Rilevazione della distrofia della membrana basale epiteliale assistita da deep learning

La distrofia della membrana basale epiteliale, nota anche come distrofia delle impronte digitali Map-Dot o distrofia microcistica di Cogan, è una comune distrofia bilaterale della cornea umana anteriore. Secondo uno studio, colpisce circa il 2% della popolazione umana. Uno studio più recente ha persino riportato cambiamenti della membrana basale nel 25% della popolazione generale. Tuttavia, a causa del suo aspetto clinico e morfologico, la malattia è probabilmente spesso trascurata.

Sebbene la distrofia della membrana basale epiteliale sia asintomatica in molti pazienti affetti, vi sono alcune importanti conseguenze cliniche della malattia da considerare: Si stima che la distrofia sia la seconda causa più comune di sindrome da erosione corneale ricorrente ed è anche un'importante diagnosi differenziale della malattia dell'occhio secco . Pertanto, può causare forti dolori nei pazienti affetti. Inoltre, la distrofia della membrana basale epiteliale svolge un ruolo importante nel contesto della chirurgia della cataratta, uno degli interventi chirurgici più comunemente eseguiti in tutto il mondo: oltre all'importanza di un'appropriata gestione della malattia prima dell'intervento chirurgico per prevenire l'esacerbazione postoperatoria dei sintomi della superficie oculare, la distrofia della membrana basale epiteliale è anche un fattore di rischio per la biometria preoperatoria imprecisa.

Negli ultimi anni, caratteristiche specifiche della distrofia della membrana basale epiteliale sono state introdotte in metodi di esame diversi dalla biomicroscopia con lampada a fessura, come la mappatura dello spessore epiteliale o la tomografia a coerenza ottica. A causa della recente introduzione di una varietà di sistemi di apprendimento profondo, l'applicazione dell'apprendimento automatico potrebbe aumentare significativamente il tasso di rilevamento della distrofia della membrana basale epiteliale. Inoltre, per quanto ne sappiamo, il cambiamento delle caratteristiche della malattia nel tempo è attualmente sconosciuto.

Pertanto, la prima parte di questo studio esaminerà la capacità di un sistema automatizzato di deep learning che utilizza scansioni di tomografia a coerenza ottica per distinguere tra cornee umane normali e cornee affette da distrofia della membrana basale epiteliale. A tale scopo, 100 occhi di 50 pazienti saranno inclusi in entrambi i gruppi di studio. In una seconda parte facoltativa dello studio, sarà pianificata una seconda visita in pazienti con distrofia della membrana basale epiteliale per studiare la riproducibilità delle caratteristiche della malattia come esito secondario.