Перспективные направления развития офтальмологии (обзор)
Год: 2021, том 17 Номер: №3 Страницы: 675-678
Рубрика: Тематическое приложение Тип статьи: Обзор
Авторы: Шляпникова О.А., Каменских Т.Г., Рощепкин В.В., Решникова Л.Б.
Организация: ФГБОУ ВО Саратовский ГМУ им. В.И. Разумовского Минздрава России, Университетская клиническая больница №2 (Клиника глазных болезней)
Рубрика: Тематическое приложение Тип статьи: Обзор
Авторы: Шляпникова О.А., Каменских Т.Г., Рощепкин В.В., Решникова Л.Б.
Организация: ФГБОУ ВО Саратовский ГМУ им. В.И. Разумовского Минздрава России, Университетская клиническая больница №2 (Клиника глазных болезней)
Резюме:
Обзор посвящен наиболее перспективным технологиям, имеющим значение для развития офтальмологии. Речь идет о последних направлениях, сконцентрированных на повышении качества диагностики и лечения заболеваний зрительной системы. Проанализированы печатные публикации и электронные издания. Глубина поиска литературных данных составила 12 лет. Обзор основан на изучении 26 зарубежных и четырех отечественных источников, полученных из медицинских международных баз данных PubMed, Cochrane и электронной библиотеки e-Library за 2008-2021 гг. Проведен анализ современных данных, касающихся разработки алгоритмов диагностики патологии сетчатки, новых подходов к имплантации зрительного протеза и использования роботических устройств и технологий в офтальмохирургии.
Ключевые слова: робототехника в офтальмологии, оптическая когерентная ангиотомография, бионический глаз
Литература:
1. Richter GM, Lee JC, Khan N, et al. Ocular and systemic determinants of perifoveal and macular vessel parameters in healthy African Americans. Br J Ophthalmol 2021 Nov 5. DOI: 10
1136/bjophthalmol-2021-319675.
2. Liakopoulos S, Spital G, Brinkmann CK, et al. ORCA study: real-world versus reading centre assessment of disease activity of neovascular age-related macular degeneration (nAMD). Br J Ophthalmol 2020; 104 (11): 1573-8. DOI: 10.1136/bjophthalmo 1-2019-315717.
3.ApostolopoulosS,SalasJ, Ordonez JLP, etal.Automatically Enhanced ОСТ Scans of the Retina: A proof of concept study. Sci Rep 2020; 10(1): 7819. DOI: 10.1038/s41598-020-64724-8.
4. Yu KH, Beam AL, Kohane IS. Artificial intelligence in healthcare. Nat Biomed Eng 2018; 2 (10): 719-31. DOI: 10.1038/S41551 -018-0305-z.
5. Holz FG, Tadayoni R, Beatty S, et al. Multi-country real-life experience of anti-vascular endothelial growth factor therapy for wet age-related macular degeneration. Br J Ophthalmol 2015; 99 (2): 220-6. DOI: 10.1136/bjophthalmol-2014-305327.
6. Fet G, Voegeler J, Schmitz-Valckenberg S, et al. Influence of OCT-examination during ranibizumab treatment of AMD patients in a real-life setting (Ocean study). Invest Ophthalmol Vis Sci 2017; 58: 412.
7. Holz FG, Figueroa MS, Bandello F, et al. Ranibizumab treatment in treatment-naive neovascular age-related macular degeneration. Retina 2020; 40: 1673-85. DOI: 10.1097/IAE. 0000000000002670.
8. Li RC, Asch SM, Shah NH. Developing a delivery science for artificial intelligence in healthcare. NPJ Digit Med 2020; 3: 107. DOI: 10.1038/S41746-020-00318-y.
9. Miguel A, SilvaA, Barbosa-Breda J,etal. OCTangiography detects longitudinal microvascular changes in glaucoma: a systematic review. Br J Ophthalmol 2021 Jan 15. DOI: 10.1136/ bjophthalmol-2020-318166.
10. Mendez-Hernandez C, Wang S, Arribas-Pardo P, et al. Diagnostic validity of optic nerve head colorimetric assessment and optical coherence tomography angiography in patients with glaucoma. BrJ Ophthalmol 2021; 105 (7): 957-63. DOI: 10.1136 /bjophthalmol-2020-316455.
11. Heydon P, Egan C, Bolter L, et al. Prospective evaluation of an artificial intelligence-enabled algorithm for automated diabetic retinopathy screening of 30000 patients. Br J Ophthalmol 2021; 105 (5): 723-8. DOI: 10.1136/bjophthalmol-2020-316594.
12. Lim J, Bhaskaranand M, Ramachandra S, et al. Screening artificial intelligence for diabetic retinopathy: an analysis of
a pivotal multicenter prospective clinical trial, presented at ARVO Imaging in the Eye Conference 2019. Vancouver, British Columbia, Canada, 2019.
13. Wang S, Tseng B, Hernandez-Boussard T. Development and evaluation of new ophthalmic domain neural word embeddings for predicting visual prognosis. International Journal of Medical Informatics 2021; 150: 104464.
14. Loewenstein A, Goldberg D, Zur D, et al. An artificial intelligence algorithm for quantifying the volume of fluid in the retina based on self-image using a home ОСТ system. Invest Ophthalmol Vis Sci 2021; 62 (8): 351.
15. Bu SC, Kuijer R, Li XR, et al. Idiopathic epiretinal membrane. Retina 2014; 34 (12): 2317-35. DOI: 10.1097/IAE. 0000000000000349.
16. Cheung N, Tan SP, Lee SY, et al. Prevalence and risk factors for epiretinal membrane: the Singapore Epidemiology of Eye Disease study. BrJ Ophthalmol 2017; 101 (3): 371-6. DOI: 10.1136/bjophthalmol-2016-308563.
17. Каменских Т. Г., Колбенев И.О., Мельникова Ю.А. и др. Оптическая когерентная томография с ангиографией в анализе эффективности витрэктомии у больных с витрео-макулярным тракционным синдромом. Офтальмология 2020; 17(1): 70-5.
18. Daurov S, Potemkin S, Kumova S, et al. Computer Analysis of Geometrical Parameters of the Retina Epiretinal Membrane. Studies in Systems, Decision and Control 2019; 199: 185-98.
19. Потемкин С.А., Дауров ОК., Батищева Ю.С. и др. Компьютерная оценка деформации мембраны сетчатки глаза и геометрических параметров центральной ямки: Свидетельство о регистрации программы для ЭВМ RU 2017613399, 17.03.2017. Заявка № 2017610734 от 23.01.2017.
20. Дауров С. К., Долинина О. Н., Каменских Т. Г. и др. Компьютерный анализ параметров эпиретинальной мембраны. Саратовский научно-медицинский журнал 2017; 13 (2): 350-8.
21. Deng SX, Lee WB, Hammersmith KM, et al. Descemet membrane endothelial keratoplasty: safety and outcomes: a report by the American Academy of Ophthalmology. Ophthalmology 2018; 125: 295-310. DOI: 10.1016/j. ophtha. 2017.08.015.
22. Price MO, Gupta P, Lass J, et al. EK (DLEK, DSEK, DMEK): new frontier in cornea surgery. Annu Rev Vis Sci 2017; 3: 69-90. DOI: 10.1146/annurev-vision-102016-061400.
23. Bonanno JA. Molecular mechanisms underlying the corneal endothelial pump. Exp Eye Res 2012; 95 (1): 2-7. DOI: 10.1016/j. exer. 2011.06.004.
24. Ang M, Tan D. Anterior segment reconstruction using artificial iris and endothelial keratoplasty of Descemet membrane: a stepwise surgical approach. British Journal of Ophthalmology 2020 Feb26. Doi: 10.1136/bjophthalmol-2020-317906.
25. Savinainen A., Grossniklaus H, Kang S, et al. Ocular distribution and efficacy following suprachoroidal injection of AU-011 for the treatment of ocular melanoma. Invest Ophthalmol Vis Sci 2020; 61 (7): 3615.
27. Bourcier T, Nardin M, Sauer A, et al. Robot-assisted pterygium surgery: Feasibility study in a nonliving porcine model. Transl Vis Sci Technol 2015; 4 (1): 9. Doi: 10.1167/tvst. 4.1.9
28. Bourges JL, Hubschman JP, Wilson J, et al. Assessment of a hexapod surgical system for robotic micro-macro manipulations in ocular surgery. Ophthalmic Res 2011; 46 (1): 25-30. DOI: 10.1159/000314719.
29. Bourges JL, Hubschman JP, Burt B, et al. Robotic microsurgery: corneal transplantation. Br J Ophthalmol 2009; 93 (12): 1672-5. DOI: 10.1136/bjo. 2009.157594.
30. Bourla DH, Hubschman JP, Culjat M, et al. Feasibility study of intraocular robotic surgery with the da Vinci surgical system. Retina 2008; 28 (1): 154-8. DOI: 10.1097/IAE. 0b013e318068de46
| Прикрепленный файл | Размер |
|---|---|
| 2021_03-2_675-678.pdf | 302.72 кб |
Русский
English