Продвинутое выявление субклинического кератоконуса с использованием поляризационно-чувствительной оптической когерентной томографии и искусственного интеллекта

Значимость: Раннее выявление кератоконуса (KC), прогрессирующего заболевания роговицы, по-прежнему представляет собой значительную клиническую проблему. Поляризационно-чувствительная оптическая когерентная томография (PS-OCT) — современный метод визуализации, позволяющий количественно оценивать двулучепреломление роговицы и получать информацию об организации коллагена и микроструктурной целостности. Подход: Было обследовано и оценено 359 глаз. В исследовании изучались фаза задержки (phase retardation, PR), полученная с помощью PS-OCT, и толщина подслоёв роговицы как потенциальные диагностические биомаркеры для здоровых глаз, субклинического кератоконуса (SKC) и KC. Кроме того, сравнивалась эффективность моделей классификации на основе ИИ, разработанных на данных PS-OCT, Pentacam и MS-39, при использовании классификатора случайного леса, обученного по методу leave-one-out с одинаковыми гиперпараметрами. Результаты: Все модели ИИ показали сопоставимую точность между устройствами при выявлении здоровых глаз и KC. Однако классификация SKC различалась между устройствами. Так, 39,5% глаз с SKC были переклассифицированы как здоровые при помощи PS-OCT, по сравнению с 27,5% для Pentacam и 30,3% для MS-39. Средние диагностические показатели PS-OCT включали AUC, точность (precision), полноту (recall), F1 и общую точность 0,91, 83%, 82%, 0,82 и 82% соответственно. Для Pentacam соответствующие показатели составили 0,95, 87%, 86%, 0,86 и 86% соответственно. Для MS-39 — 0,94, 86%, 86%, 0,85 и 86% соответственно. Выводы: В целом согласованность моделей ИИ была высокой для групп здоровых и KC, но варьировала для SKC. PS-OCT предоставляет дополнительные диагностические данные и может улучшить выявление субклинического KC, что способствует принятию более безопасных решений при рефракционной хирургии.