需要订阅 JoVE 才能查看此. 登录或开始免费试用。
Method Article
本研究提出了一种基于翻修髋关节置换术中专家手术病例数据库检索的新型人工智能术前计划方法。此外,该技术最初用于 5 名患者,手术时间和术中出血减少。
翻修髋关节置换术的准确术前计划对于获得成功结果至关重要。为了加强对髋臼骨缺损严重程度的直观评估并利用以前在翻修髋关节置换术方面的成功经验,本研究提出了一种基于专家手术病例数据库检索的新方法,并初步在临床应用中实施。在这项研究中,5 例需要翻修髋关节置换术的患者术前计划采用专家病例数据库手术计划系统。患者的影像学数据被输入系统并与专家病例数据库中的病例进行匹配。根据专家的手术经验,推荐了翻修手术计划。如果没有找到合适的病例,则根据患者特异性重建结果规划假体的模型和位置。本研究共纳入 5 名患者,4 名男性和 1 名女性,平均年龄为 50.6 岁。诊断为髋关节置换术后无菌假体松动。平均手术时间为 123.2 min,平均术中出血量为 672 mL。未观察到术中并发症,例如血管或神经损伤。例如,在案例 2 中,这种创新计划方案的应用使外科医生能够在术前为该患者制定翻修手术计划,从而减少手术时间和术中出血。此外,可以提前告知患者类似病例的结果。通过我们全面的病例数据库利用大数据分析方法,可以在整个过程中自动识别匹配的专家治疗计划。这尤其有利于没有经验的骨科医生,因为它提供了手术策略的准确指导,帮助他们选择合适的修复体尺寸和安装位置。此外,匹配结果可以为患者提供描述预测术后结果的可视化效果。
由于多种因素,包括无菌性松动、感染、复发性脱位和假体周围骨折,一期全髋关节置换术 (THA) 的患病率增加,导致翻修关节置换术的必要性相应增加1。与初次髋关节置换术相比,翻修髋关节手术是一种技术上更复杂且临床上更具挑战性的手术,死亡率更高2,医疗费用更高3,并发症风险更大4。
在翻修髋关节置换术中,髋臼骨丢失的重建和假体的选择对于决定手术的成功至关重要。骨科医生需要评估残余骨量和改变的解剖结构,旨在使新植入的髋臼杯具有足够的初始稳定性1。因此,精确的术前计划对于指导可用的治疗方案至关重要。
目前,骨科医生负责根据术前影像学检查结果和自身手术经验对翻修关节置换术进行全面评估和规划。然而,这将给没有经验的外科医生带来重大挑战。
随着人工智能 (AI) 技术的发展,它越来越多地用于骨科手术,主要用于图像分割、诊断以及病理和植入物的分类5。与此同时,AI 开始在协助小学 THA6 方面取得初步成功。然而,翻修髋关节置换术的智能术前计划仍然是一张白纸。AI 在髋关节翻修手术中前景广阔,尤其是在骨缺损评估方面。这些缺损对每个患者来说都是独一无二的,虽然它们表现出某些模式,但传统的 Paprosky 分类方法缺乏完全表征它们所需的精度。尽管如此,人工智能能够从图像数据中提取更详细的信息,为提高骨缺损评估的准确性和精密度提供了一条有前途的途径。我们开发了一种新颖的 AI 辅助术前计划系统,以指导骨科医生根据专家手术病例数据库检索做出有关翻修关节置换术的决策。
我们首先建立了一种新的髋臼骨缺损重建方法,量化和分型髋臼骨缺损。随后,我们通过从一位高级国家专家那里收集 200 例髋关节翻修手术病例的临床和影像学数据,构建了一个髋关节翻修病例数据库。该数据库包括术前计算机断层扫描 (CT)、术前 X 射线、术后 X 射线和患者人口统计数据。我们可以根据计划手术的患者的当前骨缺损特征,在数据库中匹配病例,并找到最相似的病例场景,为外科医生提供术前参考。这种方法使外科医生能够在术前了解髋臼翻修方案,从而减少术中试错时间。
该研究获得了河南省洛阳骨伤医院伦理委员会的批准。此外,这项研究基于成像数据,不会伤害志愿者或泄露他们的信息。因此,根据国家立法和机构要求,参与者或其法定监护人/近亲属无需签署知情同意书。
1. 图片导入
2. 患侧髋臼骨缺损的恢复
3. 图像分割和重建
4. 髋臼骨缺损分区及缺损量计算
5. 专家髋关节翻修数据库搜索 - 髋臼缺损计划
目前,我们将该方法应用于 5 例接受翻修髋关节置换术的患者,包括 4 例男性和 1 例女性。年龄从 42 岁到 67 岁不等。他们被诊断为髋关节置换术后无菌假体松动,并根据 Paprosky 分类8 进行分类。5 例患者平均手术时间为 123.2 min,平均术中失血量为 672 mL。手术时间是总时间,包括股骨柄假体翻修。患者的详细信息如 表 1 所示, 重建结果如?...
由于严重的解剖损伤、髋关节置换术后错综复杂的软组织状况以及通常与金属植入物相关的严重金属伪影的存在,经验丰富的医疗专业人员经常需要利用 3D 重建来综合分析影像学结果和临床表现,以评估患者的特定骨缺损,并随后规划合适的髋臼假体9,10.然而,即使重建了患者模型,术前计划仍然严重依赖临床医生的专业知?...
作者 Xiaolu 习、袁可和谢强受雇于武汉联影外科有限公司。其余作者声明他们没有竞争利益。
这项工作中的 AI 术前计划系统得到了武汉联影外科有限公司的支持。
Name | Company | Catalog Number | Comments |
PyCharm | JetBrains | 243.21565.199 | The Python IDE for data science and web development |
请求许可使用此 JoVE 文章的文本或图形
请求许可This article has been published
Video Coming Soon
版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。