《Graefe's Archive for Clinical and Experimental Ophthalmology》：Initiation of a global consortium to study the progression of age-related macular degeneration: RIMR AMD consortium report # 1
编辑推荐：
本研究针对年龄相关性黄斑变性（AMD）疾病进展数据匮乏的难题，由RIMR AMD联盟联合全球多中心，通过云端平台整合超10万例OCT影像与临床数据，构建标准化数据库（DICOM/OMOP CDM）。该研究首次实现跨四大洲、多设备异构数据的协同分析，为AMD精准分期、AI模型开发及治疗靶点发现提供核心资源，推动全球眼科协作研究范式创新。
年龄相关性黄斑变性（AMD）是全球老年人不可逆视力丧失的主因之一。尽管近二十年抗VEGF疗法取得突破，但早期干预仍面临重大挑战——缺乏从早期到晚期AMD全病程的多中心、长周期纵向影像数据。现有研究如欧洲MACUSTAR队列虽提供重要线索，但样本量有限（仅600例）、地域覆盖单一（欧洲人口不足全球10%），且已证实亚洲与欧洲人群的AMD表型进展存在差异。更棘手的是，回顾性数据存在设备异构（如Zeiss Cirrus、Heidelberg Spectralis等OCT平台）、采集协议不统一、隐私法规（如GDPR限制数据跨境）及商业利益冲突等壁垒，导致数据共享与分析举步维艰。
为突破这些瓶颈，Ryan Initiative for Macular Research（RIMR）AMD联盟应运而生。该联盟于2023年在美国加州注册为非营利组织，旨在通过全球协作整合多中心纵向多模态影像数据，揭示AMD进展规律，助力治疗开发。其核心创新在于构建云端数据枢纽，将分散的OCT数据转化为统一标准，并建立合规的分析框架。
研究采用三大关键技术方法：
- 1.
多中心数据聚合：从7个全球队列（涵盖美、欧、亚、澳四大洲）收集5,465名患者的113,614份OCT数据，包括不同AMD阶段（早期至晚期）及长达15年的随访影像；
- 2.
数据标准化管道：通过第三方平台将异构OCT数据转为DICOM格式，临床数据映射至OMOP CDM模型，确保AI工具兼容性；
- 3.
云端协同分析架构：数据存储于欧盟云端（AWS S3），分析全程在本地完成，支持内置AI工具或成员自定义模型（如MONAI标准），同时通过人工校验（约1%数据）保障分析准确性。
联盟数据规模与特征
截至报告时，联盟已整合来自5,000余例患者的10万余OCT体积数据，跨3大OCT平台（Heidelberg Spectralis占比91.99%）。
数据显示，以色列队列随访时间最长（均值5.68年），部分患者随访超15年，而印度、美国东北部队列以单次访视为主（见表1）。这种多样性为研究AMD异质性提供了独特资源。
治理与协作机制
联盟实行三级成员结构（学术机构、制药企业、影像技术公司），由 Steering Committee 决策，Operations团队执行数据整合。通过 Consortium Master Agreement（CMA）明确数据所有权归属贡献方，成员可提交分析提案，经批准后使用云端工具开展研究，但严禁数据下载，兼顾安全性与协作效率。
挑战与优化方向
尽管数据转化顺利，但各中心匿名化规则不统一导致影像-临床数据关联困难；非洲、东亚等地区代表性不足，需扩大成员招募。未来将聚焦流线化数据摄入流程及补充地域空白。
结论与展望
RIMR AMD联盟首次实现了AMD研究范式的全球化转型，通过标准化数据架构与云端AI分析，克服了隐私、技术与商业壁垒。其框架不仅为AMD生物标志物发现、临床试验设计提供支撑，更可拓展至糖尿病视网膜病变、近视等眼病研究。正如Srinivas R. Sadda等作者所言，这一模型有望成为跨疾病协作的“蓝图”，推动精准眼科时代的到来。
（注：本文基于Graefe's Archive for Clinical and Experimental Ophthalmology 2025年刊载的联盟首期报告，所有数据及结论均引自原文。）
