L'estrazione della lenticola a piccola incisione (SMILE) è un tipo avanzato di chirurgia refrattiva corneale e presenta numerosi benefici rispetto alla cheratomileosi in situ con laser convenzionale (LASIK)1,2,3,4. Ora, SMILE è diventata una pratica diffusa nella correzione di miopia eastigmatismo 5,6. Tuttavia, la chirurgia SMILE tende a causare sotto-correzione e regressione nella correzione di pazienti con miopia e astigmatismo da moderati aalti 7,8. Molteplici fattori contribuiscono alla variabilità della correzione astigmatica dopo SMILE, tra cui l'entità e il tipo di astigmatismo preoperatorio, la centrazione chirurgica, l'angolo di Kappa e la rotazioneoculare 9,10,11. Tra queste, la rotazione oculare (ciclotorsione posizionale derivante da cambiamenti nella postura del paziente) è identificata da Chow et al. come una delle variabili più cruciali che influenzano l'accuratezza della correzioneastigmatica 12,13. Questo perché il sistema laser a femtosecondi non dispone di un tracciamento ciclotorivointegrato 14,15.
Per ottenere dati quantitativi precisi sull'entità della rotazione oculare, un obiettivo precedentemente difficile da raggiungere. Altri ricercatori hanno proposto un sistema alimentato da intelligenza artificiale (IA) per stimare l'angolo di rotazione del bulbo oculare, che richiede una segmentazione accurata del disco ottico e della macula e calcola l'angolo di rotazione basandosi su questecaratteristiche 16,17. L'approccio, tuttavia, è operativamente difficile e non adatto per interventi chirurgici di refrazione corneale come SMILE. Perciò abbiamo sviluppato un metodo standardizzato e obiettivo: la doppia marcatura corneale-sclerale. I dati quantificabili generati da questo metodo hanno un valore fondamentale e costituiscono uno strumento chiave per studiare sistematicamente l'impatto della rotazione oculare nella chirurgia SMILE. Sulla base di questa misura, è fondamentale approfondire la ricerca sull'astigmatismo postoperatorio, costruire un modello di previsione dell'accuratezza chirurgica basato su multi-centri e big data, e costruire un modello di previsione dell'ampiezza della rotazione oculare basato sulle caratteristiche oculari e sull'IA.
In sintesi, questa soluzione semplice, ripetibile e facilmente integrabile nella pratica clinica, catturando in modo affidabile gli indicatori di rotazione intraoperatoria, compensa le carenze dei metodi di ricerca esistenti e fornisce una solida base di ricerca basata sui dati per raggiungere una migliore accuratezza e prevedibilità nella gestione dell'astigmatismo indotto dalla chirurgia SMILE e nell'ottimizzazione del percorso terapeutico clinico.