莫尔菲尔德眼医院发布大型角膜前节影像数据集CADMUS
摘要
英国莫尔菲尔德眼科医院通过INSIGHT健康数据研究枢纽，构建了名为CADMUS的大型角膜前节多模态影像数据集。该数据集涵盖2019年12月至2024年9月间22482名患者的94.5万次影像采集，包括Placido图像、OCT扫描、灰度照片及衍生角膜地形图参数，并关联电子病历中的诊断、手术、视力、验光等临床信息。数据经匿名化与标准化处理，在安全研究环境中供科研与AI开发使用。
信息来源： PubMed Ophthalmology 发布于 2026年7月1日
要点速览
- CADMUS包含22482名患者的945243次前节影像采集，时间跨度为2019年12月至2024年9月。
- 数据整合Placido图像、OCT、灰度照、角膜地形图参数及电子病历中的诊断、手术、视力、验光等元数据。
- 覆盖多种前节疾病，如圆锥角膜（42194条记录）、核性白内障（11800条）、Fuchs内皮营养不良（2652条）等。
本站解读
CADMUS不是一项临床试验，而是一份高质量‘数据基础设施’说明书——它确认了一个事实：已有近2.25万名患者、超94万次前节影像、覆盖角膜扩张、白内障、内皮失代偿等主要疾病的完整临床-影像配对数据，稳定运行在NHS体系内。样本量大、随访率高达96.1%、手术记录达4万余例，设计上属于真实世界数据资源描述，而非干预性研究，因此可靠性强但不直接验证疗法效果。
这类数据集短期内不会改变医生看诊流程，但它将加速AI模型训练与验证，尤其在角膜形态自动判读、术后恢复预测等方向。例如，已有7115例角膜交联手术记录，可支撑算法学习术前特征与长期稳定性关联。论文到临床应用的关键跃迁在于后续模型需通过独立队列验证并嵌入诊疗系统，这通常需要3年以上。
普通人无需为此调整就医习惯或检查安排；该数据集不涉及新筛查手段或干预措施，也不改变现有诊断标准。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
这个新发布的角膜数据集能帮医生更快确诊我的角膜问题吗？
目前不能直接用于您的就诊诊断。CADMUS是供研究人员开发AI工具的数据资源，尚未集成到临床系统中。它不提供即时诊断服务，也不替代医生面诊和检查。如有疑虑可咨询眼科医生。
听说里面有几万例角膜交联手术数据，是不是说明这种手术效果更好了？
不是。CADMUS只是客观记录了7115例角膜交联手术的影像与临床信息，用于后续分析，本身不评价疗效优劣。手术效果仍需基于随机对照试验或长期队列研究判断。
延伸阅读
福建眼病研究构建糖尿病视网膜病变预测模型
福建眼病研究基于8211名参与者数据，训练并比较五种机器学习模型预测糖尿病视网膜病变（DR）风险。支持向量分类器（SVC）表现最优，F1-score达92.83%，AUC为0.99。SHAP分析确认五大关键预测因子：糖尿病病史、年龄、脉压差、左眼近视力和身高。研究验证了该框架在人群筛查中的稳健性与可复现性。
SSR-Stacking：基于班级关系图的儿童高度近视预测模型
研究团队提出SSR-Stacking框架，用于在基线球镜度数（SE）缺失情况下预测儿童随访终点的高度近视状态。该模型融合图神经网络与集成学习，构建以学校班级为单位的社会-环境图，并通过自监督重建机制从同班同学数据中补全缺失SE值，再经元堆叠层整合XGBoost、SVM和随机森林等分类器。评估基于一项纵向队列数据，未提供具体样本量或准确率数字。
全球首个眼科基础模型Global RETFound启动
研究团队发起国际协作计划，开发名为Global RETFound的开源眼科基础模型，使用合成与匿名真实眼底彩照预训练。截至2026年7月10日，已有78国232家机构加入，39国提交88项数据资产（生成式AI权重或真实眼底照片）。目标是提升模型对拉丁美洲、非洲、中东和中亚等代表性不足人群的泛化能力，推动公平、可推广的眼科及系统性疾病AI应用。