Análise da tomografia e biomecânica da córnea com o uso de inteligência artificial para o diagnóstico e prevenção da ectasia iatrogênica após cirurgia de correção visual a laser

• Autor(a) principal: Lopes, Bernardo Teixeira [UNIFESP]
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNIFESP
• Texto Completo: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=6773000; https://repositorio.unifesp.br/handle/11600/52901
• topic: Cirurgia refrativa; Ectasia Iatrogênica; Ceratocone; Inteligência artificial; Tomografia e biomecânica da córnea; Refractive surgery; Iatrogenic ectasia; Keratoconus; Artificial intelligence; Corneal tomography and biomechanics

Objetivos: Testar os parâmetros geométricos (tomográficos) e da biomecânica da córnea e otimizar a combinação desses dados para o diagnóstico de ceratocone e para quantificar o risco de ectasia progressiva após cirurgias de correção visual a laser. Métodos: No primeiro estudo, foi feita uma revisão prospectiva da acurácia dos índices tomográficos obtidos por meio de sistema de Scheimpflug rotacional (Pentacam; Oculus Optikgeräte, Inc., Wetzlar, Alemanha) para diagnóstico de ceratocone, bem como identificação de casos com ectasia subclínica, definidos como os olhos contralaterais com topografia normal de pacientes com ectasia assimétrica clinicamente detectável no olho adelfo. No segundo estudo, desenvolvemos modelos para comparar retrospectivamente os dados tomográficos do estado préoperatório de pacientes submetidos a LASIK com estabilidade documentada em seguimento superior a dois anos e do estado préoperatório de casos que desenvolveram ectasia progressiva após LASIK. Estes modelos foram testados para validação externa incluindo o estado préoperatório de outras duas populações estáveis, casos de ceratocone e casos com ectasia subclínica (olho com topografia normal de pacientes com ectasia assimétrica). Neste estudo, o PRFI (Pentacam Random Forest Index) foi desenvolvido a partir de modelos de inteligência artificial (IA) para otimizar a separação entre os grupos. No terceiro estudo, a precisão (repetibilidade) e reprodutibilidade das medidas do Corvis ST (Oculus Optikgeräte, Inc., Wetzlar, Alemanha) foram testadas em indivíduos normais em três aparelhos diferentes, com três medidas consecutivas em cada aparelho. No quarto estudo, avaliamos a distribuição espacial da espessura da córnea na sua secção horizontal, de modo a estabelecer uma função paquimétrica com métodos de IA para aumentar acurácia no diagnóstico de ceratocone. No quinto estudo, avaliamos e combinamos os índices de deformação e da paquimetria horizontal para detectar ceratocone, sendo um modelo de regressão logística desenvolvido (CBI – Corvis Biomechanical Index). No sexto estudo, os parâmetros biomecânicos foram combinados com os dados tomográficos usando modelos de IA, com o objetivo de aumentar a acurácia no diagnóstico de ectasia, incluindo os casos subclínicos (olho com topografia normal de casos altamente assimétricos de ectasia). Neste estudo foi desenvolvido o TBI (Tomography Biomechanical Index), que foi testado no sétimo estudo para validação externa. Resultados: Os índices tomográficos envolvendo ambas as superfícies da córnea e o mapa paquimétrico apresentaram capacidade superior quando comparados com os índices baseados exclusivamente na superfície anterior. No segundo estudo observamos uma acurácia maior do PRFI nos casos susceptíveis (préoperatório de pacientes que desenvolveram ectasia progressiva póscirúrgica) e casos de ectasia assimétrica (AUC: 0,966 e 0,968, respectivamente) quando comparado com o melhor índice tomográfico existente (BADD [BelinAmbrósio Deviation Index] AUC: 0,845 e 0,893, respectivamente). No terceiro estudo, os índices de deformação da córnea e as medidas pressóricas (PIO) se mostraram com repetibilidade e reprodutibilidade aceitáveis em pacientes normais. No quarto estudo, observamos que a análise de IA do perfil paquimétrico horizontal pode aumentar a acurácia para a detecção do ceratocone comparandose com a espessura do ponto central. No quinto estudo, o CBI, com a combinação dos dados obtidos da deformação e da paquimetria horizontal, mostrou acurácia aceitável para diagnóstico de ceratocone (AUC: 0,983). O sexto estudo demonstrou que a integração da tomografia com os dados de deformação da córnea aumentou a acurácia na identificação de ectasia clínica (AUC: 1.0) e dos casos subclínicos (ectasia assimétrica; AUC=0,985). O sétimo estudo demonstrou a robustez do TBI com a validação externa. Conclusões: O diagnóstico de ectasia da córnea evoluiu com a caracterização da tomografia (estudo tridimensional da geometria) e da biomecânica (estudo da deformação) com imagens de Scheimpflug. A análise com modelos de IA pode aumentar consideravelmente a acurácia em casos subclínicos, ditos como susceptíveis para desenvolver ectasia. Os parâmetros que caracterizam as propriedades biomecânicas in vivo apresentam repetibilidade e reprodutibilidade aceitáveis e são eficazes para aumentar acurácia no diagnóstico de ceratocone. Métodos estatísticos e de IA são importantes para a aplicabilidade e decisão clínica de métodos de diagnóstico.