Abstract:
Introducere şi obiective: Complicaţiile intraoperatorii pot afecta semnificativ rezultatele
vizuale după chirurgia cataractei. Scopul acestui studiu este de a sintetiza cele mai recente
aplicaţii ale inteligenţei artificiale (IA) în predicţia complicaţiilor intraoperatorii si
postoperatorii.
Materiale şi metode: A fost efectuată revizuirea tematică a literaturii în PubMed, Scopus,
Research4Life, incluzând articole publicate în ultimii 5 ani privind utilizarea IA/machine
learning în chirurgia cataractei. AI este integrată în toate etapele intervenției chirurgicale:
preoperator - calcularea puterii cristalinului (IOL), cu rezultate mai precise decât formulele
tradiționale, intraoperator - predicția complicațiilor intraoperatorii (ruptura capsule
posterioare, pierderea vitrosului, dislocarea nucleului), postoperator - predicția
complicațiilor postoperatorii (opacifierea capsulei posterioare, deplasarea IOL) și
organizarea supravegherii postoperatorii.
Rezultate: IA a demonstrat performanțe superioare față de metodele tradiționale de predicție
a complicațiilor (scoruri clinice clasice - Oxford Cataract Risk Score). Ruptura de capsula
posterioară – cea mai studiată complicație. Modele de tip Random Forest și XGBoost au
obținut precizie mai înalta (AUC 0,80–0,90) în comparație cu scorurile tradiționale (0,65–
0,70). AI prognozează complicațiile mult mai bine decât metodele tradiționale, în special
pentru RCP. Predicția complicațiilor vitreale și zonulare e mai dificilă, dar deep learning pe
imagini OCT/US crește semnificativ puterea de predicție.
Concluzii: IA arată un potenţial clar de a îmbunătăţi predicţia complicaţiilor în chirurgia
cataractei, IA este mai degrabă instrument de suport decizional, nu de înlocuire a
experienței chirurgului. Necesare sunt totuşi validări multicentrice pentru populaţii diverse,
îmbunătăţirea preciziei şi integrarea în practica clinică.
