Biomarcadores digitais e Inteligência Artificial na predição de progressão do ceratocone: revisão integrativa da literatura
CONTRIBUCIONES A LAS CIENCIAS SOCIALES · 18.08.2026 · 19 (8) · e24704
DOI: 10.55905/revconv.19n.8-026 ↗Kurz gefasst
Fachartikel in der Zeitschrift CONTRIBUCIONES A LAS CIENCIAS SOCIALES, online erschienen am 18.08.2026. Verfasst von Mauricio Ramos Boff und 7 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
O ceratocone (CC) é uma ectasia corneana progressiva que acomete predominantemente jovens entre 15 e 25 anos, caracterizada pelo afinamento estromal e protuberância cônica da córnea, resultando em astigmatismo irregular e redução progressiva da acuidade visual. Nos últimos anos, a integração de biomarcadores digitais derivados de tomografia corneana, biomecânica e mapeamento epitelial com algoritmos de inteligência artificial (IA), incluindo aprendizado de máquina (AM) e aprendizado profundo (AP), tem emergido como estratégia promissora para superar essa limitação. Trata-se de uma revisão integrativa da literatura, conduzida entre janeiro e abril de 2025, nas bases de dados PubMed, Cochrane Library e SciELO, mediante os descritores Keratoconus, Disease Progression, Artificial Intelligence, Machine Learning e Digital Biomarkers, correlacionados pelo operador booleano AND. Foram selecionados 9 artigos, publicados entre 2021 e 2025, em inglês ou português. Os estudos evidenciaram que parâmetros tomográficos como Kmax, BAD-D, paquimetria mínima e índices de elevação posterior constituem os biomarcadores digitais de maior valor preditivo para progressão do CC. Modelos de AM, especialmente Random Forest e redes neurais convolucionais (CNNs), demonstraram acurácias entre 84,9% e 96% e AUC entre 0,77 e 0,93. A abordagem multimodal, integrando dados de diferentes fontes, consistentemente superou modelos univariados. A integração de biomarcadores digitais com IA representa avanço significativo na predição de progressão do ceratocone, com potencial para otimizar o momento do crosslinking corneano e personalizar o seguimento clínico.
Zitieren
APA
Boff, M. R., Diehl, P. H. T., Santi, L. O. F., Garaffa, M. C., Berticelli, P. Z., Valin, F. S., Ortigara, L., & Doneda, A. (2026). Biomarcadores digitais e Inteligência Artificial na predição de progressão do ceratocone: revisão integrativa da literatura. CONTRIBUCIONES A LAS CIENCIAS SOCIALES, 19(8), e24704. https://doi.org/10.55905/revconv.19n.8-026
Vancouver
Boff MR, Diehl PHT, Santi LOF, Garaffa MC, Berticelli PZ, Valin FS, et al. Biomarcadores digitais e Inteligência Artificial na predição de progressão do ceratocone: revisão integrativa da literatura. CONTRIBUCIONES A LAS CIENCIAS SOCIALES. 2026;19(8):e24704. doi:10.55905/revconv.19n.8-026
BibTeX
@article{Boff2026,
author = {Boff, Mauricio Ramos and Diehl, Pedro Henrique Tams and Santi, Luiz Otávio Felin and Garaffa, Máicon Cossul and Berticelli, Pedro Zancanaro and Valin, Francisco Sommer and Ortigara, Leopoldo and Doneda, André},
title = {Biomarcadores digitais e Inteligência Artificial na predição de progressão do ceratocone: revisão integrativa da literatura},
journal = {CONTRIBUCIONES A LAS CIENCIAS SOCIALES},
year = {2026},
volume = {19},
number = {8},
pages = {e24704},
doi = {10.55905/revconv.19n.8-026}
}
EUVIMED