全球努力建立生物医学影像数据共享标准:构建全球数据互操作性的共识与基础设施
本文讨论生物医学影像数据共享与标准化的全球挑战与新兴解决方案,强调FAIR互操作框架需连接生物与临床影像社区。文中梳理了多个国家级和国际倡议(如AIS、FLI-IAM、苏格兰数据港、foundingGIDE)的进展,并指出临床影像仍缺乏普遍采用的数据共享框架。
要点
- 临床影像(放射学、核医学)依赖DICOM标准,与生物影像社区的标准体系相互割裂。
- 生物影像档案库(BIA)明确限于非临床影像,排除PET/SPECT、CT或MRI等可识别患者的数据。
- 苏格兰医学影像档案库包含超过5730万次放射学研究,每项均关联相应医疗记录。
核心结论
- 实现全球影像数据共享愿景需要共识、协作和对开放科学价值的新承诺,而不仅是基础设施。
- 迈向全球标准和共享本体需要国际影像基础设施、标准倡议和领域科学学会的协调努力,可联合组成全球影像标准论坛。
研究设计与样本
- 本文为全球生物影像组织(Global BioImaging)生物医学专家组召集的专题讨论会总结,参与者来自63个国家。
- 讨论会识别了影像数据管理的关键挑战与潜在解决方案,由参会专家与主持人共同撰写本文。
临床应用与阅片要点
- 临床影像数据共享需应对隐私法规、伦理治理以及医院、研究和工业环境间大规模协调的额外障碍。
- 生物影像的成功框架在生物医学影像中尚无直接对应物,临床领域依赖深度嵌入医院和监管基础设施的DICOM标准。
局限性
- 当前生物医学影像数据生态系统高度碎片化,影像技术多与不同的数据处理和分析工具耦合。
- 影像数据常存储于孤岛式仓库,以多种专有格式保存,并使用不一致的术语标注,甚至未标注。
- 临床前影像的基础设施和元数据标准欠发达,缺乏描述临床前影像数据集的通用元数据模型。
- 生物医学影像仍落后于基因组学或蛋白质组学等已建立全球标准和集中仓库的学科,目前尚无普遍采用的数据共享框架。
- 许多影像社区继续依赖本地或临时系统,现有努力虽具前景但 largely 相互脱节。
全文中译7 节 · 点击展开
自威廉·伦琴于1895年发现X射线以来,成像技术已经改变了生命科学。这些技术——从早期放射摄影和光学显微镜到生物发光和荧光成像再到高分辨率显微镜——使科学家能够以前所未有的细节可视化细胞、组织和分子过程。通过使微观世界可见,成像加速了从解剖学到生理学、遗传学到疾病研究等几乎所有科学领域的突破。如今,磁共振成像(MRI)、计算机断层扫描(CT)和先进显微镜等高精度成像模式继续推动生物医学研究、药物开发和生物技术的创新,产生大量有价值的数据集。
这些图像由来自世界不同角落的不同受试者、在多种条件下、使用众多仪器和方案采集。收集和共享这一成像数据宝库将为科学和医学带来广泛的变革性可能——用于验证科学发现、支持研究、加速人工智能驱动的发现、开发新的诊断工具以及用于疾病分层和个性化治疗的模型。如果得到妥善组织和共享,它可以推动可重复研究、加速发现、帮助揭示罕见疾病模式、支持监管决策,并大幅改善诊断和治疗。但这种潜力在很大程度上仍未实现。为什么?
“收集和共享这一成像数据宝库将为科学和医学带来广泛的变革性可能……”
为了理解图像数据管理的挑战,特别是在生物医学科学领域,并确定开放获取和全球共享标准的障碍,Global BioImaging的生物医学专家组召集了一次小组讨论,与会专家来自世界各地的各种成像设施。在与来自63个国家的参与者讨论之后,共同撰写本出版物的小组成员和主持人确定了以下关键挑战和潜在解决方案。
建立共识的挑战
当前的生物医学图像数据生态系统高度碎片化。首先,“成像”包含大量技术,这些技术大多与不同的数据处理和分析工具相耦合。其次,成像数据通常存储在孤立的存储库中,以多种专有格式保存,并使用不一致的术语进行注释——或者根本没有注释。第三,研究人员必须处理跨越多个生物尺度(从分子到整个生物体)的大量数据,同时确保与基因组学或临床记录等其他数据类型的互操作性。此外,隐私法规、不一致的标准以及对高质量注释的需求使数据共享和人工智能驱动的分析复杂化。特别是在医学成像中,患者隐私和数据匿名化至关重要,成像数据的全球共享受到监管和伦理约束的阻碍。跨机构缺乏标准化为访问和再利用创造了进一步障碍。
即使存在有价值的数据集,人们往往也不清楚如何解读或在此基础上继续研究,因为其元数据表示——即对图像展示内容、创建、处理和分析方式的结构化描述——常常不完整或不一致。正如德国生物成像技术总监Josh Moore在专题讨论中所说:“创建元数据表示很容易。困难的部分是建立共识”,这也是他和其他人自2003年开放显微环境(OME)成立以来的目标(Swedlow et al, 2003)。
“即使存在有价值的数据集,人们往往也不清楚如何解读或在此基础上继续研究,因为其元数据表示[…]常常不完整或不一致。”
作为关键的缺失环节,共识或许也是最难达成的。正如Moore所解释的,如果我们希望成像数据符合FAIR原则(可查找、可访问、可互操作、可重用)(Swedlow et al, 2021),那么在通用术语、标准和格式上保持一致至关重要。但这些讨论往往因缺乏结构化领导和明确目标而停滞不前。“你需要一个‘完成’的定义,”Moore说,“因为这些对话可能原地打转。而且会让人精疲力竭。”
这一挑战在临床前成像中更为突出,因为相关基础设施和元数据标准尚不发达。正如意大利国家研究委员会高级研究员Dario Longo所指出的:“我们没有通用的元数据模型来描述临床前图像数据集。即使存在相关倡议,它们往往仅限于单一机构或区域性工作。这严重限制了数据共享和重用。”
那么,如何向前推进?路径始于共享本体——即以一致、机器可读的方式描述数据集的通用术语。继而需要设计便于共享的工具和平台。最终,它需要一种文化转变:转向开放科学、协作式基础设施,以及这样一种集体共识——数据在共享时更有价值。
当前格局与进展
在过去十年中,多个国家、欧洲和全球性倡议——如Euro-BioImaging、Global BioImaging、澳大利亚成像服务(AIS)和欧洲开放科学云(EOSC)——一直在建设数字和人力基础设施,以使成像数据符合FAIR原则。这些努力也受到大型资助机构的推动,它们越来越多地要求数据管理计划和开放科学原则。
尽管取得了这些进展,生物医学成像仍落后于基因组学或蛋白质组学等学科,后者的全球标准和集中式存储库已 well established。目前尚无普遍采用的数据共享框架,许多成像社区继续依赖本地或临时系统。这一差距在很大程度上是成像技术快速演变的结果——数据量、模态多样性和分析复杂性都已远远超过管理它们的组织结构的发展速度。
“目前尚无普遍采用的数据共享框架,许多成像社区继续依赖本地或临时系统。”
作为大型基础设施计划的补充,由EMBL-EBI托管的BioImage Archive(BIA;Hartley等,2022)为跨多种模态的生物学成像数据——从光学和电子显微镜到X射线断层扫描——提供了一个集中存储库。通过使研究人员能够上传、共享和重用已发表的数据集,BIA示范了FAIR数据原则如何在实践中得以实施。它与电子显微镜公共图像档案(EMPIAR;Iudin等,2023)和图像数据资源(IDR;Williams等,2017)等相关资源整合,通过REMBI标准促进互操作性和一致的元数据注释。
然而,BIA的范围明确限于非临床成像,不包括源自PET/SPECT、CT或MRI等医学成像模态的可识别患者身份的数据。这一重点既反映了隐私方面的考量,也反映了其使命是支持分子、细胞和生物体尺度上的研究,而非诊断医学。
另一个重要因素是开放显微镜环境(OME;Linkert等,2010),这是一个开源软件和数据模型计划,定义了标准化文件格式——最显著的是OME-TIFF——以及图像数据的统一元数据模型。OME的工具,包括OMERO和Bio-Formats,使研究人员能够跨仪器和格式存储、可视化和分析数据,促进显微镜学和其他成像领域内的互操作性。虽然Bio-Formats在技术上支持广泛的文件类型,包括一些用于医学成像的文件类型,但OME主要应用于光学和荧光显微镜工作流程。临床生物医学成像领域如放射学和核医学通常依赖不同的标准,特别是DICOM,它深深嵌入医院和监管基础设施中。
这一区别凸显了一个关键挑战:生物学成像的成功框架在生物医学成像中尚无直接对应物。后者面临额外的障碍,包括数据隐私法规、伦理治理以及跨医院、研究和工业环境进行大规模协调统一的需求。
若干有针对性的计划,特别是在医学领域,正开始解决这种碎片化的某些方面,但仍集中于特定应用。美国的癌症成像档案(TCIA)已成为临床成像数据集广泛使用的存储库,尤其是在肿瘤学领域。欧洲健康数据空间(EHDS)旨在实现包括成像在内的健康数据的安全跨境交换,高度重视患者隐私和伦理使用。在这一方向上,名为Cancer Image Europe的基础设施目前旨在提供一个安全平台,以促进对多样化临床图像数据集和工具的访问,加速癌症诊断和治疗创新解决方案的开发(https://cancerimage.eu/)。在技术方面,QUAREP-LiMi——虽然以光学显微镜为中心——展示了社区驱动的努力如何成功建立质量控制和元数据标准,这些标准可作为其他成像领域的模型或构建模块。
“若干有针对性的计划,特别是在医学领域,正开始解决这种碎片化的某些方面,但仍集中于特定应用。”
然而,这些努力虽然前景可观,但彼此之间基本上仍相互脱节。要将它们衔接起来,不仅需要技术解决方案,还需要文化和制度层面的协调一致,首先要就如何以跨学科有意义的方式描述、存储和共享影像数据达成共识。
关键挑战概述
这些局限性汇聚为若干重大挑战,必须加以解决才能构建一个连贯、可扩展的影像数据基础设施。
互操作性缺口:各平台之间缺乏标准化的元数据和本体,使得搜索、比较或聚合数据集变得困难。能够跨存储库运行的流程和搜索工具在范围和采用程度上仍然有限。尽管用于在缺乏通用标准的情况下导航复杂数据集的AI工具发展迅速,但人工审核仍然至关重要,且依赖于标准化的数据标注。
数据共享瓶颈:文化障碍仍然是强大的阻碍因素。许多研究人员质疑共享数据的价值,尤其是当职业激励更倾向于发表论文而非建设基础设施时。用于上传、标注和访问数据的工具往往过于技术化或繁琐。数据管理通常发展不足,个体研究人员在没有机构指导的情况下只能从零开始制定数据计划。
用户体验困难:研究人员在浏览异构存储库时面临陡峭的学习曲线。标注不良的数据集和非标准格式导致效率低下或数据 outright 丢失。适当管理和维护数据集的激励机制往往缺失,导致有价值的影像数据长期退化或消失。大多数研究机构通常不提供数据管理方面的专门培训。在生物医学影像领域,伦理、临床治理和隐私方面的要求使问题进一步复杂化。对许多研究人员而言,将数据存储在本地私有存储中,比应对共享数据所需的伦理要求更为容易。
“对许多研究人员而言,将数据存储在本地私有存储中,比应对共享数据所需的伦理要求更为容易。”
财务可持续性:许多平台的可持续资金和长期维护仍不确定。缺乏稳定的资金机制,许多有前景的存储库难以维持在线,更不用说全球扩展了。
新兴解决方案:各国视角
尽管存在这些挑战,国家和国际倡议正开始开辟一条通往更紧密的影像数据共享的道路。为了说明这些挑战在实践中如何被应对,研讨会小组成员介绍了若干关键倡议的各国视角。
澳大利亚影像服务(AIS)是一个国家级——且日益国际化——的平台,旨在提高研究的可重复性以及可信影像分析技术的可及性。AIS由澳大利亚政府资助,汇集了基于浏览器的安全数据管理和分析工具,使即使没有信息学专业知识的研究人员也能可重复地处理和分析影像数据。AIS成立于2021年,目前包含13个机构节点,支持澳大利亚、欧盟和美国的460多名用户。每个节点整合了长期数据存储和计算资源,并与大学和医院内的影像设备连接,从而能够在数据所在之处进行分析。
利用基于XNAT(可扩展神经影像存档工具包,一个用于存储、管理和处理生物医学成像数据的开源平台)和Kubernetes(一个用于编排容器化应用、自动化部署、扩展和管理的开源系统)构建的以数据为中心的计算模型,AIS提供用于数据转换和质量控制的自动化流水线、用于实时可视化的虚拟桌面,以及支持隐私保护分析的联邦机器学习工具。该平台精选的数据集库和容器化工具确保了跨站点的完整软件可复现性。当前的示范项目包括一个国际多发性硬化症影像库和一个连接16家医院的国家黑色素瘤项目。通过协调各机构的基础设施和标准,AIS展示了协调、安全且可持续的国家系统如何支持FAIR成像数据实践并促进全球合作。
法国在应对生物医学图像数据管理的技术和组织挑战方面也取得了重大进展。一个典型例子是FLI-IAM平台,它作为法国生命成像(FLI)计划的一部分开发——该计划是一项国家性努力,旨在促进各研究中心之间临床和临床前研究的数据共享(Commowick et al, 2021; Kain et al, 2020; Commowick et al, 2018)。
正如神经影像专家兼FLI成像数据基础设施协调人Michel Dojat所解释的,FLI-IAM的目标是通过提供一个集成的、安全的存储、管理和处理系统,使临床和临床前成像数据更易于获取和重复使用。通过FLI-IAM门户网站,研究人员可以浏览可用的研究、申请数据访问,并在获批后下载成像数据集(https://shanoir.irisa.fr/shanoir-ng/welcome)。该平台整合了两个关键工具,以确保无缝通信并维持原始数据与处理后数据之间的关联。Shanoir在研究层面提供成像数据集的安全管理——包括上传、下载、质量控制和可视化——所有这些都以一个专用本体为基础,以促进跨数据集的互操作性(Batrancourt et al, 2015; Temal et al, 2008)。另一个工具是VIP(虚拟成像平台),这是一个在线门户,使研究人员能够运行标准化的图像处理流水线(如用于脑成像研究的FSL或SPM12),以及使用Docker技术封装的定制工作流。
FLI-IAM还促进超越国界的互操作性。“我们希望使我们的平台与欧洲其他存储库实现互操作,”Dojat强调说,并着重提到了与例如开放显微镜环境OMERO和遗传数据库的合作。这种整合使研究人员能够将成像数据与处理工具相关联,甚至分配数字对象标识符(DOI),确保数据集和工具能够在未来的研究中被正确引用和重复使用。这种集成的、可扩展的模式展示了国家基础设施如何促进可复现性、互操作性和负责任的研究——不仅在法国国内,而且作为更广泛的国际推动开放、FAIR成像数据努力的一部分。
苏格兰数据避风港(Scottish Data Haven)通过苏格兰研究数据(Research Data Scotland)运营,旨在作为一个端到端平台,为研究人员提供获取常规收集的健康数据(包括医学影像)的途径。其核心是苏格兰医学影像档案库(Scottish Medical Imaging Archive,Baxter等,2024),该档案库包含超过5730万项放射学研究,每项均与相应的医疗记录相关联——这是一个规模空前的资源。
正如爱丁堡大学临床前PET设施负责人兼转化分子影像学教授Adriana Tavares在最近的一次小组讨论中所解释的那样:“整个项目历时超过7年——设计平台、构建软件、整合所有这些数据资源——一个基于人群和常规收集的医学放射影像的集合。”该项目的规模和雄心既反映了国家级解决方案的复杂性,也体现了其潜力。
Tavares强调,在这一背景下,数据管理不仅是一项科学要求——也是一项伦理责任(Bauchner等,2016)。历史证据表明,现有的数据共享实践往往不尽如人意(Tederso等,2021),这一差距促使资助方投资于基础设施,以实现对已获取影像数据的伦理和高效再利用,例如通过Wellcome Trust纵向人群研究资助等倡议。
苏格兰数据避风港采用安全飞地模型,这是实现数据共享的几种成熟方法之一。这些模型通常分为三类:分布式数据分析,即仅交换匿名、聚合的数据;安全多方计算,允许在不对原始数据直接访问的情况下对加密数据进行分析;以及数据飞地,将汇集的个体级数据存储在安全环境中,供经批准的研究人员访问(Wirth等,2021)。
该平台目前正接近完全自我维持,在过去7至8年间已从其最初作为数百万英镑公共资助倡议的起源转变为支持持续运营的收费服务模式。“其理念是,今后这将作为一项服务提供——一个端到端的开源软件平台,用于托管和管理数据——使安全数据获取对研究人员成为现实,”Tavares解释道。
欧盟资助的foundingGIDE项目(https://founding-gide.eurobioimaging.eu/)是一项由社区驱动的努力,旨在应对当今生命科学领域最大的挑战之一:使庞大而复杂的影像数据实现互操作。它通过协调社区围绕标准化生物学和临床前元数据及本体所做的努力来建立共识,从高层入手并将其转化为实际解决方案。该项目的主要目标之一是促进代表性影像存储库之间的元数据协调统一。对于生物影像数据,这包括三大生物影像数据存储库BIA、IDR和SSBD,以增强数据的可发现性、可搜索性和可复用性。
对于临床前成像领域,该项目旨在提供本体论建议、定义用于描述临床前图像数据集的元数据模型,并提供一个平台(PIDAR——临床前图像数据集存储库,https://pidar.hpc4ai.unito.it/)以改善可发现性和可复用性。XNAT是一个用于存储、管理和处理生物医学成像数据的开源平台,最初由华盛顿大学开发(Marcus et al, 2007),构成了foundingGIDE生物医学图像数据存储计划的骨干。它已成为一个开源成像信息学平台,并被生物医学研究界广泛使用,包括澳大利亚成像服务。人们常认为它专门针对DICOM,但它已超越这一范围,可存储所有主要图像格式(NIFTI、BIDS、MINC)以及磁共振波谱、组织学、皮肤科和非图像临床及基因组数据。此外,Euro-BioImaging医学中心为临床前研究者群体开发了XNAT-PIC等工具,以促进使用XNAT平台上传、标注和处理生物医学图像数据集(Zullino et al, 2022)。
据其科学协调人、Euro-BioImaging(https://www.eurobioimaging.eu/image-data-services/)图像数据服务负责人Aastha Mathur介绍,foundingGIDE方法的核心是“通过动手工作坊、社区活动和黑客马拉松实现积极的社区参与”。该倡议汇集了全球成像专家、政策制定者、资助者以及成像和数据研究人员,以应对关键挑战,并探索通往真正可互操作的全球图像数据生态系统(GIDE)的创新路径。这些活动有助于确保推荐解决方案反映多元成像社区的需求。通过聚焦实际互操作性,foundingGIDE成为包容性合作如何创造有影响力成果的概念验证。
结论
生物医学研究日益依赖我们大规模共享、整合和分析成像数据的能力。实现这一愿景所需的不只是基础设施——还需要共识、协作以及对开放科学价值观的重新承诺。
迈向全球标准和共享本体论将需要国际成像基础设施、标准倡议和领域特定科学学会之间的协调努力。这些团体可以共同作为一个全球成像标准论坛,在资助者和政策机构的支持下,定义、测试和维护跨模态的参考本体论和元数据模型。建立这样一个框架——由社区驱动但获得正式认可——可以确保成像数据标准与技术同步发展,并被广泛且可持续地采用。
“迈向全球标准和共享本体论将需要国际成像基础设施、标准倡议和领域特定科学学会之间的协调努力。”
补充信息
同行评审文件
引用
- Winter SL, Moore J, Tavares AAS, et al. A global effort toward standards for data sharing in biomedical imaging : Developing Consensus and Infrastructure for Global Data Interoperability. EMBO Rep. 2025. PMID: 41339758. doi:10.1038/s44319-025-00652-w
- 全文:PMC12796427(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12796427/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。