Name

413 - Utilisation de l'Intelligence Artificielle et d'une Nouvelle Base de Polynômes pour Prédire la Réfraction Subjective en Aberrométrie à partir du Front d'onde Oculaire

Cette étude concerne le développement d'un algorithme d'intelligence artificielle destiné à prédire la réfraction sphéro-cylindrique subjective à partir des aberrations du front d'onde oculaire. 

La base de données utilisée comportait 17 900 examens du front d'onde oculaire pour des yeux amétropes capturés par un aberromètre (OPD-Scan III ®, Nidek, Gamagori, Japon) et des réfractions subjectives non cycloplégiques correspondantes mesurées le même jour par un auxilliaire expérimenté. Les données de réfraction ont été converties en composantes vectorielles M, J0 et J45. L'aberromètre a été spécifiquement programmé pour utiliser une nouvelle série de polynômes G(n,m) dans la décomposition du front d'onde oculaire jusqu'à l'ordre 6 sur un diamètre de 4,5 mm. Ces polynômes présentent certains avantages vis à vis de la série Zernike car ils séparent de manière plus pertinente les aberrations de bas et haut degré. Un set d'entraînement contenant 80% des données a été choisi de manière randomisée. Trois modèles d'apprentissage automatique ("machine learning") ont été utilisés séparément pour prédire chacune des composantes vectorielles (M, J0, J45) de la réfraction subjective à partir des coefficients g(n,m) pondérants les nouveaux modes d'aberration. L'exactitude du modèle a été évaluée sur set de test constitué des 20% de données restantes, non utilisées pour le modèle, afin déviter un surajustement ("overfitting"). 

Notre modèle a fourni une erreur quadratique moyenne (RMSE) de 0,48 lors de la prédiction de la composante M de l'analyse du vectorielle. Le RMSE était de 0,22 pour le composant J0 et de 0,30 pour le composant J45. Les polynômes de bas et haut degré les plus influents trouvés par l'algorithme étaient: M: g(2,0), g(4,0), g(0,0), g(3,-1); J0: g(2,2), g(1, 1), g(4,0), g(3,-1); J45: g(2,-2), g(6,2), g(2, 2), g(4, 2).

De nombreux travaux ont été effectués pour essayer de prédire la réfraction subjective à partir des données du front d'onde oculaire. A notre connaissance, nous rapportons la première étude utilisant l'intelligence artificielle appliquée à l'étude du front d'onde pour prédire les composantes de la réfraction sphéro-cylindrique subjective. La décomposition du front d'onde dans une nouvelle base de polynômes dont les modes de haut degré sont dépourvus de termes de bas degré facilite certainement le travail des algorithmes d'intelligence artificielle. Cette étude confirme l'influence de certaines aberrations de haut degré sur les composantes de la réfraction subjective. Elle pourrait permettre d'accroître la précision de la mesure de la réfraction et la pertinence des corrections optiques par équipement externe (lunettes, lentilles) ou chirurgie.

La réfraction subjective des yeux amétropes peut être prédite avec une précision clinique acceptable par l'utilisation d'algorithmes d'intelligence artificielles fondés sur l'apprentissage automatique et une nouvelle série d'aberrations pour l'analyse mathématique du front d'onde oculaire.