El auge de la cirugía refractiva ha transformado el panorama de la corrección visual, permitiendo a miles de pacientes liberarse de las gafas. Sin embargo, estos mismos pacientes, con el paso del tiempo, desarrollarán cataratas como parte del envejecimiento natural, lo que plantea nuevos desafíos quirúrgicos. Uno de los más críticos es el cálculo preciso del lente intraocular (LIO), fundamental para lograr buenos resultados refractivos.
Los cambios inducidos por la cirugía refractiva, como la aplanación central de la córnea y la reducción de su grosor, afectan la exactitud de las fórmulas tradicionales de cálculo del LIO. Aunque existen fórmulas ajustadas como Barrett True-K o Haigis-L, los recientes avances en inteligencia artificial han dado lugar a herramientas más precisas y versátiles. Entre ellas destaca PEARL-DGS, una fórmula de código abierto basada en aprendizaje automático.
PEARL-DGS predice la ubicación teórica interna del lente (TILP) mediante regresión múltiple, incorporando parámetros biométricos para capturar fenómenos no lineales que afectan la posición del LIO. Esta predicción permite reducir los errores refractivos posoperatorios y mejorar la proximidad a la emetropía, especialmente en ojos con alteraciones corneales posrefractiva.
Un estudio reciente de Oh, Hyon y Jeon (2024) comparó el rendimiento de PEARL-DGS con otras fórmulas, encontrando que, sin necesidad de optimización de constantes, la IA proporcionó resultados más precisos. Incluso tras la optimización, PEARL-DGS mantuvo una ventaja ligera pero significativa. Además, su rendimiento se mantuvo estable sin importar la longitud axial del ojo, una limitación común en otras fórmulas.
Los expertos coinciden en que este enfoque no solo mejora los resultados visuales, sino que también democratiza el acceso a tecnologías avanzadas gracias a su carácter abierto. No obstante, subrayan la necesidad de estudios multicéntricos y validaciones clínicas para consolidar su uso y explorar el diseño de lentes personalizados basados en IA.
Sin duda alguna, la integración de algoritmos inteligentes como PEARL-DGS representa un paso adelante hacia una cirugía de catarata más precisa y personalizada en pacientes con antecedentes de cirugía refractiva.
Referencias
- Oh R, Hyon JY, Jeon HS. Accuracy of the PEARL-DGS Formula for Intraocular Lens Power Calculation in Post–Myopic Laser Refractive Corneal Surgery Eyes. Am J Ophthalmol. 2024 Mar 1;259:79–87.
- Debellemanière G, Dubois M, Gauvin M, Wallerstein A, Brenner LF, Rampat R, et al. The PEARL-DGS Formula: The Development of an Open-source Machine Learning–based Thick IOL Calculation Formula. Am J Ophthalmol. 2021 Dec 1;232:58–69.