Виктория Владимировна Мясникова — д-р мед. наук, доцент, заведующая кафедрой физиологии и общей патологии и профессор кафедры госпитальной хирургии; научный сотрудник
ул. Первомайская, д. 191, Майкоп, Республика Адыгея, 385000
наб. им. Адмирала Серебрякова, д. 49, Новороссийск, Краснодарский край, 353905
Victoria V. Myasnikova — Dr. of Med. Sci., associate professor, head of chair of physiology and general pathology, professor of chair of hospital surgery; researcher
191, Pervomaiskaya St., Maykop, Republic of Adygea, 385000
49, Admiral Serebryakov Emb., Novorossiysk, Krasnodar Region, 353905
Любовь Евгеньевна Аксенова — главный научный сотрудник
наб. им. Адмирала Серебрякова, д. 49, Новороссийск, Краснодарский край, 353905
Lyubov E. Aksenova — principal researcher
49, Admiral Serebryakov Emb., Novorossiysk, Krasnodar Region, 353905
Кирилл Дмитриевич Аксенов — генеральный директор
наб. им. Адмирала Серебрякова, д. 49, Новороссийск, Краснодарский край, 353905
Kirill D. Aksyonov — CEO
49, Admiral Serebryakov Emb., Novorossiysk, Krasnodar Region, 353905
Владимир Владимирович Коломыцев — заведующий отделением анестезиологии и реанимации
Бескудниковский бульвар, д. 59а, Москва, 127486
Vladimir V. Kolomytsev — head of the department of anesthesiology and resuscitation
59a, Beskudnikovskii Blvd. Moscow, 127486
Цель работы — обобщить современные подходы к прогнозированию системных периоперационных осложнений в офтальмохирургии, оценить возможности использования предоперационных калькуляторов риска и определить роль клинических регистров в обеспечении безопасности хирургического лечения.
Материал и методы. В обзор включены отечественные и зарубежные публикации 2020–2025 гг., отобранные по базам данных PubMed, Scopus и Web of Science, а также материалы действующих национальных и международных регистров (EUREQUO, IRIS и др.). Особое внимание уделено оценке ограничений традиционных шкал риска (ASA, RCRI), роли маркеров активности нейровегетативной системы (вариабельность сердечного ритма — HRV и барорефлекторная чувствительность — BRS), а также потенциалу искусственного интеллекта (ИИ) в разработке персонализированных прогностических моделей.
Результаты. Установлено, что офтальмохирургия, несмотря на малотравматичность вмешательств, сопряжена с риском развития критических инцидентов, особенно у пожилых пациентов с коморбидным фоном. Известные шкалы стратификации риска не учитывают физиологических предикторов и оказываются малоинформативными в случае их применения в офтальмохирургии. HRV и BRS обладают высокой прогностической значимостью, однако не интегрированы в используемые модели. ИИ-алгоритмы, включая системы машинного обучения и концепцию цифровых двойников, позволяют объединять клинико-физиологические параметры и формировать персонализированные профили риска.
Заключение. Представленные данные подтверждают необходимость разработки специализированных офтальмологических калькуляторов риска и клинических регистров, включающих физиологические параметры. Интеграция ИИ в процессы стратификации риска системных периоперационных осложнений и критических инцидентов способствует повышению безопасности офтальмохирургических вмешательств у пациентов группы высокого риска.
The purpose of the work is to summarize modern approaches to predicting systemic perioperative complications in ophthalmic surgery, to assess the possibilities of using preoperative risk calculators and to determine the role of clinical registries in ensuring the safety of surgical treatment.
Material and methods. The review includes domestic and foreign publications from 2020–2025, selected from the PubMed, Scopus and Web of Science databases, as well as materials from existing national and international registries (EUREQUO, IRIS, etc.). Particular attention is paid to assessing the limitations of traditional risk scales (ASA, RCRI), the role of markers of the activity of the neurovegetative system (heart rate variability — HRV and baroreflex sensitivity — BRS), as well as the potential of artificial intelligence (AI) in the development of personalized prognostic models.
Results. It was found that ophthalmic surgery, despite the low-trauma nature of the interventions, is associated with the risk of critical incidents, especially in elderly patients with a comorbid background. Known risk stratification scales do not take into account physiological predictors and are of little use when used in ophthalmic surgery. HRV and BRS have high prognostic value, but are not integrated into the models used. AI algorithms, including machine learning systems and the concept of digital twins, allow combining clinical and physiological parameters and forming personalized risk profiles.
Conclusion. The presented data confirm the need to develop specialized ophthalmic risk calculators and clinical registries that include phys iological parameters. Integration of AI into the processes of risk stratification of systemic perioperative complications and critical incidents helps to improve the safety of ophthalmic surgery in high-risk patients.
The authors declare that there are no conflicts of interest present.