Numărul de cazuri de miopie este în creştere accelerată la nivel mondial, iar inteligenţa artificială devine un instrument esenţial de prevenţie şi diagnostic precoce. Tehnologiile AI de ultimă generaţie, bazate pe modelele de învăţare automată şi modele neuronale profunde, au potenţialul de a transforma fundamental practica clinică, de la analiza imagistică până la estimarea riscului unor afecţiuni oculare, deschizând perspective inovatoare în oftalmologia pediatrică.
Miopia afectează în prezent peste două miliarde de persoane la nivel mondial. Nediagnosticată sau netratată, poate duce la afectarea severă a vederii, cu impact asupra educaţiei, oportunităţilor profesionale şi a calităţii generale a vieţii.
Până în 2050, se estimează că aproape jumătate din populaţia lumii va fi afectată de miopie. Potrivit specialiştilor, miopia severă este asociată cu complicaţii grave care pot duce la pierderea permanentă a vederii, generând un impact economic semnificativ şi o presiune suplimentară asupra sistemelor de sănătate.
Diagnosticul precoce este esenţial pentru prevenirea afectării vederii pe termen lung şi pentru gestionarea eficientă a progresiei miopiei.
AI s-a impus ca un instrument promiţător în abordarea acestei probleme emergente de sănătate publică. Tehnologii precum învăţarea automată (machine learning - ML) şi învăţarea profundă (deep learning - DL) permit analiza unor seturi complexe de date medicale pentru a sprijini diagnosticul, identificarea factorilor de risc şi a biomarkerilor, precum şi predicţia rezultatelor clinice.
O analiză recentă a literaturii de specialitate existente, publicată pe 18 martie 2025, în jurnalul Pediatric Investigation, explorează perspectivele şi obstacolele tehnologiei AI în gestionarea şi prevenirea miopiei.
Analiza evidenţiază cum AI poate sprijini detecţia, evaluarea riscurilor şi dezvoltarea de modele predictive care să îmbunătăţească îngrijirea pacienţilor.
AI şi detecţia miopiei
Miopia este o afecţiune oftalmologică care se manifestă prin imposibilitatea de a distinge clar obiectele situate la o distanţă mai mare.
Modelele de inteligenţă artificială pot fi antrenate să detecteze defectele de vedere din examinările retinei (fund de ochi) şi imagini OCT (tomografie în coerenţă optică). Prin introducerea unui volum mare de imagini provenind de la pacienţi cu miopie, AI poate învăţa să recunoască modificările subtile asociate cu această afecţiune, permiţând astfel diagnosticarea pacienţilor noi.
Mai mult, AI poate fi antrenată pentru a identifica modificări comportamentale asociate cu debutul miopiei, evaluând riscul individual în funcţie de factori genetici, istoric familial, mediu şi parametri fiziologici.
Potrivit autorilor, modelele de AI pot fi îmbunătăţite pentru a sprijini aplicarea lor clinică pe scară largă.
Această capacitate este deosebit de utilă pentru depistarea timpurie a miopiei la copii, adesea trecută cu vederea, explică dr. Li Li, de la departamentul de oftalmologie al Capital Medical University din China, unul dintre autorii analizei.
Predicţia evoluţiei miopiei poate permite medicilor să îşi adapteze strategiile clinice, notează autorii. La scară largă, acest lucru ar putea influenţa practica clinică şi politicile de sănătate în domeniul controlului acestui defect de vedere.
Prin alimentarea modelului de AI cu informaţii biometrice, nivelul acuităţii vizuale după corecţie, răspunsul la tratament şi date de imagistică oculară de la numeroşi pacienţi, acesta poate învăţa să anticipeze evoluţia bolii la noii pacienţi.
Utilizarea AI în detecţia miopiei implică însă şi provocări.
În primul rând, este esenţial ca seturile de date folosite pentru antrenarea modelelor să fie corecte şi de calitate superioară, notează autorii. Erorile, biasul şi rezultatele fals pozitive/negative pot reduce semnificativ acurateţea diagnosticului şi predicţiei.
De asemenea, majoritatea modelelor sunt antrenate pe date din spitale mari, care nu reflectă întotdeauna populaţia din clinicile mai mici - generând o discrepanţă între populaţia reală şi cea care antrenează modelele de AI.
Autorii atrag atenţia asupra faptului că un model AI nu este un medic instruit care să poată justifica clinic diagnosticul său, ceea ce poate duce la reticenţă din partea profesioniştilor din sănătate.
În paralel, accesarea unor seturi mari de date clinice scoate în evidenţă importanţa protejării datelor personale ale pacienţilor.
