Введение

Внутриглазные опухоли представляют собой группу патологических процессов, включающих как доброкачественные, так и злокачественные новообразования структур глазного яблока [1, с. 24–29]. Несмотря на сравнительно низкую частоту встречаемости, данные заболевания обладают высокой клинической значимостью в связи с риском снижения зрительных функций и развития метастатических осложнений [2, с. 241–247].

Актуальность проблемы

В современной офтальмологии раннее выявление опухолевой патологии является одной из приоритетных задач клинической практики [6, с. 52–58]. Поздняя диагностика часто приводит к необходимости применения радикальных методов лечения [7, с. 234–238].

Эпидемиология

Наиболее распространенной первичной злокачественной внутриглазной опухолью у взрослых является увеальная меланома, а у детей — ретинобластома [2, с. 248–252]. Частота увеальной меланомы в европейской популяции варьирует от 2 до 8 случаев на миллион населения ежегодно [4, p. 2309–2313].

Классификация внутриглазных опухолей

К внутриглазным опухолям относятся доброкачественные и злокачественные образования [1, с. 37–41].

Клиническая диагностика

Первичная диагностика внутриглазных опухолей основывается на стандартном офтальмологическом обследовании [6, с. 60–64].

Дифференциальная диагностика

Одной из наиболее сложных задач является проведение дифференциальной диагностики между опухолевыми и псевдоопухолевыми образованиями [8, с. 39–43].

Ультразвуковое исследование

Ультразвуковое B-сканирование является одним из наиболее информативных методов оценки внутриглазных новообразований [5, с. 399–404].

Оптическая когерентная томография

ОКТ обеспечивает высокоразрешающую визуализацию слоев сетчатки и хориоидеи [6, с. 881–885].

Магнитно-резонансная томография

МРТ применяется преимущественно при подозрении на распространение опухолевого процесса за пределы глазного яблока [7, с. 235–239].

Клиническое значение ранней диагностики

Своевременное выявление внутриглазной опухоли позволяет значительно расширить возможности органосохраняющего лечения [8, с. 41–46].

Современные ограничения диагностики

Несмотря на развитие технологий визуализации, современные методы диагностики сохраняют ряд ограничений [1, с. 55–60].

Перспективы развития

Одним из наиболее перспективных направлений современной офтальмоонкологии является внедрение технологий искусственного интеллекта [9, с. 1342–1347].

Статистический анализ

Ниже представлены статистические данные, отражающие сравнительную диагностическую эффективность современных методов визуализации.

Рис. 1. Сравнительная характеристика диагностической чувствительности современных методов визуализации

Рис. 2. Частота раннего и позднего выявления внутриглазных опухолей по данным клинических наблюдений

Заключение

Таким образом, ранняя диагностика внутриглазных опухолей является основополагающим фактором успешного лечения и сохранения зрительных функций [1, с. 72–76].

Литература:

1. Shields CL, Shields JA. Intraocular Tumors: An Atlas and Textbook. 4th ed. Philadelphia: Wolters Kluwer; 2023.
2. Kaliki S, Shields CL. Uveal melanoma: relatively rare but deadly cancer. Eye (Lond). 2017;31(2):241–257. doi:10.1038/eye.2016.275
3. Singh AD, Turell ME, Topham AK. Uveal melanoma: trends in incidence, treatment, and survival. Ophthalmology. 2011;118(9):1881–1885. doi:10.1016/j.ophtha.2011.01.040
4. Virgili G, Gatta G, Ciccolallo L, et al. Incidence of uveal melanoma in Europe. Ophthalmology. 2007;114(12):2309–2315. doi:10.1016/j.ophtha.2007.01.032
5. Finger PT. Diagnostic ophthalmic ultrasound for intraocular tumors. Surv Ophthalmol. 2020;65(4):395–414. doi:10.1016/j.survophthal.2019.12.002
6. Arepalli S, Kaliki S, Shields CL. Optical coherence tomography in ocular oncology. Retina. 2022;42(5):881–890. doi:10.1097/IAE.0000000000003380
7. Rao RC, Choudhry N. MRI in ocular oncology imaging. Curr Opin Ophthalmol. 2021;32(3):234–240. doi:10.1097/ICU.0000000000000749
8. Damato B, Coupland SE. Management of uveal melanoma. Clin Exp Ophthalmol. 2019;47(1):39–52. doi:10.1111/ceo.13341
9. De Fauw J, Ledsam JR, Romera-Paredes B, et al. Clinically applicable deep learning for diagnosis and referral in retinal disease. Nat Med. 2018;24(9):1342–1350. doi:10.1038/s41591–018–0107–6