”

1.1 搜索策略和纳入标准 所有国家或地区任何形式的人类眼科图像数据库都在筛选范围内，且不受语言限制。非眼科图像、文本或仅数字数据和来自其他物种冬像的数据库被排除在外，患者的年龄、性别或种族不包含在数据库纳入与排除的标准内^[19]。

搜索由两部分组成。首先，我们对MEDLINE进行文献检索，以确定描述可公开获得的眼科图像数据库的研究，然后尝试从源头获取数据库。该搜索将描述各种类型眼科图像的术语，如“眼（eye）”“眼底（fundus）”和“视网膜（retina）”，以及“光学相干断层扫描（optical coherence tomography）”“视网膜图像（retinal images）”“生物测量学（biometry）”和“地形图（topography）”，以及诸如“数据集（dataset）”和“数据库（database）”等术语结合起来。其次，我们使用Google数据集搜索和Google搜索引擎，以类似的搜索关键词进行了有针对性地搜索。Google数据集搜索专为发现在线存储数据库而设计，支持查找表格、图像和文本数据库。此外，还为那些有兴趣使用元数据参考模式发布数据库的人提供索引。使用索引搜索后搜索返回的所有结果包括数据库内容、直接链接和文件格式的描述。Google搜索还包括与眼部疾病和眼科图像相关的术语，以及与数据库相关的术语。我们系统地整理和筛选了每次Google搜索引擎和Google数据集搜索返回的前10页的结果。

除上述检索途径外，我们还通过手动筛选相关文章的参考文献、相关的会议论文和进展以及咨询该领域的智能眼科专家来补充。所有3种搜索途径来源的结果，包括MEDLINE数据库初始的所有结果，于2019年12月3日完成，MEDLINE搜索结果于2020年5月11日更新。

1.2 眼科图像数据库的识别 MEDLINE的搜索结果由2位主要智能眼科研究人员进行筛选，以确定所有相关数据库的名称和来源。在可用性状态不清楚的情况下，我们纳人了这些数据库并尝试访问其来源，报告了访问的任何一步出现的障碍。主要评审者还筛选了Google搜索引擎和Google数据集搜索结果，以直接识别相关数据库。如果数据库是否符合纳人标准存在模糊性，则由第3位智能眼科研究人员独立评审数据库，如果无法解决，则咨询第4位智能眼科研究人员。

1.3 数据库访问和描述 我们对数据库可访问性级别进行了分类，包括分层分级系统，其中数据库可访问性被描述为开放、安全或受控^[20-21]。在本次审查中，我们将数据库的可访问性定义为：（1）开放访问：对访问没有要求或仅有最低要求（如提交个人信息、电子邮件请求或创建账户等）；（2）有障碍的开放访问：这些障碍是满足开放访问理论标准的数据库，由于不可预测的原因（如对请求没有响应或超链接失效等）而无法访问；（3）规范访问：要求履行正式协议、批准或付款。对于数据库访问需要电子邮件请求的开放访问类别，允许电子邮件回复期限为2周；如果网站没有响应或下载链接不起作用，则在放弃访问尝试之前，由第2位和第3位审阅者进行检查。

1.4 数据库特征的提取   我们预先设计了数据库的信息提取表格，并在前20个数据库上进行了实验以验证其效率。记录表详细记录了每个数据库的信息，包括与数据源相关的直接链接、可访问性、数据库主要内容（人口、疾病种类和图像类型等）以及相关元数据（包括临床数据、图像标签等）。如果这些信息是从源头获取的（如在数据库网站上），或者有描述数据库的论文链接，则直接记录所提供的信息。此外，我们还介绍了所有开放获取数据库中关键临床元数据项目报告的完整性。如果信息在数据库文档、描述或引用的出版物中进行了描述，即便是在总本水平描述的，依然将这个项目标记为已报告。

1.5 从文献检索中识别的数据库 MEDLINE搜索确定了3542篇文章，其中2361篇在标题和摘要筛选的基础上被排除。剩余1181篇文章获取全文后用于筛选文中提及的可公开获取的眼科图像数据库，其中534篇没有提及公用数据库，151篇报告了非眼科数据库。在剩下的496篇文章中，我们确定了161个潜在的数据库。由于多项研究经常引用相同的数据库，我们使用Google数据集搜索和Google搜索引擎对数据厍进行了有针对性地搜索，确定了106个数据库。对这些数据库对比后删除了81个重复数据库，并在此基础上进一步排除了46个数据库（35个不符合纳人标准，11个被包含于其他数据库中）。最终确定了140个独立的数据库，并将其纳人数据源进行进一步评估。

2.1 数据库访问类型 在140个独立的数据库中，94个为开放访问，可以从中下载原始数据；27个数据库被归类为有障碍的开放访问，无法从中下载数据；19个数据库为规范访问，即具有受管制的访问权限（12个需要许可协议，6个需要道德委员会或机构批准，1个需要支付2250英镑费用^[22]）。只有94个开放获取数据库可以从中粗略表征以检查原始数据本身。

2.2 可访问数据库的地区分布特征 在94个开放获取数据库中，25个来自亚洲（4个来自南亚，21个来自东南亚或东亚），9个来自北非和中东，34个来自欧洲，16个来自北美，2个来自南美，1个来自非洲。其中9个数据库包含来自多个国家的图像，还有13个数据库来源地不详，此外没有来自大洋洲的数据库。从2003年到2019年，共有47个数据库注明了数据库的创建信息。全球94个开放获取数据库特征的详细数据表请从《眼科新进展》官方网站获取，获取路径：http：//www.ykxjz.com/docs/tzgg/details.aspx?documentid=54&Nid=A967CBAD-BC53-4787-88ED-CD9D9ABAA7DE。

2.3 患者和图片数量分布特征 从94个数据库中，我们能够访问来自55个数据库的至少122364名患者（39个数据库未记录患者人数）的507724张图片和125段视频。数据库中的患者人数从2人到85550人不等（电位数=50；IQR=371），图像数量从8张到109312张不等（中位数=220；IQR=1017）。我们无法确定CASIA Iris Aging数据库图像的确切数量，因此根据数据库描述计算保守估计值n=26038。在所有图像中，超过一半由3个最大的数据库贡献：Kermanny及其同事（109312张图片）^[5]EyePACS（88702张图像）^[23]和MRLEye（84898张）^[24]。有68个数据库的图像少于1000张，图像的数量从8张到850张不等（中位数=111；IQR=245）。

2.4 数据库来源机构类型 图像采集的最常见原因是临床研究或临床试验（54/94，57.4%），其次是临床护理或筛查（23/94，24.5%）。5个（5.3%）数据库来自初级卫生机构（包括筛查计划），45个（47.9%）来自二级卫生机构（医院或眼科诊所），18个（19.1%）来自其他机构（如来自大学、研究机构或眼库），还有1个（1.1%）来自非医疗保健机构，另外有25个（26.6%）数据库未报告数据来源。只有20个（21.3%）数据库提供了患者知情同意证明，以及只有26个（27.7%）数据库提供了图像获取或分享的伦理批准。

2.5 数据库中图片来源疾病分布特征 数据库中包括了糖尿病视网膜病变（35/94，37.2%）、青光眼（19/94，20.2%）、年龄相关性黄斑变性（15/94，16.0%）、高血压性视网膜病变（6/94，6.4%）和白内障（4/94，4.3%）等，另外还有来自健康眼的数据（58/94，61.7%）（图1）。此外，17个数据库（18.1%）未明确其中包含的疾病。这些数据库可能包含健康眼的数据，但数据源没有给出具体的说明。94个数据库中的53个（56.4%）包含一种以上的疾病或健康眼的数据。健康眼的图像旨在用于一系列生物医学应用，例如正常解剖结构的分析（包括内皮细胞密度、光感受器的检测、神经评估和血管形态）和技术用途（包括去噪图像、虹膜识别和眼动追踪）。

2.6 数据库中图片成像方式 数据库中的图片成像方式包括眼底照相（54/94，57.4%）、OCT或OCTA（18/94，19.1%）、外眼照片（7/94，7.4%）、活体共聚焦显微镜（5/94，5.3%）、扫描激光检眼镜和自适应光学扫描激光检眼镜（5/94，5.3%）、荧光素血管造影（4/94，4.3%）、裂隙灯照片（1/94，1.1%）、相差显微镜（1/94，1.1%）、镜面显微镜（1/94，1.1%）、眼前泪膜照片（1/94，1.1%）和视频（2/94，2.1%）（图1）。其中，5个数据库包含多模态图像。在基于OCT的18个图像数据库中，一半包含二维成像数据，另一半包含三维成像数据。在94个数据库中，大多数数据库（82/94，87.2%）以PNG、TIFF、BIF或JPG格式存储图像，10个（10.6%）数据库提供了Matlab格式的文件，1个数据库提供了Python格式的文件，1个数据库提供了Netpbm格式的文件，1个数据库提供了HDF格式的文件，9个（9.6%）以多种格式存储图像。在94个数据库中，55个（58.5%）提供标签注释的图像（包括诊断标签，如糖尿病视网膜病变严重程度的等级或特征标签，又如标记为动脉或静脉的血管），33个（35.1%）提供手动分割注释的图像，14个（14.9%）既提供标签注释的图像又提供分割注释的图像。注释由眼科临庆医生、普通医生和研究人员（包括医学生、验光师、操作员等）提供。此外，15个数据库呈现的图像很容易分为训练子集或测试子集，但是数据库并没有说明是否在患者层面进行了区分。

2.7 元数据报告的完整性 图像文件及其采集相关的技术细节有比较详细的报告，但许多数据库缺少了相关的临床信息。所有的数据库均报告了成像方式、图像数量和图像格式；86.2%的数据库报告了国籍；85.1%的数据库报告了设备名称及制造商；81.9%的数据库报告了病种。但是包含患者特征（如年龄、性别和种族）的数据库数量不足20%，还有74.5%的数据库没有报告任何的人口统计学数据，且只有14.9%的数据库描述了纳入和排除标准，只有19.1%的数据库报告了数据收集期。

这是第一项整理可公开获得的眼科图像数据库的指南。我们通过搜索医学文献和数据集搜索弓擎，发现了94个眼科数据库符合条件，包含50多万张图片。这些图片中最多的是健康眼的数据，其次是糖尿病视网膜病变、青光眼和年龄相关性黄斑变性。这些疾病是眼科临床和研究中最常见的疾病。许多国家有糖尿病视网膜病变筛查项目，因此许名大型国家级数据库均包含糖尿病视网膜病变的资料^[25-27]。

由于眼底照相广泛的适用性与便捷性，许多数据库（54/94）包含了这种类型的数据。第二种常见的成像方式是OCT和OCTA（18/94，其中9个包含三维OCT数据）。三维OCT数据有相邻的B扫描从而可以提供连续的信息，因此有利于ML算法学习可能增强其性能的关键结构信息^[28-29]。

目前，流行病学家、计算机科学家等一系列研究人员越来越多地使用公开数据库进行研究。这些数据库可以成为研究的有力工具，但与任何数据源-样，需要考虑该数据库的来源和局限性。在这一部分我们将重点介绍此类数据库三大重要特征：可访问性、透明度以及不同人口的代表性。

从第一点可访问性来看，我们的审查确定了94个可能是开放访问的数据库，其中有一些数据库广为人知，但许多数据库并非如此，这就导致这些数据库较少被伸用，并可能由于过度使用一些较常用却代表性不足的数据库而导致研究结果的误差。我们整理的数据库目录将有效地改善这一现象，通过提高数据库的影响力与使用率，并提供一些关键元数据，为研究人员的研究确定最合适的数据库。我们提供了一个初始访问路径，以提高它们的访问率。此外，我们建议数据库还应附带有关其来源的充分信息，以便研究人员能在符合伦理学和管理需求的框架下对这些数据进行访问。

第二个重要问题是数据库的透明度。数据库的价值不仅仅与它的大小有关，也与其相关信息的透明度有关。当然，数据库的大小也有价值，例如在ML模型的开发中，或者在异质人群中寻求检测适度信号时，大的数据库具有重要价值。但数据库的可用性也将与数据的质量、深度和代表性相关。DRIVE等小型数据库（仅由40幅图像组成）就是高质量、小数量数据库的代表。DRIVE由于其丰富的注释和优秀的质量已经成为研究人员用于视网膜血管研究的热门资源^[30-31]。鉴于研究人员需要展示研究结果的普遍性及其临床适用性，这些数字存储库必须充分代表人口及其疾病的多样性，同时应进行充分的报告，以帮助用户做出适用性决策。然而，我们发现关于数据特征的报告很少，这有待于今后改进。虽然从数据库建立的技术角度来看，这些是不重要的，但它们几乎对于所有的临床应用都至关重要。如果没有关于人口和疾病的关键信息，就不可能假设这些数据在现实世界中的普遍性。包括Gebru等^[32]在内的许多学者也呼吁数据库的报告应当提高透明度。

事实上，提供标记丰富的数据存在公认的挑战。元数据项的管理要求很高，成本也很高，需要确保其准确性和完整性。过度包含详细元数据反而可能增加数据项重新识别的机会，也会带来额外的隐私问题。因此，保有、存储和访问这些数据库都需要适当的道德监督。当然，这些风险应该与数据库广泛使用代表性可能不佳的数据和数据不可用所带来的潜在危害相平衡。另一方面，遵守原始临床试验数据共享指南可以降低重新识别的投入和风险^[33]。符合要求的高质量的数据库往往需要大量成本，因此此类数据库不太可能免费提供。

最后一个关键问题是确保这些数据库有充分的代表性。目前存在的一个主要问题是在公共和其他数据库中，特定群体的代表性可能不足，从而对某些人群或疾病群体造成未知的偏倚。专门针对一个群体开发的最大似然算法在该群体之外的准确性可能会很差^[34]。如果ML算法在未充分描述的数据上运行不佳，则很难确定原因所在^[35-37]。因此，对所述群体的了解对于ML算法的开发非常重要，对所述群体评估更是如此。由于在一些没有基础设施来建立合适的数据库而又希望开发相关算法应用程序来解决健康问题的国家，往往只能将访问公共数据库作为第一选择，因此从全球角度来看，这是一个十分重要的问题。

疾病代表性不足也是一个问题。数据库可能反映与其来源国或地区特别相关的疾病；来自常规临床护理的数据将反映就诊人群的疾病患病率；队列数据将反映该研究的纳人标准，但也反映该特定国家或地区的卫生优先事项。每个数据库中的疾病类型及其在数据库中的患病率将影响该数据库在全球其他国家或地区的通用性。值得注意的是，大多数数据库中含有大量的糖尿病视网膜病变、青光眼和年龄相关性黄斑变性的数据。这三种疾病加起来估计占全球失明的15%和中重度视力损害的5%，而白内障（4个数据库）、沙眼（1个数据库）和屈光不正（3个数据库）等导致了53%的失明和79%的中重度视力损害^[38]。这种不匹配可能归因于许多因素，包括成像技术在疾病管理中的相对重要性、针对最常见疾病（如糖尿病视网膜病变）的完善筛查计划以及特定研究领域的可用资金等。与自内障、沙眼和屈光不正相比，糖尿病视网膜病变、青光眼和年龄相关性黄斑变性更常作为标准护理的一部分来进行眼科成像检查。如果潜在的基于成像的解决方案能够通过任务共享的方式改善非专家团队对白内障、屈光不正等疾病患者的治疗和管理，那么也许需要有针对性的全球努力来支持这些疾病领域在眼科图像数据库中的发展。

本指南中确定的公开可用数据库在全球分布不均。172个国家（相当于近35亿人，或全球人口的45%）没有已知的公开眼科图像数据库。如果考虑到受惠人群，其比例甚至更低。20个国家（占全球人口的54%）的58个数据库有健康眼的数据；6个国家（占全球人口的44%）的15个数据库有年龄相关性黄斑变性的数据；14个国家（占全球人口的50%）的35个数据库有糖尿病视网膜病变的数据。从数据中推断出的结果不能被假定为在不同的人群中普遍存在，也可能无法在其他人群中使用。

几乎所有数据库均存在不同程度临床信息报告不足的问题。大多数（74%）数据库没有报告包括年龄性别和种族在内的人口统计学数据。此外，仅有15%的数据库报告了纳入和排除标准。因此，我们目前还不清楚数据中是否有适当的人口群体代表，研究人员使用这些数据而获得的研究结果的适用性将受到严重限制。

对于带有图像标签的数据库（例如诊断标签或功能标签），标注过程也缺乏详细报告。许多ML模型的位点假设是在认定标签正确的基础上提出的，因此确保标签的准确性非常重要。标签的准确性与进行标签标注的学者的经验和专业知识储备、多个标注标签学者的共识以及如何解决争论都密切相关^[28]。在报告这些信息的少数数据库中，标签标注者有医学生也有眼科专科医生，但在大多数情况下，不能确定进行标签标注者的专业水平。不可否认，对公共数据库数据进行详细的标注可能非常有用，补充其他信息可能会大大提高数据的实用性，也可能实现多个数据库的合并。

我们进行这项工作的主要目的是系统整理公开的眼科图像数据库。在进行这项工作时，我们使用了多种检索方式，同时我们也发现通过论文等学术出版物并不能找到所有相关数据库。此外，我们验证了所有数据库可以开放访问的声明，以真正确定这些数据库开放访问的程度以及用户体验。我们采取合理措施获取数据，同时对其内容进行检查和验证。在这一过程中我们遇到了一些阻碍，即许多声称为开放访问的数据库在访问时却存在多重阻碍。因此我们增添了关键元数据的可用程度。

我们的研究有几个局限：首先，只对Google数据集搜索和Google搜索引擎返回的前10页结果进行了筛选。根据可获得的信息表明，Google数据集搜索中数据库排名是根据元数据质量、引用数量以及其他因素的组合确定的，但具体不详^[29]。由于Google搜索引擎的性质，我们无法更新搜索结果，而MEDLINE的搜索结果（2019年12月取得）在2020年5月进行了更新。但是考虑到数据库公开与研究发表并在MEDLINE上可见之间可能存在时间差，我们也不能确定之前所有的数据库均被包括在内。其次，这一领域正在快速发展，这次审查只是基于一个时间点的回顾。与学术论文不同，数据库可以多次进行编辑、更新或删除，因此这些数据的可用性也会随时间而变化。再次，还有其他数据库检索方式，比如Kaggle，但本指南并未对这些来源进行探讨（Google数据集搜索工具显示其索引了Kaggle）。后期条件允许我们将采用更多的搜索方式。最后，我们的目标是确定开放获取的数据库，如果某些数据库没有将自身定义为开放访问，我们也没有将其纳入研究。如果对访问数据有一些要求，我们会采取合理措施获取数据，比如按要求向数据的作者或所有者发送了电子邮件，但我们没有签订许可协议或提供伦理委员会的批准。对这些数据库的访问权限进行规范化是很合理的行为，但这样也会给数据库的运行机构带来额外的负担。在研究中，我们发现一些受监管访问的数据库质量可能更好，而且这和更严格的访问可能侧面反映了重视质量和元数据报告相关的管理流程。但是在研究中，研究人员十分看重数据库访问的便利性和速率，这可能导致这些访问较严格的高质量数据库被忽视。

公用数据库是医疗保健研究和创新的潜在宝贵资源。然而由于元数据不完整，使这些数据库存在可见性差、访问受限或可用性有限等缺陷。元数据不完整包括缺乏评估来源、数据质量评价和抽样人群多样性所必需的关键参数。由于少数数据库知名度高或易于访问而被频繁使用，研究人员存在使用小而偏斜的数据池的危险，这可能会导致严重的偏倚。在运用人工智能进行研究时，可能会导致普遍性差，在环境和人群之间转移时可能会出现性能不佳甚至不可用的风险。我们认为这是一种数据贫困，数据库（公共和其他数据库）的代表性较低将限制一些个人甚至整个地区人口从数字健康解决方案和人工智能系统中受益。本指南旨在努力提高公用数据库的可见性、可访问性和可用性，以支持目前人工智能或机器学习领域的研究和创新。