Predicciones personalizadas de progresión de la miopía e intervenciones guiadas por IA

Área de la Ciencia:

• Oftalmología
• Inteligencia artificial
• Genética

Sus antecedentes:

• La miopía es un problema de salud global significativo, particularmente en niños y adolescentes.
• La predicción precisa de la progresión de la miopía es crucial para un manejo efectivo.
• Las estrategias de manejo actuales carecen de personalización y de una predicción precisa de los resultados.

Objetivo del estudio:

• Desarrollar y validar un modelo de IA basado en Transformer, el Modelo Predictivo de Progresión de la Miopía (MPPM), para predecir la progresión de la miopía.
• Permitir el manejo personalizado de la miopía a través de la predicción precisa de la progresión natural y los efectos del tratamiento.
• Evaluar la eficacia de diferentes intervenciones para la miopía utilizando un enfoque impulsado por IA.

Principales métodos:

• Se desarrolló un modelo de IA de dos módulos (MPPM): Módulo de Progresión Natural (NPM) y Módulo de Progresión de Intervención (IPM).
• Se entrenó el NPM con más de 1.1 millones de registros refractivos de niños y adolescentes para predecir el equivalente esférico (SE) y la longitud axial (AL).
• Se entrenó el IPM con cohortes de intervención (atropina, ortoqueratología, lentes de desenfoque, terapia RLRL) utilizando un marco de aprendizaje automático causal basado en Transformer.

Principales resultados:

• El NPM logró una alta precisión predictiva para el SE (R²=0.94) y la AL (R²=0.91) durante 10 años.
• El IPM predijo con precisión los cambios de miopía bajo intervenciones (SE: R²>0.88; AL: R²>0.80).
• La terapia de luz roja de bajo nivel repetida (RLRL) mostró potencial para la reversión de la miopía, mientras que otras intervenciones ralentizaron la progresión.

Conclusiones:

• El MPPM demuestra un gran potencial como plataforma impulsada por IA para el manejo personalizado de la miopía pediátrica.
• El modelo permite la predicción precisa de la progresión de la miopía en diversas condiciones e intervenciones.
• El modelado predictivo impulsado por IA puede optimizar las estrategias de manejo de la miopía para pacientes individuales.