Tối ưu hóa kết quả phẫu thuật ICL bằng trí tuệ nhân tạo và học sâu

Bs Ngô Hữu Thế
23.10.26
Last Updated

Tại hội thảo AIOS Editor Proceedings 2026, Dr. Gaurav Luthra đã trình bày về việc ứng dụng trí tuệ nhân tạo (AI) và học sâu (deep learning) để cải thiện độ chính xác trong việc lựa chọn kích thước kính nội nhãn (ICL sizing). Việc dự đoán chính xác độ võng (vault) là yếu tố then chốt quyết định sự thành công của phẫu thuật ICL, giúp duy trì sự ổn định của kính và ngăn ngừa các biến chứng như tăng nhãn áp hoặc đục thủy tinh thể.

Lịch sử và thách thức trong lựa chọn kích thước ICL

Kể từ khi Visian ICL được FDA phê duyệt vào tháng 12 năm 2005, phương pháp truyền thống để xác định kích thước kính là cộng thêm 1.1 mm vào số đo khoảng cách từ rìa giác mạc này sang rìa giác mạc kia (white-to-white) đo bằng Orbscan hoặc thước kẹp kỹ thuật số (digital calipers). Sau đó, Pentacam được đưa vào sử dụng vì cho kết quả đo white-to-white nhất quán với thước kẹp kỹ thuật số, với sai lệch chỉ khoảng 0.1 mm. Tuy nhiên, các phương pháp này không thể dự đoán chính xác độ võng sau phẫu thuật, vốn là biến số quan trọng nhất để đảm bảo an toàn và hiệu quả thị giác.

Tầm quan trọng của độ võng (Vault) và các ngưỡng an toàn

Độ võng được định nghĩa là khoảng cách giữa mặt sau của ICL và mặt trước của bao thủy tinh thể. Việc kiểm soát độ võng là cực kỳ quan trọng vì nó ảnh hưởng trực tiếp đến góc tiền phòng (anterior chamber angle), giúp ngăn ngừa tình trạng đóng góc. Theo Mark Packer (2016), khoảng độ võng lý tưởng hoặc có thể chấp nhận được nằm trong phạm vi từ 250 đến 750 microns. Trong một số trường hợp cụ thể, độ võng từ 90 đến 1,000 microns vẫn được coi là chấp nhận được. Độ võng quá cao có thể gây hẹp góc, phân tán sắc tố và nghẽn đồng tử, trong khi độ võng quá thấp có thể dẫn đến hình thành đục thủy tinh thể hoặc lệch trục đối với ICL toric.

Các phương pháp đo đạc mới và mô hình dự đoán

Trong 5-7 năm qua, nhiều kỹ thuật mới đã được đề xuất để thay thế phương pháp đo white-to-white truyền thống, bao gồm đo khoảng cách từ rãnh thể mi đến rãnh thể mi (sulcus-to-sulcus) bằng UBM, hoặc đo khoảng cách từ cựa củng mạc đến cựa củng mạc (scleral spur-to-scleral spur) bằng OCT. Các công thức dự đoán mới như Nakamura NK formula, Lasso formula (sử dụng IOL Master 700 hoặc OCT), và Kim's formula đã được phát triển để dự đoán độ võng và kích thước ICL chính xác hơn. Đặc biệt, mô hình dựa trên học sâu (deep learning) đã được áp dụng, trong đó dữ liệu từ 25 bệnh nhân thuộc nhóm dân số Ấn Độ đã được sử dụng để kiểm chứng độ nhất quán của các nomogram mới.

Chỉ số/Kết cụcKết quả theo tài liệu
Phạm vi độ võng lý tưởng250 - 750 microns
Phạm vi độ võng chấp nhận được90 - 1,000 microns
Sai lệch đo white-to-white (Pentacam vs Calipers)0.1 mm
Cỡ mẫu dữ liệu Indian subgroup25 bệnh nhân
Thời gian xử lý dữ liệu ICL Guru30 giây

Ứng dụng ICL Guru và công nghệ UBM hiện đại

ICL Guru là một phương pháp dựa trên UBM thế hệ mới, khắc phục được nhược điểm thiếu tính khách quan của các máy UBM cũ. Thiết bị này tích hợp tính năng theo dõi mắt (eye tracking) để đảm bảo người thực hiện đo đạc ở đúng mặt phẳng và trục tối ưu. Khi đạt đến "vùng xanh" (green zone), hệ thống tự động thu thập dữ liệu về độ dày thủy tinh thể, khoảng cách rãnh thể mi và độ sâu tiền phòng. Quá trình này chỉ mất khoảng 10-15 giây để thu thập 5 phép đo nhất quán, sau đó dữ liệu được tải lên máy chủ để phân tích bằng AI và trả về báo cáo trong vòng 30 giây. Kết quả từ ICL Guru không chỉ dự đoán kích thước kính và độ võng mà còn đánh giá độ ổn định của kính trong rãnh thể mi.

Bình luận: Thông tin theo AIOS Editor Proceedings (2026); đối chiếu guideline hiện hành khi áp dụng lâm sàng. Việc sử dụng AI và các thiết bị đo đạc thế hệ mới như ICL Guru giúp giảm thiểu sai số chủ quan so với phương pháp đo white-to-white truyền thống. Tuy nhiên, cần lưu ý rằng dữ liệu về độ ổn định và kết quả lâm sàng của ICL Guru trong tài liệu này mới chỉ dựa trên kinh nghiệm thực tế của tác giả với cỡ mẫu nhỏ (5 bệnh nhân), do đó cần thêm các nghiên cứu quy mô lớn hơn để khẳng định hiệu quả lâu dài.
  • Chuyển đổi từ đo white-to-white sang đo trực tiếp cấu trúc giải phẫu (sulcus-to-sulcus) bằng UBM hoặc OCT.
  • Sử dụng các nomogram dựa trên AI để dự đoán độ võng thay vì chỉ dựa vào công thức cộng 1.1 mm truyền thống.
  • Tận dụng các thiết bị có tính năng eye tracking để đảm bảo tính khách quan và độ lặp lại của phép đo.
  • Ưu tiên các phương pháp đo đạc có khả năng đánh giá độ ổn định của kính trong rãnh thể mi, đặc biệt đối với ICL toric.

Tài liệu tham khảo:

Gaurav Luthra, 2026, Perfecting ICL outcomes using AI and deep learning, AIOS Editor Proceedings 2, Video ID: iDwcF7uEeX0.

Xem thêm