网络对眼内透镜功率计算公式的元分析,基于短眼中的人工智能

科学领域:

• 眼科医生 眼科 眼科
• 生物医学工程 生物医学工程
• 人工智能的人工智能

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.
• 眼睛长度短的患者对传统的IOL功率计算公式提出了独特的挑战.
• 人工智能 (AI) 的出现为折射预测准确性提供了潜在的进步.

研究的目的:

• 系统地比较基于AI的IOL功率计算公式与传统公式的准确性.
• 为了评估各种配方的性能,特别是在具有挑战性的短眼长度患者队列中.
• 为了确定最准确的基于人工智能的公式,以短时间内计算IOL功率.

主要方法:

• 进行了全面的系统审查和网络元分析.
• 搜索了主要的数据库 (PubMed,Embase,Web of Science,Cochrane图书馆) 相关研究,直到2024年2月.
• 提取和分析的平均绝对误差 (MAE) 和折射预测误差 (PE) 在±0.50和±1.00二光度 (D) 之间.

主要成果:

• 分析包括10项研究,包括756只轴长 (AL) <22毫米的眼睛,评估了21种公式.
• 基于Pearl-DGS人工智能的配方在PE的眼睛百分比中显示出最高的准确度,在±0.50 D.内.
• 在大多数PE公式中,在±1.00 D以内,没有发现精度的显著差异,而FullMonte IOL的性能很差.

结论:

• 珍珠-DGS公式是以人工智能为基础的领先方法,用于在短眼中计算IOL功率.
• 这种人工智能配方在这个特定的患者群体中,与传统的融合配方相比,具有更高的准确性.
• 这些发现突出了人工智能的潜力,可以提高在具有挑战性的眼睛尺寸中的折射可预测性.