Sistema di supporto decisionale chirurgico guidato dall’IA per la riparazione delle lacerazioni corneali: uno studio prospettico di fattibilità non randomizzato

Perché una chirurgia oculare più intelligente conta

Quando la finestra anteriore trasparente dell’occhio — la cornea — viene recisa da un incidente, la vista può rimanere danneggiata in modo permanente anche dopo un intervento d’urgenza. I punti devono essere posizionati con estrema precisione per chiudere la ferita, levigare la superficie corneale e prevenire una visione distorta. Questo studio indaga se un sistema di intelligenza artificiale (IA) possa aiutare i chirurghi oculari a decidere esattamente dove mettere i punti, con l’obiettivo di dare ai pazienti una vista più nitida e confortevole dopo gravi traumi oculari.

Lesioni oculari e la sfida della riparazione

Le lacerazioni corneali sono lesioni urgenti che minacciano sia la forma dell’occhio sia la capacità di vedere chiaramente. I chirurghi devono chiudere la ferita rapidamente, ma i margini del taglio sono spesso irregolari e difficili da allineare perfettamente. Se i punti sono troppo stretti, disomogenei o affollati, la cornea può rimarginare con cicatrici e forte astigmatismo — una deformazione della superficie oculare che piega la luce in modo non uniforme e sfoca la vista. I risultati variano notevolmente da un chirurgo all’altro, specialmente in contesti di emergenza affrettati. Gli autori di questo studio si sono chiesti se un sistema informatico, addestrato su migliaia di immagini, potesse offrire indicazioni oggettive per rendere la sutura più precisa e più coerente.

Come l’IA impara dalle immagini

Il team ha prima costruito un sistema di visione artificiale usando il deep learning, una tecnica che permette al software di “apprendere” pattern da ampi dataset di immagini. Hanno addestrato il modello su 2.400 immagini di occhi di maiale con lacerazioni corneali, che somigliano molto alle cornee umane. L’IA ha imparato a tracciare i margini della ferita in ciascuna foto, delineando sostanzialmente la forma e la posizione reali della lacerazione. Successivamente, tramite transfer learning, il modello è stato messo a punto su 300 immagini di lesioni corneali umane accuratamente tracciate da esperti oculisti. Il sistema finale è riuscito a evidenziare in modo affidabile la ferita su una nuova immagine corneale e a usare quel contorno per calcolare quanti punti erano necessari e dove ognuno dovesse essere posizionato lungo la ferita.

Trasformare l’analisi delle immagini in consigli punto per punto

Sulla base del contorno della ferita, l’IA ha stimato quanto tessuto sano circondasse il taglio e ha suggerito un numero appropriato di suture e la distanza tra esse. Ha fatto ciò tracciando una linea centrale lungo la ferita, segnando punti di riferimento a distanze fisse e poi proiettando brevi linee verso l’esterno nella cornea circostante per scegliere punti precisi di ingresso dell’ago. Questi punti scelti dal computer sono stati confrontati con le posizioni preferite da chirurghi esperti e corrispondevano entro circa un decimo di millimetro, indicando una precisione quasi umana. Durante l’intervento, i medici del gruppo guidato dall’IA hanno visualizzato il modello di sutura suggerito dal sistema e hanno seguito circa il 92% delle sue raccomandazioni, mantenendo comunque il controllo finale in sala operatoria.

Testare la guida dell’IA su pazienti reali

Per valutare se questa pianificazione aiutasse davvero i pazienti, i ricercatori hanno condotto uno studio prospettico su 25 persone con lacerazioni corneali a tutto spessore. Quattordici sono state trattate con sutura standard basata unicamente sul giudizio del chirurgo, mentre undici hanno avuto i punti pianificati con il supporto dell’IA. Tutti i pazienti sono stati seguiti per almeno sei mesi e la loro vista e la forma corneale sono state misurate dopo la rimozione dei punti. Coloro la cui chirurgia è stata guidata dall’IA hanno mostrato una migliore acuità visiva corretto al meglio e meno astigmatismo rispetto a quelli trattati convenzionalmente. Anche le misure di quanto la superficie corneale fosse liscia e simmetrica dopo la guarigione hanno favorito il gruppo IA, e nessuno dei casi guidati dall’IA ha richiesto una nuova sutura per perdite.

Cosa potrebbe significare per la cura oculare futura

Per un lettore non specialista, il messaggio principale è che un “co-pilota” IA in sala operatoria può aiutare i chirurghi a posizionare i punti in modo più uniforme ed efficiente dopo gravi traumi oculari, portando a una vista più chiara e a meno complicazioni. Si tratta di uno studio di fattibilità piccolo e non randomizzato, quindi sono necessari trial più ampi e rigorosi. Il sistema ha anche dei limiti — è stato concepito per tagli acuti e lineari e non gestisce ancora ferite più complesse né fornisce informazioni sulla profondità. Nonostante ciò, i risultati suggeriscono che combinare l’abilità del chirurgo con un piano di sutura guidato dai dati potrebbe rendere le riparazioni d’emergenza della cornea più precise e prevedibili, migliorando le probabilità che i pazienti recuperino una vista utile e confortevole dopo devastanti lesioni corneali.

Citazione: Zheng, J., Lu, H., Chen, Y. et al. AI-guided surgical decision support system for corneal laceration repair: a prospective, non-randomized controlled feasibility study. Sci Rep 16, 12431 (2026). https://doi.org/10.1038/s41598-026-42805-4

Parole chiave: lesione corneale, chirurgia oculare, intelligenza artificiale, pianificazione chirurgica, astigmatismo