Valutazione della IOP dopo chirurgia refrattiva corneale basata sull'IA (AIOP-CRS-AI)

Significato, Background e Stato Attuale. Gli studi mostrano che la prevalenza media globale della miopia è del 22%, con un'incidenza simile per l'ipermetropia. In Cina, la prevalenza della miopia è del 31%, rendendolo uno dei paesi con i più alti tassi di miopia. Attualmente, la sicurezza e l'efficacia della chirurgia refrattiva corneale (CRC), come LASIK e SMILE, per correggere miopia, ipermetropia e altri errori refrattivi sono ben consolidate. Un numero crescente di pazienti si sottopone a CRC per alleviare gli inconvenienti causati dagli errori refrattivi. Mentre il LASIK è stato a lungo considerato una procedura classica, dal primo report sull'estrazione lenticolare a piccola incisione (SMILE) per la correzione della miopia nel 2008, si è evoluto in una delle tecniche chirurgiche principali. Con il rapido avanzamento della chirurgia refrattiva, ridurre al minimo le complicazioni postoperatorie mantenendo risultati visivi eccellenti è diventato un obiettivo principale per i clinici. Il monitoraggio della pressione intraoculare (PIO) postoperatoria è un indice di osservazione cruciale.

Teoricamente, la PIO non dovrebbe cambiare significativamente dopo CRC, poiché l'intervento non influisce sulla dinamica dell'umore acqueo o sul volume intraoculare. Tuttavia, numerosi studi indicano che le alterazioni nella forma corneale e nelle proprietà biomeccaniche, in particolare l'assottigliamento corneale, portano a letture della PIO artificialmente basse con vari tonometri, specialmente quelli dipendenti dallo spessore corneale. Inoltre, la gestione postoperatoria richiede spesso l'uso prolungato di colliri corticosteroidei per sopprimere l'infiammazione e promuovere la guarigione della ferita. L'uso prolungato di steroidi può aumentare la resistenza al deflusso dell'umore acqueo, elevando la PIO, specialmente nei responder agli steroidi, e potenzialmente portando a glaucoma indotto da steroidi. In aggiunta, l'alta miopia è un fattore di rischio noto per il glaucoma primario ad angolo aperto. Pertanto, basandosi sui cambiamenti dei parametri corneali pre e postoperatori, determinare rapidamente ed efficacemente l'intervallo reale della PIO dopo CRC è di grande importanza per guidare la terapia farmacologica clinica e lo screening del glaucoma indotto da steroidi.

I Big Data e l'Intelligenza Artificiale (IA) sono sempre più applicati in medicina. L'IA include principalmente due rami tecnici: l'apprendimento automatico (machine learning, ML) e l'apprendimento profondo (deep learning). Il ML, una nuova tecnologia IA, ha suscitato notevole interesse nelle applicazioni mediche negli ultimi anni. Esso in genere coinvolge simulazioni al computer che integrano apprendimento simile a quello umano, affinano le strutture di conoscenza e migliorano continuamente le prestazioni per aiutare la diagnosi e il processo decisionale intelligente, diventando un metodo cardine nell'IA. Simile ai processi neurali, i sistemi ML vengono addestrati su dati di input selezionati utilizzando algoritmi appropriati per produrre output corrispondenti. Oggi è ampiamente utilizzato per risolvere problemi complessi in ingegneria e scienza. In oftalmologia, l'IA/ML ha attirato l'attenzione per assistere nel rilevamento e nel monitoraggio delle malattie, dimostrando vantaggi nella diagnosi delle immagini fundiche, nello screening del cheratocono e nella classificazione del glaucoma. Nella chirurgia refrattiva corneale, il ML è stato applicato alla progettazione dei parametri preoperatori e all'ottimizzazione dei risultati, dimostrando buona sicurezza, efficacia e prevedibilità. Sono stati fatti tentativi preliminari per utilizzare alberi decisionali IA per valutare la sicurezza e l'efficacia della CRC.

Sulla base di questa tecnologia avanzata e dei nostri precedenti risultati di ricerca—che suggeriscono che IOPcc e le formule di correzione derivate dal Pentacam (con il metodo di correzione di Shah come preferibile) forniscono stime della PIO relativamente affidabili dopo SMILE—questo studio mira a stabilire un modello basato sui dati. Utilizzando la PIO corretta secondo Shah come riferimento per definire lo stato postoperatorio della PIO, addestreremo e ottimizzeremo iterativamente un modello incorporando tutti i parametri pre e postoperatori rilevanti che potrebbero influenzare la PIO. L'obiettivo è prevedere la PIO reale dopo CRC, guidando così il follow-up postoperatorio, facilitando la diagnosi precoce dell'elevazione della PIO e identificando potenziali tendenze glaucomatose.