Eyecare-100K：首个覆盖多模态、多任务的高质量眼科视觉指令数据集

2025-04-18 , 由浙江大学、哈尔滨工业大学、郴州市第一人民医院、新加坡国立大学等机构合作创建了 Eyecare-100K数据集，这是首个涵盖多种模态、任务和疾病的高质量眼科视觉指令数据集，为眼科智能诊断领域提供了关键资源，推动了医学视觉语言模型（Med-LVLMs）在眼科的精细化理解与应用。

一、研究背景

医学大型视觉语言模型（Med-LVLMs）在医疗领域展现出巨大潜力，但在眼科智能诊断方面，由于依赖于一般医疗数据和粗粒度的全局视觉理解，其表现受到限制。

目前遇到困难和挑战：

1、数据方面：缺乏深度标注、高质量、多模态的眼科视觉指令数据。

2、基准测试方面：缺少全面系统的基准测试，无法准确评估 Med-LVLMs 在眼科诊断任务上的表现。

3、模型方面：现有模型架构难以适应眼科病变识别所需的细粒度、区域特定的视觉理解。

数据集地址：Eyecare-100K|眼科图像分析数据集|疾病诊断数据集

二、 让我们一起来看一下Eyecare-100K数据集

Eyecare-100K 是一个包含约 10.2 万对视觉问答（VQA）的高质量眼科视觉指令数据集，覆盖 8 种成像模态、15 种以上解剖结构和 100 多种眼病。

Eyecare-100K 集成了来自 13 个公共数据集、3 家医院和 3 个公共医学案例库的 58485 张眼科图像。它涵盖了荧光素血管造影（FA）、吲哚青绿血管造影（ICGA）、光学相干断层扫描（OCT）、眼底摄影、超声生物显微镜（UBM）、裂隙灯、荧光素染色成像和计算机断层扫描（CT）等 8 种成像模态，跨越 15 种解剖结构和 100 多种眼科疾病及罕见病症，极大地增强了数据集的多样性和全面性。

数据集构建：

构建过程中，开发了一个多智能体数据引擎，用于从大规模原始数据中提取、清理、标准化信息，并进行专家审核。该引擎包含信息提取器、医疗案例收集器、数据清洗器、问答模板库、问答生成器和基于人类偏好的审核器等 6 个组件，最终将数据组织成封闭问答（多项选择题）、开放问答（简答题）和报告生成（长文本回答）三种类型的 VQA 任务。

数据集特点：

1、多模态：涵盖多种成像模态，如 FA、ICGA、OCT 等。

2、多任务：支持封闭问答、开放问答和报告生成等多种任务。

3、高质量标注：经过专家审核，确保标注的准确性和标准化。

4、大规模：包含约 10.2 万对视觉问答，数据量丰富。

基准测试：

基于 Eyecare-100K 构建的 Eyecare-Bench 基准测试，包含约 1.5 万个测试样本，覆盖多种任务、模态和疾病类别。在该基准测试中，EyecareGPT 模型取得了平均准确率 84.56% 的最佳性能，显著优于其他模型，验证了数据集的有效性和模型的优越性。

Eyecare-100K 概述。Eyecare-100K 汇集了来自 8 个模态、15 个以上解剖结构和 100 个以上眼科疾病的真实世界眼科数据，支持多模态报告生成和精细视觉问答任务。

Eyecare-100K 数据统计

多智能体数据引擎框架

十项评估框架

EyecareGPT 的模型架构

基于 GPT-4 在报告生成任务中评估结果，包括（a）FA，（b）UBM 和（c）CT 模态。

在 Eyecare-100K 上进行微调后的结果。

医生对生成的报告（a）和 EyeEval 可靠性（b、c）的偏好

三、展望Eyecare-100K数据集

以前，医生诊断糖尿病视网膜病变主要依靠人工检查眼底照片。这个过程非常耗时，因为医生需要仔细观察每一张照片，寻找微血管瘤、出血、渗出物等病变特征。而且，由于人眼的局限性，有时候一些细微的病变可能被遗漏，导致诊断不够准确。对于大规模的筛查项目来说，这种方式效率低下，很难快速处理大量患者的数据。

现在借助 Eyecare-100K 数据集，那可就不一样了

这个数据集包含了大量高质量、多模态的眼科图像以及深度标注信息，涵盖了多种眼病，包括糖尿病视网膜病变。研究人员利用这个数据集训练出了更精准的医学视觉语言模型（如 EyecareGPT），这些模型能够自动识别眼底照片中的病变特征。

诊断效率大幅提升：模型可以在短时间内处理大量图像，快速筛查出高风险患者，大大节省了医生的时间。比如，在一些眼科智能诊疗中心，患者可以在更近的医疗机构完成眼底检查，智能系统能够快速给出初步诊断结果，缩短了患者的等待时间。

诊断准确性提高：由于数据集的标注非常详细，模型学习到了更丰富的病变特征和诊断知识，能够更准确地识别病变。这有助于早期发现糖尿病视网膜病变，及时进行干预，减少因延误治疗导致的视力损害。

个性化医疗体验：基于 Eyecare-100K 训练的模型还可以生成详细的诊断报告，为医生提供更全面的参考信息，帮助制定个性化的治疗方案。

更多免费的数据集，请打开：遇见数据集

遇见数据集-让每个数据集都被发现，让每一次遇见都有价值。遇见数据集，领先的千万级数据集搜索引擎，实时追踪全球数据集，助力把握数据要素市场。https://www.selectdataset.com/