La extracción de lenticulas de pequeña incisión (SMILE) es un tipo avanzado de cirugía refractiva corneal y tiene varios beneficios frente a la queratomileusis in situ láser convencional (LASIK)1,2,3,4. Ahora, SMILE se ha convertido en una práctica habitual para corregir la miopía y el astigmatismo 5,6. No obstante, la cirugía SMILE tiende a causar una subcorrección y regresión en la corrección de pacientes con miopía moderada a alta yastigmatismo 7,8. Múltiples factores contribuyen a la variabilidad en la corrección astigmatica tras SMILE, incluyendo la magnitud y tipo de astigmatismo preoperatorio, la centración quirúrgica, el ángulo de Kappa y la rotaciónocular 9,10,11. Entre ellas, la rotación ocular (ciclotorsión posicional resultante de cambios en la postura del paciente) es identificada por Chow et al. como una de las variables más cruciales que influyen en la precisión de la correcciónastigmatica 12,13. Esto se debe a que el sistema láser de femtosegundos no dispone de un seguimiento de ciclotorsiónintegrado 14,15.
Para obtener datos cuantitativos precisos sobre la magnitud de la rotación ocular, un objetivo que antes era difícil de alcanzar. Otros investigadores propusieron un sistema impulsado por inteligencia artificial (IA) para estimar el ángulo de rotación del globo ocular, que requiere una segmentación precisa del disco óptico y la mácula y calcula el ángulo de rotación basándose en estascaracterísticas 16,17. Sin embargo, el enfoque es operativamente difícil y no adecuado para cirugías de refracción corneal como SMILE. Por ello, desarrollamos un método estandarizado y objetivo: el doble marcado córneo-escleral. Los datos cuantificables generados por este método tienen un valor fundamental y constituyen una herramienta clave para estudiar sistemáticamente el impacto de la rotación ocular en la cirugía SMILE. A partir de esta medición, es fundamental profundizar en la investigación sobre el astigmatismo postoperatorio, construir un modelo de predicción de precisión quirúrgica basado en datos multicéntricos y de grandes dimensiones, y construir un modelo de predicción de amplitud de rotación ocular basado en características oculares y IA.
En resumen, esta solución sencilla, repetible y fácilmente integrada en la práctica clínica, al capturar de forma fiable los indicadores de rotación intraoperatoria, compensa las deficiencias de los métodos de investigación existentes y proporciona una base sólida basada en datos para lograr una mejor precisión y previsibilidad en el manejo del astigmatismo inducido por la cirugía SMILE y en la optimización de la vía de tratamiento clínico.