术后参数预测的生成人工智能在可植入的粘合镜镜头外科手术中
Yinglin Zhang1, Ruiling Xi1, Lingxi Zeng1
1Research Institute of Trustworthy Autonomous Systems and Department of Computer Science and Engineering, Southern University of Science and Technology, Shenzhen, 518055, China.
Journal of cataract and refractive surgery
|March 10, 2026
概括
生成型人工智能准确地使用手术前图像预测可植入结膜透镜 (ICL) 手术后的关键结果. 这种人工智能工具有助于预测术后参数,改善手术规划和患者结果.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 植入式结膜透镜 (ICL) 手术是一种常见的折射手术.
- 对术后结果的准确预测对于成功的ICL植入至关重要.
- 手术前前段光学连贯性断层扫描 (AS-OCT) 提供了宝贵的解剖学信息.
研究的目的:
- 开发和验证一种生成型人工智能 (AI) 模型,用于预测ICL手术后的多个术后参数.
- 使用手术前的AS-OCT图像作为AI模型的输入.
- 评估关键手术结果的AI驱动预测的准确性和可靠性.
主要方法:
- 一项回顾性研究,涉及1010名患者 (1585只眼睛) 的水平ICL和86名患者 (86只眼睛) 的垂直ICL植入.
- 开发一个生成对抗网络 (ICL-GAN) 来从术前AS-OCT预测术后结构.
- 从预测结构中测量术后参数 (金库,AOD500,TIA500) 并评估预测误差 (MAE,RMSE).
主要成果:
- ICL-GAN在不同镜片大小 (r=0.659到0.799,p<0.01) 的水平ICL植入器预测和实现的值之间显示出强烈的相关性.
- 人工智能模型实现了最小的预测错误,与预测金库的既定公式 (NK,KS) 相比.
- 对于预测的AOD500和TIA500值,观察到良好的相关性和一致性,在垂直植入数据上表现优异.
结论:
- 生成型人工智能,特别是ICL-GAN,有效地预测ICL手术后的多个术后参数.
- 人工智能模型显示了增强手术规划和改善折射镜片手术患者结果的巨大潜力.
- 术前AS-OCT成像与AI相结合,为个性化ICL手术提供了一个有前途的方法.
