Een digitaal hulpmiddel dat automatisch strabisme kan meten aan de hand van video's die zijn opgenomen met een smartphone, biedt een nauwkeurigheid die vergelijkbaar is met die van een prisma-test, met een zeer goede overeenstemming voor horizontale afwijkingen en een goede nauwkeurigheid bij het onderscheiden van forie, tropie en normale uitlijning. Deze resultaten zijn afkomstig uit een recent multicenteronderzoek dat is gepubliceerd in NEJM AI. Volgens de auteurs zou deze aanpak de mogelijkheden voor screening en follow-up kunnen vergroten, met name in regio's waar de toegang tot oogheelkunde beperkt is.
Het prospectieve multicenteronderzoek omvatte 335 deelnemers in de leeftijd van 3 tot 72 jaar, voor een totaal van 459 video's van geprogrammeerde cover-tests. Het DRS maakt gebruik van driedimensionale reconstructie en deep learning-modellen om sequenties van 30 seconden te analyseren die door de patiënten zelf zijn opgenomen met een smartphone. De kwantitatieve prestaties werden beoordeeld in directe vergelijking met de prismatest en de afwisselende cover-test.
Het systeem vertoont een gemiddelde absolute fout van 4,51 prismatische dioptrieën ten opzichte van de handmatige meting. Voor horizontale afwijkingen rapporteren de auteurs een uitstekende overeenstemming, met een intraklassecorrelatiecoëfficiënt van 0,98 (95% betrouwbaarheidsinterval: 0,98 tot 0,99). De Bland-Altman-analyse toont een gemiddeld verschil van −1,1 prismatische dioptrie, met overeenstemmingsgrenzen tussen −11,5 en 9,4, die als klinisch aanvaardbaar worden beschouwd.
De DRS vertoont bovendien een sensitiviteit van 0,974 (95% BI: 0,949 tot 0,987) en een specificiteit van 0,938 (95% BI: 0,872 tot 0,972) om forie, tropie en normale uitlijning te onderscheiden. Voor intermitterende vormen kan het instrument de snelheid en de tijd van heruitlijning reconstrueren, waardoor een dynamische observatie van de aandoening mogelijk wordt die moeilijk te verkrijgen is tijdens een klassiek consult.
De auteurs zijn van mening dat dit type geautomatiseerde analyse, dat op een smartphone kan worden uitgevoerd, een aanvulling kan vormen op klinische onderzoeken en longitudinale follow-up kan vergemakkelijken, met name in contexten waar gespecialiseerde middelen beperkt zijn. Het onderzoek wordt gefinancierd door de National Natural Science Foundation of China en is geregistreerd onder nummer NCT05615519.
