Artificial Intelligence for Lamellar Keratoplasty.

Künstliche Intelligenz bei lamellierenden Keratoplastiken.

Journal

Klinische Monatsblatter fur Augenheilkunde
ISSN: 1439-3999
Titre abrégé: Klin Monbl Augenheilkd
Pays: Germany
ID NLM: 0014133

Informations de publication

Date de publication:
Jun 2024
Historique:
medline: 29 6 2024
pubmed: 20 3 2024
entrez: 19 3 2024
Statut: ppublish

Résumé

The training of artificial intelligence (AI) is becoming increasingly popular. More and more studies on lamellar keratoplasty are also being published. In particular, the possibility of non-invasive and high-resolution imaging technology of optical coherence tomography predestines lamellar keratoplasty for the application of AI. Although it is technically easy to perform, there are only a few studies on the use of AI to optimise lamellar keratoplasty. The existing studies focus primarily on the prediction probability of rebubbling in DMEK and DSAEK and on their graft adherence, as well as on the formation of a big bubble in DALK. In addition, the automated recording of routine parameters such as corneal oedema, endothelial cell density or the size of the graft detachment is now possible using AI. The optimisation of lamellar keratoplasty using AI holds great potential. Nevertheless, there are limitations to the published algorithms, in that they can only be transferred between centres, surgeons and different device manufacturers to a limited extent. Das Training von künstlicher Intelligenz (KI) wird auch in der Vorderabschnittschirurgie populärer. Zunehmend werden auch Studien zu lamellierenden Keratoplastiken veröffentlicht. Insbesondere die Möglichkeit der nicht invasiven und hochauflösenden Bildgebungstechnologie der optischen Kohärenztomografie prädestiniert die lamellierenden Keratoplastiken zur Anwendung von KI. Obwohl technisch einfach durchführbar, existieren bisher nur wenige Studien zum Einsatz von KI zur Optimierung lamellierender Keratoplastiken. Die vorhandenen Studien konzentrieren sich dabei vor allem auf die Vorhersagewahrscheinlichkeit eines Rebubblings bei DMEK und DSAEK bzw. auf deren Transplantatadhärenz sowie auf die Formation einer Big Bubble bei der DALK. Zudem ist die automatisierte Erfassung von Routineparametern wie Hornhautödem, Endothelzelldichte oder Größe der Transplantatablösung mittels KI inzwischen möglich. Die Optimierung der lamellierenden Keratoplastiken mittels KI birgt ein großes Potenzial. Dennoch bestehen Limitationen der veröffentlichten Algorithmen insofern, dass diese bisher nur eingeschränkt zwischen Zentren, Chirurgen sowie unterschiedlichen Geräteherstellern übertragbar sind.

Autres résumés

Type: Publisher (ger)
Das Training von künstlicher Intelligenz (KI) wird auch in der Vorderabschnittschirurgie populärer. Zunehmend werden auch Studien zu lamellierenden Keratoplastiken veröffentlicht. Insbesondere die Möglichkeit der nicht invasiven und hochauflösenden Bildgebungstechnologie der optischen Kohärenztomografie prädestiniert die lamellierenden Keratoplastiken zur Anwendung von KI. Obwohl technisch einfach durchführbar, existieren bisher nur wenige Studien zum Einsatz von KI zur Optimierung lamellierender Keratoplastiken. Die vorhandenen Studien konzentrieren sich dabei vor allem auf die Vorhersagewahrscheinlichkeit eines Rebubblings bei DMEK und DSAEK bzw. auf deren Transplantatadhärenz sowie auf die Formation einer Big Bubble bei der DALK. Zudem ist die automatisierte Erfassung von Routineparametern wie Hornhautödem, Endothelzelldichte oder Größe der Transplantatablösung mittels KI inzwischen möglich. Die Optimierung der lamellierenden Keratoplastiken mittels KI birgt ein großes Potenzial. Dennoch bestehen Limitationen der veröffentlichten Algorithmen insofern, dass diese bisher nur eingeschränkt zwischen Zentren, Chirurgen sowie unterschiedlichen Geräteherstellern übertragbar sind.

Identifiants

pubmed: 38503314
doi: 10.1055/a-2290-5373
doi:

Types de publication

Journal Article Review

Langues

eng ger

Sous-ensembles de citation

IM

Pagination

722-726

Informations de copyright

Thieme. All rights reserved.

Déclaration de conflit d'intérêts

Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht./The authors declare that they have no conflict of interest.

Auteurs

Sebastian Siebelmann (S)

Augenärzte Kölner Höfe, Gemeinschaftspraxis Solingen, Deutschland.

Takahiko Hayashi (T)

Department of Visual Sciences, Nihon University School of Medicine, Graduate School of Medicine, Itabashi-ku, Japan.

Mario Matthaei (M)

Zentrum für Augenheilkunde, Universitätsklinikum Köln, Deutschland.

Björn O Bachmann (BO)

Zentrum für Augenheilkunde, Universitätsklinikum Köln, Deutschland.

Johannes Stammen (J)

Augenärzte Kölner Höfe, Gemeinschaftspraxis Solingen, Deutschland.

Claus Cursiefen (C)

Zentrum für Augenheilkunde, Universitätsklinikum Köln, Deutschland.

Articles similaires

[Redispensing of expensive oral anticancer medicines: a practical application].

Lisanne N van Merendonk, Kübra Akgöl, Bastiaan Nuijen
1.00
Humans Antineoplastic Agents Administration, Oral Drug Costs Counterfeit Drugs

Smoking Cessation and Incident Cardiovascular Disease.

Jun Hwan Cho, Seung Yong Shin, Hoseob Kim et al.
1.00
Humans Male Smoking Cessation Cardiovascular Diseases Female
Humans United States Aged Cross-Sectional Studies Medicare Part C
1.00
Humans Yoga Low Back Pain Female Male

Classifications MeSH