香港中文大学领导组成的国际研究联盟，正式启动“全球RETFound”计划，利用来自超过65个国家及地区逾一亿张眼底图像，创建首个横跨不同地域及族裔、具全球代表性的医疗人工智能（AI）基础模型，支援各地研究员以少量数据及运算资源，便能以更公平有效及保障私隐的方式，开发各种眼科相关以至适用于其他全身疾病的医疗AI方案。

基础数据模型是开发医疗AI应用的起点，然现时全球各地用于训练模型的数据集并不完善，无法代表广泛地域及族裔，尤其是东南亚、中亚、拉丁美洲、非洲及中东等地，加上各地数据共享法规及AI基础设施差异，阻碍全球性的医疗AI发展。

为此，中大医学院、新加坡国立大学杨潞龄医学院、英国伦敦大学学院眼科研究所及NIHR Moorfields生物医学研究中心携手开发“全球RETFound”模型，汇聚超过65个国家及地区逾100个研究团队的一亿多张彩色眼底图像，其数据集的规模空前庞大，涵盖包括东南亚、非洲、中东、南美洲、西太平洋及高加索地区等，更是史上其中一个最具地理及族裔多样性的医疗数据集，专为训练医疗AI而设。

“全球RETFound”模型具有灵活的“双轨”数据共享框架，可兼容不同参与机构而不受技术能力差距及不同监管要求所影响，革新医疗AI的发展。该框架容许机构于所在地区微调生成式AI模型，而中央系统仅共享模型参数，确保病人资料不会在原机构以外范围流传。此外，已去识别化的数据亦可通过加密的基础设施直接共享，让在本地缺乏图形处理资源或技术专才的机构也能参与研究。

该模型会以CC授权形式发布，供全球非商业用的研究项目免费使用。模型可用于多种眼科及全身疾病的全面评估，当中包括糖尿病视网膜病变、青光眼、老年黄斑病变、心血管疾病、神经退化性疾病及糖尿病相关血管并发症。

中大医学院眼科及视觉科学学系教授张艳蕾形容，“全球RETFound」计划有望革新医疗AI在分析未见资料的能力及公平性方面的国际标准，透过一个经全球数据训练的基础模型，我们可以加速开发更切合本地临床需求的AI工具，同时大幅减省所需的数据量及运算资源。”

“全球RETFound”计划的理论依据与创新性近日已刊登于国际权威医学期刊《Nature Medicine》，各参与单位亦正加强推广，希望眼科以外医学领域亦能建立类似计划。