白内障手术:IOL计算超级公式

(黄正主任)

众所周知,对于白内障手术,尤其是现代屈光白内障手术而言,术前IOL度数精确计算是至关重要的步骤之一。随着各种人工晶体计算公式的出现,临床上同一个病例可能会出现不同的计算结果,特别是一些特殊的病例,不同公式的预测可能会大相径庭,这时应如何抉择?即使是经验丰富的术者也会觉得非常棘手。

决定IOL度数主要有三个关键因素,眼轴,曲率和ELP(有效晶体位置),按权重大概为眼轴70%,ELP20%,曲率10%。因此,我们常根据眼轴的长短,针对性选择不同的计算公式,从而尽量减少最终的误差。

白内障手术:IOL计算超级公式

在临床工作中,我们经常会遇到这样的情形:看似一个常规的白内障手术患者,但当生物测量结果出来以后,4种计算公式给出了不同的晶体度数(如下图)。


白内障手术:IOL计算超级公式

为什么会出现这种情况?理解这些差异的关键在于了解过去几十年来计算公式的演变。大约从40年前开始,第一代公式(SRKⅠ)和第二代公式(SRKⅡ)的计算结果开始用于临床。这些回归公式很快被第三代理论公式替代,包括SRK/T,Holladay 1和Hoffer Q。第三代公式引入了两个变量,角膜曲率和眼轴,并以此确定人工晶体在眼内的有效位置(ELP)。

一个陡角膜病例

该患者有白内障合并屈光不正,右眼-8D,左眼-6D,近视度数长期处于稳定状态。因为白内障主要是皮质性的,所以出现白内障后并未增加近视度数。角膜曲率非常高,双眼均达到了50D。具体参数如下图。


白内障手术:IOL计算超级公式

手术医生使用SRK/T公式进行计算,并打印了4种不同的人工晶体度数。对于大多数常规病例来说,这种方法是可取的。但也许打印同一种晶体4种不同公式的结果更行之有效。借助A常数,可以很容易从一种IOL切换到另一种IOL。

IOL度数随A常数的变化是1:1。因此,如果A常数是119.0(例如单片丙烯酸)计算出的IOL度数是+20D,那么:

如果A常数为118.5(如三片式丙烯酸),实际IOL度数因A常数下降0.5D则降低0.5D。

如果A常数为119.5(如换为另一种单片丙烯酸),实际IOL度数因A常数增加0.5D则增加0.5D。

如果A常数为115.5(如前房IOL),实际IOL度数因A常数下降3.5D则降低3.5D。

如果IOL是睫状沟植入,则首先按上述原则增减度数,再按“九分法”最终确定睫状沟植入的度数。

SRK/T是理论公式,T代表理论(theoretical),而SRK源于三位手术医生:Sanders, Retzlaff和Kraff。与Holladay 1和Hoffer Q一样,同属于第三代公式,而所有第三代公式都用K值和眼轴确定ELP,即术后IOL光学部在眼内前后方向所处的位置。

SRK/T公式在很大程度上依赖K值来确定ELP,如果K值很平坦(如K值为38D),ELP就可能更靠前,则计算出的的IOL度数更低;如果K值很陡峭(如K值为50),ELP可能会更靠后,计算出的IOL度数会更高。

回到前面的病例,右眼的实际前房深度是2.64mm。因为三代公式没有纳入ACD这个参数,所以SRK/T公式(或者Holladay 1和Hoffer Q)也没有考虑2.64mm这个因素。

如果使用第四代公式(包括Holladay 2, Haigis和Barrett Universal II),将纳入更多的变量,如以上的前房深度数据可以辅助确定ELP,这将得到更为精确的结果。

随着技术的发展,新的IOL计算方法应运而生,基于人工智能(AI),神经网络和机器学习的计算公式大放异彩。最具代表性的包括Ladas超级公式(LSF)和Hill-RBF,这类公式随着时间的推移会不断自我完善。而那些不能进化的公式最终将被淘汰出局。

仍然以前面那个患者为例,最终采用的计算公式为Ladas AI2.0(全球眼科医生都可以在IOLcalc.com上免费使用)。这个超级公式已经有数千眼的数据库支撑。该患者成功实施了白内障手术,植入的IOL度数为+10.5D,术后患者的屈光度为平光,与预期完全一致。Barrett Universal II的计算结果也非常接近,按此公式最终会有-0.4D的近视。而SRK/T公式的结果则相差甚远,如果按此公式计算,术后的近视度数将达到-2.5D。


白内障手术:IOL计算超级公式

为什么基于AI技术的公式会如此神奇?最近有一项研究专门对比了不同的计算公式,Ladas超级公式的结果近乎完美,虽然纳入的病例只有100眼。如果病例为1000眼,则结果会更加优异。相信在不远的将来,数据库会达到10000眼甚至百万眼。


白内障手术:IOL计算超级公式

改变总是困难的,但我们不得不承认,未来IOL计算的方向肯定是人工智能。最好的例证是风靡全球的AlphaGo,以及目前还没有人能在国际象棋中击败AI计算机。


分享到:


相關文章: