理性近视、静脉阻塞和视神经病变也应保留原报告中的分型、急慢性和证据边界。
标注流程宜采用独立阅片、专业复核和争议仲裁分层。初标者可以按冻结字典记录可见征象和质量状态;复核者核对解剖范围、眼别、协议、分割和报告关系;对于边界、术后、治疗前后或无法判断的样本,由具备相应专业背景的专家给出仲裁,并保留分歧原因、证据来源和规则版本。最终标签不应覆盖原始判断,原始观察、复核意见和仲裁结果要能在版本链中并存。
“金标准”也需要被拆解。影像报告可以作为报告级标签来源,专家阅图可以作为影像征象复核,手术、病理、治疗或随访可以提供更高层级的临床证据,但它们并不对所有病种都可用。没有病理或随访时,不能把影像提示写成病理确诊;没有眼压或视野时,也不应把照片中的可疑视盘改变写成青光眼。对不确定性诚实编码,通常比制造一个看似完整但不可解释的标签更有研究价值。
眼科AI透明度研究已经显示,模型训练数据的来源、人口学分布、标注方式和适用范围在文献中报告不一致。对纳入的前瞻性验证研究进行综述时,只有部分模型明确描述训练集标注和分布,人口学信息在模型开发阶段尤其容易缺失。6 这直接影响采购和研发:数据字典不应只列疾病名称,还应记录中心、设备、年份、年龄段、性别、眼别、质量状态、标签来源和缺失模式。
验收要看可复算的证据链
验收可以分成四个门。第一道是来源与去标识门,核对用途、授权、伦理或其他适用处理依据,检查DICOM标准属性、私有标签、自由文本、文件元信息和像素内文字,并验证替代标识没有破坏眼别、Study、Series、报告和派生对象的引用关系。去标识化不应被当作来源合法或完全匿名的自动证明。
第二道是文件与对象门。自动检查图像能否解码、文件层级是否完整、哈希是否一致、帧序和Volume是否完整、定位图是否存在、扫描协议是否与对象相符。重复导出、公开数据混入、合成数据冒充真实数据、单线扫描冒充完整Volume等问题,应在进入合格量前被阻断。缺失、损坏或不可评价对象可以保留在问题清单中,但不能悄悄进入正常对照或训练主表。
第三道是语义与关联门。按模态、中心、设备、协议、病种和质量状态分层抽检,逐项核对眼别、视野、报告、标签、时间和跨模态关系。关键缺陷包括错患者、错眼别、错报告、把低质量写成阴性、把影像提示写成确诊,以及把不同时间点或不同协议拼成一条伪纵向记录。问题要有原因、责任角色、整改版本和复验结果,不能只留一个“已修复”的总数。
第四道是研究可用性门。除整体数量外,应能从逐例索引重新计算眼底与OCT的合格量、重复量、不可评价量、报告配对率、完整Volume率、核心病种覆盖和缺失模态比例。外部测试应尽量改变中心、设备、协议、年份或人群,并报告质量受限和缺失模态下的结果。评价指标至少需要说明比较基线、置信区间、校准、亚组差异和失败案例;内部测试分数不能被写成临床效果,也不能替代前瞻性工作流研究。
分布统计还要服务于模型决策,而不是只作为交付报表。疾病或征象的阳性比例、正常眼比例、不可评价比例、左右眼比例、设备和协议集中度,都会影响损失函数、抽样策略和阈值解释。异常病例占比过高时,模型可能在研究环境中获得一个与筛查现场不同的先验;高端设备或单一中心占比过高时,模型可能把设备特征当作病变线索。正常眼、筛查阴性与不可评价图像应分别进入分层统计,并在训练和测试阶段维持相互独立的质量定义。对于少见病种,不能用重复导出、同一患者多次检查或合成图像填补数量缺口,而应把样本不足、标签不确定和外部验证缺失明确写进适用边界。
同样重要的是把“可交付”与“可研究”分开。某个文件能够打开,不代表它有足够的视野覆盖;某条报告与图像能够配对,也不代表它支持病灶级定位;一批数据满足计数规则,也不代表它能代表真实临床人群。因此,项目复盘时应同时看文件级完整率、检查级配对率、眼别级可评价率、Volume级完整率和标签级一致性,并说明每个指标的分母。不同分母混成一个总准确率,会掩盖问题究竟发生在采集、关联、标注还是外部泛化阶段。
图2 技术示意:不含真实患者影像或实验曲线,展示来源、语义、患者级划分、外部验证和交付放行的关系。
2025年的一项AMD人工智能辅助工作流研究同时比较了医生单独判读、医生获得AI辅助时的表现,并在多个测试集上进行模型评价。研究强调,内部测试集指标不足以说明临床工作流收益,仍需观察真实使用中的准确性、时间、人员差异和外部人群表现。7 对双模态眼科数据而言,这意味着验收不能只问“模型有没有达到某个分数”,还要问输入是否完整、医生看到的证据是否可回指、缺失一个模态时系统如何降级,以及结果能否在不同设备和中心复现。
从数据交付走向研发协作
对数据基础设施和流程服务团队来说,真正可交付的价值不是承诺一个脱离任务的统一准确率,而是把临床问题转成可执行规格:明确计数主键,锁定眼别和协议,保留原始对象和派生关系,建立标签本体与争议规则,按风险组织专家复核,再通过机器可读索引、哈希、版本和独立抽检让研究方可以复算。朗慧科技公开定位为AI数据基础设施及流程服务商,LangData覆盖采集、处理、标注、质检和数据交付;在眼科项目中,这一定位更适合被理解为流程与数据治理能力,而不是现成的临床模型、现货数据规模或监管结论。
研发方与数据服务方还应在项目开始前书面冻结几个容易被后改的问题:眼底照相与OCT的分配和计量规则,双眼和同眼多协议如何去重,正常、筛查阴性和不可评价如何分组,治疗前后或纵向样本怎样定义,以及哪些病种和协议是必须覆盖的。规则变化要形成版本差分,并分析对已交付批次、训练集、验证集和派生标签的影响。这样,业务上的交付验收才不会与模型研发的可重复性相互冲突。
双模态数据的研发价值,最终不在于把更多图像堆在一起,而在于让每一个输出都能回到正确的眼别、检查、原始证据和适用边界。只有当完整Volume没有被截图替代,报告语义没有被标签化过程抹平,患者级划分没有被重复样本穿透,专家分歧和外部验证都被如实记录,眼底照相与OCT的互补信息才真正有机会转化为可复核、可比较、可持续迭代的医学AI研究资产。本文讨论的是数据研发与验收方法,不提供个体诊断、治疗或用药建议。
参考来源
- DICOM PS3.3 2026d: Ophthalmic Photography 8 Bit Image IOD
- DICOM PS3.3 2026d: Ophthalmic Tomography Image IOD
- IHE Eye Care Domain Technical Framework Revision 4.0
- Multi-modal representation learning in retinal imaging using self-supervised learning for enhanced clinical predictions
- Implications of Image-Level Duplication in Public Glaucoma Datasets
- Transparency in Artificial Intelligence Reporting in Ophthalmology—A Scoping Review
- AI Workflow, External Validation, and Development in Eye Disease Diagnosis

