Postoperative data leakage in AI-based IOL power prediction formulas: a hidden source of bias
Notice bibliographique
Résumé
This study addresses a critical bias in non-optical formulas purely based on AI models and designed to predict the implanted power using the postoperative spherical equivalent (SE) as an input. Two predictive models were developed using the XGBoost algorithm on a training set of 4588 eyes implanted with Finevision IOLs. One model (AI Pred. SE) was trained to predict the postoperative SE from the implanted power and biometric data, while the second model (AI Pred. Power) was designed to predict the implanted IOL power using the achieved SE and biometric data. Both models were evaluated on an independent testing set using standard performance metrics. The logic of the optical behavior was then assessed for each model, by varying the relevant input (SE for AI Pred. Power, Power for AI Pred. SE) across a broad range of values. On standard evaluation, the AI Pred. Power model showed the lowest prediction error (Friedman test p < 0.0001), outperforming conventional formula. However, despite its accuracy in predicting the implanted IOL power, this architecture returned a predicted power that was largely invariant and non-physiologically responsive to changes in the target refraction regardless of the target refraction entered as an input, for a given eye. This finding underscores the importance of excluding real postoperative refractive outcomes from any evaluation processes or formula design. We hypothesize that this common evaluation paradigm for pure-AI formulas creates a fundamental and undetectable bias, producing models that are optimized for retrospective prediction but are incapable of prospective clinical application.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».