${specMeta.name} 피드
2026. 4. 1.·Journal of refractive surgery (Thorofare, N.J. : 1995)·기타·🇨🇳 China
Corneal Endothelium and Tear Film Metrics Enhance the Accuracy of Machine Learning Prediction in Implantable Collamer Lens Surgery Outcomes.
원문 읽기 ~4분 → AI 요약 ~1분
AI 핵심 요약
ICL 수술 예측에 각막내피 지표 추가 시 정확도 향상
임상 적용 포인트 · AI 추출
ICL 수술을 고려하는 근시 환자에게 각막내피세포 검사와 눈물막 검사를 시행하여 수술 결과 예측 정확도를 높이세요.
요약· AI 생성
1) 연구진은 ICL 삽입술 후 vault와 잔여굴절오차를 예측하는 머신러닝 모델을 개발했습니다. 2) 142명 환자의 282안을 대상으로 각막내피 지표와 눈물막 품질을 포함한 각막 기능 매개변수를 분석했습니다. 3) Marine Predators Algorithm과 support vector machine을 결합한 모델에서 각막내피 지표가 vault 예측 정확도를 유의하게 향상시켰습니다. 4) 각막내피 지표와 눈물막 품질 매개변수를 함께 사용할 때 원주굴절력 예측도 개선되었습니다. 5) 이 향상된 모델은 ICL 수술의 안전성과 계획 수립에 유용한 도구가 될 수 있습니다.
임상적 의의
ICL 수술 전 각막내피세포와 눈물막 검사를 통해 수술 결과를 더 정확히 예측할 수 있어 수술 계획 수립과 환자 상담에 도움이 됩니다.
연구 한계
후향적 연구로 282안의 제한된 표본 크기와 단일 기관 데이터를 사용한 점이 한계입니다.
ICL 수술각막내피세포머신러닝 예측
연구 국가: 🇨🇳 China
MeSH: Humans, Endothelium, Corneal, Lens Implantation, Intraocular, Machine Learning, Female, Male, Adult, Phakic Intraocular Lenses
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기