L’extraction de lenticule à petite incision (SMILE) est un type avancé de chirurgie réfractive cornéenne et présente plusieurs avantages par rapport à la kératomilleuse in situ au laser conventionnel (LASIK)1,2,3,4. Aujourd’hui, SMILE est devenu une pratique courante dans la correction de la myopie et de l’astigmatisme 5,6. Néanmoins, la chirurgie SMILE est sujette à provoquer une sous-correction et une régression dans la correction chez les patients présentant une myopie modérée à élevée et unastigmatisme 7,8. De multiples facteurs contribuent à la variabilité de la correction astigmatique après SMILE, notamment l’ampleur et le type d’astigmatisme préopératoire, la centration chirurgicale, l’angle de Kappa et la rotationoculaire 9,10,11. Parmi celles-ci, la rotation oculaire (cyclotorsion positionnelle résultant de changements de posture du patient) est identifiée par Chow et al. comme l’une des variables les plus cruciales influençant la précision de la correctionastigmatique 12,13. Cela s’explique par le fait que le système laser femtoseconde ne dispose pas d’un suivi cyclotorsionnelintégré 14,15.
Afin d’obtenir des données quantitatives précises sur l’ampleur de la rotation oculaire, un objectif auparavant difficile à atteindre. D’autres chercheurs ont proposé un système alimenté par l’intelligence artificielle (IA) pour estimer l’angle de rotation du globe oculaire, qui nécessite une segmentation précise du disque optique et de la macula et calcule l’angle de rotation en fonction de cescaractéristiques 16,17. Cependant, cette approche est opérationnellement difficile et inadaptée aux chirurgies réfractives cornéennes telles que SMILE. Nous avons donc développé une méthode standardisée et objective : le double marquage cornéano-sclérien. Les données quantifiables générées par cette méthode ont une valeur fondamentale et constituent un outil clé pour étudier systématiquement l’impact de la rotation oculaire dans la chirurgie SMILE. Sur la base de cette mesure, il est crucial d’approfondir la recherche sur l’astigmatisme postopératoire, de construire un modèle de prédiction de précision chirurgicale basé sur des données multicentriques et big data, et de concevoir un modèle de prédiction de l’amplitude de rotation oculaire basé sur les caractéristiques oculaires et l’IA.
En résumé, cette solution simple, reproductible et facilement intégrée à la pratique clinique, en capturant de manière fiable les indicateurs de rotation intraopératoire, compense les lacunes des méthodes de recherche existantes et fournit une base solide basée sur les données pour atteindre finalement une meilleure précision et prévisibilité dans la gestion de l’astigmatisme induit par la chirurgie SMILE et l’optimisation du parcours thérapeutique clinique.