基层医疗中诊断糖尿病视网膜病变的人工智能
该数据集来自 clinicaltrials.gov，属于内分泌、营养和代谢疾病下的糖尿病主题，聚焦糖尿病视网膜病变。其内容为一项临床试验，评估在基层医疗场景中，由经过培训的护理助理使用便携式眼底相机拍摄眼底照片，并采用人工智能解读，对糖尿病视网膜病变和糖尿病黄斑水肿进行普遍筛查的效果，并与同一方法拍
基本信息
资源简介
基层医疗中诊断糖尿病视网膜病变的人工智能
该数据集来自 clinicaltrials.gov，属于内分泌、营养和代谢疾病分类下的糖尿病主题，聚焦糖尿病视网膜病变。其内容为一项临床试验，旨在评估在基层医疗场景中，由经过培训的护理助理使用便携式眼底相机拍摄眼底照片，并采用人工智能解读，对糖尿病视网膜病变和糖尿病黄斑水肿进行普遍筛查的效果，并与同一方法拍摄但由眼科医生解读的图像进行比较。数据集英文名为 Artificial Intelligence for Diagnosing Diabetic Retinopathy in Primary Care，主题标签为 Diabetic Retinopathy。
【数据集背景】
糖尿病视网膜病变是糖尿病常见的微血管并发症之一，若未能及时筛查和干预，可能对视力造成不可逆的损害。在基层医疗环境中，普遍筛查的实施往往受限于眼科专业人员的可及性。该数据集所对应的临床试验，正是围绕这一现实问题展开，探索以人工智能辅助解读眼底照片的方式，在基层医疗场景中开展糖尿病视网膜病变和糖尿病黄斑水肿的普遍筛查。其研究背景立足于将筛查环节前移至基层，并借助自动化解读手段弥补眼科医生资源的不足。
【数据内容】
该数据集的内容为一项临床试验，涉及对糖尿病视网膜病变和糖尿病黄斑水肿的筛查评估。试验比较两种解读方式：一种是由人工智能解读由经过培训的护理助理使用便携式眼底相机拍摄的眼底照片；另一种是采用同一方法拍摄图像，但由眼科医生进行解读。数据集的主题标签为糖尿病视网膜病变，所属分类为内分泌、营养和代谢疾病下的糖尿病。关于试验的具体样本量、分组细节、图像数量、随访时长等，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov。采集方式为在基层医疗场景中，由经过培训的护理助理使用便携式眼底相机拍摄眼底照片。这些图像随后分别进入两种解读路径：人工智能解读，以及眼科医生解读。试验的关注条件为糖尿病视网膜病变，并涉及糖尿病黄斑水肿的筛查。关于采集地点、采集时间跨度、设备型号、护理助理培训的具体内容等，源站未提供。
【适用场景】
该数据集适用于关注糖尿病视网膜病变筛查、基层医疗场景下人工智能辅助诊断、以及便携式眼底相机应用等方向的研究与实践参考。其核心场景为在基层医疗环境中开展糖尿病视网膜病变和糖尿病黄斑水肿的普遍筛查，并比较人工智能解读与眼科医生解读之间的效果。关于该数据集在其他具体场景中的适用性，源站未提供。
【使用方法】
该数据集对应的临床试验设计为：由经过培训的护理助理使用便携式眼底相机在基层医疗场景中拍摄眼底照片，随后将图像分别交由人工智能和眼科医生进行解读，以评估人工智能解读在普遍筛查中的效果。关于数据的具体获取方式、访问权限、使用协议、分析流程等，源站未提供。
【质量与限制】
该数据集来自 clinicaltrials.gov，其内容为一项临床试验的描述。关于该试验的样本代表性、图像质量、人工智能算法的性能指标、与眼科医生解读的一致性程度、以及试验本身的局限性等，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于具体的引用格式、许可条款、使用限制等，源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT07236879
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件：糖尿病视网膜病变。这是一项临床试验，旨在评估在初级保健环境中，由经过培训的护理助理使用便携式眼底照相机获取眼底照片，并采用人工智能（AI）进行解读，对糖尿病视网膜病变（DR）和糖尿病性黄斑水肿（DME）进行普遍筛查的效果，与采用相同方法获取图像但由眼科医生解读的结果进行比较。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
