基于人工智能的7个眼内透镜功率计算公式在中长眼中的准确性:两中心研究
Wiktor Stopyra1, Oleksiy Voytsekhivskyy2, Andrzej Grzybowski3
1MW-med Eye Centre, Krakow, Poland; Department of Medicine, University of Applied Sciences, Nowy Targ, Poland.
Canadian journal of ophthalmology. Journal canadien d'ophtalmologie
|February 18, 2025
概括
七种人工智能 (AI) 公式用于眼内透镜 (IOL) 功率计算,在中长眼中显示出高精度. 卡尔莫纳配方表现最好,尽管差异在统计学上并不显著.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
背景情况:
- 精确的眼内镜 (IOL) 功率计算对于在白内障手术后实现最佳视觉结果至关重要.
- 传统公式在预测折射结果方面可能存在局限性,特别是在具有特定生物特征的眼睛中.
研究的目的:
- 评估和比较七个基于人工智能 (AI) 的IOL功率计算公式的准确性.
- 评估一组具有中长眼睛 (轴长24.5毫米至25.99毫米) 的患者的配方性能.
主要方法:
- 一项回顾性观察研究分析了184只眼睛的数据,这些眼睛经历了化.
- 术前使用标准方法计算IOL功率,术后使用七种AI公式计算IOL功率:Hill-RBF 3.0,Kane,PEARL-DGS,拉达斯超级公式AI (LSF AI),霍弗QST,卡尔莫纳和纳拉萨米.
- 准确度是通过预测误差的标准偏差 (SD) 和预测误差在±0.50D内的眼睛的百分比来衡量.
主要成果:
- 卡尔莫纳公式产生了最低的SD (0.322),紧随其后的是Hill-RBF 3.0 (0.324) 和Pearl-DGS (0.334),没有统计意义 (p>0.05).
- 卡尔莫纳的眼睛预测误差在±0.50 D (89.67%) 之内,达到最高百分比,其次是Hill-RBF 3.0,LSF AI和Pearl-DGS (全部为87.50%),也没有统计意义 (p>0.490).
结论:
- 所有评估的基于人工智能的公式都在中长眼中显示出高精度的IOL功率计算.
- 卡尔莫纳,希尔-RBF 3.0,LSF AI和珍珠-DGS公式显示出有希望的结果,表明它们在现代眼科实践中的实用性.
