Narratives Review über den Einsatz künstlicher Intelligenz in der Diagnose und Therapie des Keratokonus

CORNEA Teheran – Neue Entwicklungen auf dem Gebiet der künstlichen Intelligenz (KI), insbesondere vielversprechende Ergebnisse bei der Früherkennung und Behandlung des Keratokonus, haben den Verlauf der Erkrankung in den letzten Jahren positiv verändert. Die Integration künstlicher Intelligenz in verschiedene Geräte, wie die optische Kohärenztomographie zur Untersuchung des vorderen Augenabschnitts und die Femtosekundenlasertechnik, hat die Sicherheit, Präzision, Wirksamkeit und Vorhersagbarkeit verschiedener Therapieansätze für Keratokonus, von Kontaktlinsen bis hin zu Keratoplastiktechniken, verbessert. Diese auf künstlicher Intelligenz basierenden Technologien werden bereits eingesetzt und ermöglichen es Augenärzten, die Erkrankung so wenig invasiv wie möglich zu behandeln. Sana Niazi vom Translational Ophthalmology Research Center der Tehran University of Medical Sciences, Iran, und weitere Kollegen aus Teheran, der Schweiz, Österreich und den USA beschreiben in einem multidimensionalen vergleichenden narrativen systematischen Review alle Behandlungsmodalitäten des Keratokonus unter Berücksichtigung maschineller Lernstrategien. Es wurde eine umfassende Suche in den fünf wichtigsten elektronischen Datenbanken (PubMed, Scopus, Web of Science, Embase und Cochrane) ohne Einschränkungen bezüglich Sprache, Zeit oder Art der Studie durchgeführt. Anschliessend wurden geeignete Artikel ausgewählt, indem die Titel und Abstracts anhand der wichtigsten Schlüsselwörter überprüft wurden. Bei potenziell geeigneten Artikeln wurde in einem dreistufigen Prozess auch der Volltext überprüft. Die Autoren kommen zu dem Schluss, dass sich künstliche Intelligenz vielversprechend für die Diagnose und das klinische Management des Keratokonus ist. Dies umfasst die Früherkennung (insbesondere in subklinischen Fällen), das präoperative Screening, die Vorhersage der postoperativen Ektasie nach keratorefraktiver Operation und die Unterstützung chirurgischer Entscheidungen. In den meisten Studien wurde ein einzelner Algorithmus des maschinellen Lernens verwendet, während in kleineren Studien mehrere Algorithmen untersucht wurden, um den Zusammenhang zwischen verschiedenen Strategien der Keratokonus-Stadieneinteilung und des Krankheitsmanagements zu bewerten. KI erwies sich auch als effektiv bei der Unterstützung der Implantation von intrakornealen Ringsegmenten in Keratokonus-Hornhäute und bei der Vorhersage von Operationsergebnissen. In der März-Ausgabe 2024 des Fachjournals THERAPEUTIC ADVANCES IN OPHTHALMOLOGY ziehen die Autoren das Fazit, dass ein effizienter und weitreichender klinischer Einsatz maschineller Lernmodelle im Keratokonus-Management ein entscheidendes Ziel möglicher zukünftiger Behandlungsansätze sei, um eine bessere Sehleistung der Keratokonus-Patienten erreichen zu können. (bs)

Autoren: Niazi S, Gatzioufas Z, Doroodgar F, Findl O, Baradaran-Rafii A, Liechty J, Moshirfar M. Korrespondenz: Farideh Doroodgar, Translational Ophthalmology Research Center, Tehran University of Medical Sciences, Tehran Province, Tehran, District 6, Pour Sina St, P94V+8MF, Tehran 1416753955, Iran. E-Mail: f-doroodgar@farabi.tums.ac.ir Studie: Keratoconus: exploring fundamentals and future perspectives – a comprehensive systematic review. Quelle: Ther Adv Ophthalmol. 2024 Mar 20;16:25158414241232258. doi: 10.1177/25158414241232258. PMID: 38516169; PMCID: PMC10956165. Web: https://journals.sagepub.com/doi/10.1177/25158414241232258