gms | German Medical Science

Hintergrund: Die Position der IOL im Auge ist der größte Einzelfehler bei der IOL-Berechnung. Hier besteht das größte Verbesserungspotential bei optischer Biometrie. In der Vergangenheit (klassische IOL-Formeln) wurde die axiale Position der IOL auf Basis der Refraktion zurückgerechnet (‚effektive Linsenposition‘ ELP). Dieses Verfahren ist ungenau und zudem mit Modellfehlern behaftet. Wir haben mittels Swept-source-OCT eine Beziehung zwischen anatomischer IOL-Position ALP und präoperativen Parametern entwickelt.

Patienten und Methoden: Wir haben aus der Datenbank des IOLMaster 700 der Castroper Klinik 1.950 Augen identifiziert, bei denen prä- und postoperative Datensätze in einwandfreier Qualität vorlagen. Aus den präoperativen Werten für die verschiedenen Meßparameter wurden multiple lineare Regressionen entwickelt sowie ein neuronales Netzwerk aufgebaut, das seiner Natur nach nicht-linear ist.

Ergebnisse: Die wichtigsten Parameter für die IOL-Position ALP sind Achslänge AL, Vorderkammertiefe ACD und Linsendicke LT. Hornhautdurchmesser, Alter und Hornhautdicke spielen nur eine untergeordnete Rolle. Der Hornhautkrümmungsradius wurde herausgelassen, da er bei irregulären oder voroperierten Corneae eine zusätzliche Fehlerquelle darstellen kann. Die Vorhersage der ALP ist mit der Regression mit einer Standardabweichung von 0,24 dpt vorhersagbar. Der Deep-Learning-Ansatz kann die Standardabweichung auf 0,20 dpt verbessern. Insbesondere die Zahl der Ausreißer an den Rändern der Verteilung sinkt deutlich.

Schlussfolgerung: Die wichtigste Fehlerquelle der IOL-Berechnung kann erheblich verbessert werden. Um die vorhergesagte ALP nutzen zu können, ist ein Raytracing-Programm wie z.B. Okulix oder eine modular aufgebaute Formel in Gaußscher Optik wie z.B. Castrop-Formel notwendig. Der Fehleranteil der ALP an der Refraktionsvorhersage kann nach Fehlerfortpflanzungsanalyse von 40% auf 25–30% reduziert werden.