Un sistema di ricostruzione tridimensionale basato su smartphone ha mostrato prestazioni paragonabili agli specialisti oculoplastici nella valutazione della blefaroptosi, secondo uno studio prospettico pubblicato online il 24 settembre su JAMA Ophthalmology, individuando correttamente la gravità clinica e l'approccio chirurgico più appropriato.
In un sottogruppo di 248 occhi operati, il sistema ha inoltre evidenziato un tasso di recidiva a 3 mesi pari al 7%, inferiore rispetto ai tassi precedentemente riportati in letteratura, compresi tra il 14% e il 63%.
Lo studio, condotto da Haotian Lin, MD, PhD, del Zhongshan Ophthalmic Center presso la Sun Yat-sen University di Guangzhou, Cina, e da Feng Xu, PhD, del Center for Flexible Electronics Technology presso la Tsinghua University di Pechino, ha valutato il sistema Digital Rulers of Ptosis (DRP), che utilizza un comune smartphone per acquisire un breve video del viso del paziente e ricostruire automaticamente tre fotogrammi chiave (sguardo in avanti, sguardo verso il basso, sguardo verso l'alto) in un modello tridimensionale.
Il software calcola quindi automaticamente la distanza riflessa marginale 1 (MRD1) e la funzione del muscolo elevatore (LF) in unità reali, senza necessità di marcatori di riferimento fisici.
Il campione comprendeva 952 pazienti (1904 occhi) arruolati in cinque ospedali in Cina nel 2025, con un'età media di 27.9 anni (intervallo, 3-86 anni), 493 femmine (51.8%) e 459 maschi (48.2%).
Dati di accuratezza e confronto con specialisti
Il risultato primario era l'errore assoluto medio (MAE) rispetto alla misurazione manuale di riferimento eseguita da uno specialista oculoplastico. Per la MRD1, il MAE è stato di 0.52 mm (IC 95%, 0.50-0.54), mentre per la LF è stato di 0.95 mm (IC 95%, 0.91-0.98). I coefficienti di correlazione intraclasse (ICC) sono risultati pari a 0.93 per la MRD1 e 0.95 per la LF, indicando un'elevata concordanza con la valutazione specialistica.
Nell'analisi di accuratezza diagnostica, il DRP ha raggiunto un'area sotto la curva (AUC) di 0.97 per la diagnosi di ptosi (MRD1 ≤2.5 mm) e di 0.98 per la classificazione dell'approccio chirurgico (LF ≤4 mm), risultando significativamente superiore rispetto a un modello di deep learning basato su immagini bidimensionali, che ha ottenuto AUC di 0.89 in entrambe le analisi.
La maggior parte delle misurazioni automatiche ha mostrato un errore contenuto: per la MRD1, l'85.9% degli occhi presentava un errore entro 1 mm e il 99.7% entro 2 mm; per la LF, il 63.1% era entro 1 mm e il 97.9% entro 2 mm.
Follow-up chirurgico e recidiva
In un sottogruppo di 248 occhi sottoposti a intervento chirurgico e monitorati a 3 mesi, la recidiva post-operatoria è stata rilevata nel 7% dei casi. Gli autori osservano che questo valore è inferiore rispetto ai tassi compresi tra 14% e 63% riportati in studi precedenti, suggerendo un potenziale beneficio della valutazione quantitativa nella scelta dell'approccio chirurgico.
Implicazioni cliniche e limiti dello studio
Secondo gli autori, il sistema DRP potrebbe fungere da ausilio per la valutazione quantitativa standardizzata in assistenza primaria, screening comunitario, monitoraggio domiciliare dopo diagnosi di ptosi, follow-up remoto e triage in assenza di misurazioni specialistiche, migliorando la comunicazione tra medici generici e specialisti.
Tra i limiti segnalati, i ricercatori sottolineano che i tassi di recidiva post-operatoria sono stati valutati a 3 mesi senza un confronto randomizzato diretto con la cura standard. Inoltre, le misurazioni di riferimento manuali hanno mostrato variabilità interosservatore, in particolare per la LF, e la cattura video può risultare difficile in popolazioni pediatriche e anziane. Infine, la limitata diversità etnica del campione potrebbe influire sulla generalizzabilità dei risultati.
Gli autori hanno segnalato un brevetto in attesa relativo alla tecnologia descritta nello studio.
