Fórmula de cálculo de lente intraocular desenvolvida por inteligência artificial para biometria ultrassônica

Abstract

Objetivo: Desenvolver um programa inovador de estatística e inteligência artificial destinado ao cálculo de lentes intra-oculares por meio de biometria ultrassônica. Metodologia: Coleta de dados foi realizada no Hospital de Clínicas de Porto Alegre, abrangendo casos de facoemulsificação com implante de lente intraocular, em que a escolha da lente foi baseada em biometria ultrassônica. O programa, implementado em Python, Java e PHP, utiliza o método de regressão de Ridge. Duas opções de projeto foram desenvolvidas: um modelo básico, que utiliza apenas variáveis de ceratometria (K1 e K2), tamanho axial e refração alvo final em equivalente esférico; e um modelo avançado, que incorpora, além disso, a refração pré-operatória e a idade do paciente. Para comparação, foi utilizada a fórmula Universal de Barrett II. Resultados: A amostra consistiu em 486 olhos de 313 pacientes, divididos em 350 olhos para a formação do programa e 136 para validação. A taxa de acerto do equivalente esférico, com uma variação de ±0,5 D, foi de 86% para o modelo básico e 87,5% para o avançado, sem diferença estatisticamente significativa entre eles. Com a fórmula de Barret Universal II , a taxa de acerto foi de 69% com diferença significativa para os dois programas (p<0,0001). O sistema mostrou-se melhor para olhos de tamanhos médios e longos, mas pior para olhos curtos (<=22,00 mm). Conclusão: O programa desenvolvido representa uma alternativa inovadora na escolha de lentes intra-oculares, especialmente projetada para a biometria ultrassônica.

Objective: Develop an innovative statistics and artificial intelligence program designed to calculate intraocular lenses using ultrasonic biometrics. Methodology: Data collection was carried out at the Hospital de Clínicas de Porto Alegre, covering cases of phacoemulsification with intraocular lens implantation, in which the choice of lens was based on ultrasonic biometry. The program, implemented in Python, Java and PHP, uses the Ridge regression method. Two design options were developed: a basic model, which uses only keratometry variables (K1 and K2), axial size and final target refraction in spherical equivalent; and an advanced model, which also incorporates preoperative refraction and the patient's age. For comparison, the Universal Barrett II formula was used. Results: The sample consisted of 486 eyes from 313 patients, divided into 350 eyes for program training and 136 for validation. The spherical equivalent hit rate, with a variation of ±0.5 D, was 86% for the basic model and 87.5% for the advanced model, with no statistically significant difference between them. With the Barret Universal II formula, the success rate was 69% with a significant difference for the two programs (p<0.0001). The system was better for medium and long eyes, but worse for short eyes (<=22.00 mm). Conclusion: The developed program represents an innovative alternative in choosing intraocular lenses, specially designed for ultrasonic biometry.