Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.
Method Article
Este estudio propone un nuevo enfoque de planificación preoperatoria con inteligencia artificial basado en la recuperación de bases de datos de casos quirúrgicos expertos en artroplastia de cadera de revisión. Además, la técnica se empleó inicialmente en cinco pacientes, mostrando una reducción en el tiempo operatorio y en la hemorragia intraoperatoria.
La planificación preoperatoria precisa en la artroplastia de cadera de revisión es crucial para lograr resultados exitosos. Para mejorar la evaluación intuitiva de la gravedad del defecto óseo acetabular y aprovechar la experiencia exitosa previa en la artroplastia de cadera de revisión, este estudio propone un enfoque novedoso basado en la recuperación de bases de datos de casos quirúrgicos expertos y se implementa inicialmente en la aplicación clínica. En este estudio, cinco pacientes que requirieron artroplastia de cadera de revisión fueron planificados preoperatoriamente para emplear el sistema de planificación quirúrgica de base de datos de casos expertos. Los datos de imagen del paciente se introdujeron en el sistema y se compararon con los casos de la base de datos de expertos. Con base en la experiencia quirúrgica del experto, se recomendó un plan quirúrgico de revisión. Si no se encontró un caso adecuado, el modelo y la posición de la prótesis se planificaron en función de los resultados de la reconstrucción específica del paciente. Un total de cinco pacientes fueron incluidos en este estudio, cuatro hombres y una mujer, con una edad media de 50,6 años. El diagnóstico fue aflojamiento aséptico de la prótesis tras una artroplastia de cadera. El tiempo operatorio medio fue de 123,2 min y la hemorragia intraoperatoria media de 672 mL. No se observaron complicaciones intraoperatorias, como lesión vascular o nerviosa. En el caso 2, por ejemplo, la aplicación de este innovador esquema de planificación permitió al cirujano delinear el plan quirúrgico de revisión para este paciente en el período preoperatorio, reduciendo así el tiempo operatorio y la hemorragia intraoperatoria. Además, los pacientes podían ser informados de los resultados de casos análogos con antelación. Aprovechar un enfoque de análisis de big data a través de nuestra amplia base de datos de casos permite la identificación automatizada de planes de tratamiento expertos coincidentes a lo largo de todo el proceso. Esto beneficia particularmente a los cirujanos ortopédicos sin experiencia, ya que proporciona una orientación precisa sobre las estrategias quirúrgicas para ayudarles a seleccionar los tamaños de prótesis y las posiciones de montaje adecuados. Además, los resultados coincidentes pueden ofrecer a los pacientes visualizaciones que representan los resultados postoperatorios previstos.
El aumento de la prevalencia de la artroplastia total primaria de cadera (ATC) ha llevado a un aumento correspondiente en la necesidad de artroplastia de revisión debido a una serie de factores, incluido el aflojamiento aséptico, la infección, la luxación recurrente y la fractura periprotésica1. En comparación con la artroplastia primaria de cadera, la cirugía de revisión de cadera es un procedimiento técnicamente más complejo y clínicamente más desafiante, con tasas de mortalidadmás altas 2, mayores costos de atención médica3 y mayores riesgos de complicaciones4.
En la artroplastia de cadera de revisión, la reconstrucción de la pérdida ósea acetabular y la selección de la prótesis son primordiales para determinar el éxito de la cirugía. El cirujano ortopédico debe evaluar el stock óseo residual y la anatomía alterada, con el objetivo de lograr una adecuada estabilidad inicial de la copa acetabular recién implantada1. En consecuencia, la planificación preoperatoria precisa es crucial para guiar las opciones de tratamiento disponibles.
En la actualidad, los cirujanos ortopédicos son responsables de realizar una evaluación y planificación exhaustivas de la artroplastia de revisión en función de los hallazgos de las imágenes preoperatorias y de su propia experiencia quirúrgica. Sin embargo, esto presentará un desafío importante para el cirujano inexperto.
Con el desarrollo de la tecnología de inteligencia artificial (IA), se ha utilizado cada vez más en cirugía ortopédica, principalmente para la segmentación de imágenes, el diagnóstico y la clasificación de patologías e implantes5. Mientras tanto, la IA está comenzando a lograr un éxito inicial en la asistencia a la THA6 primaria. Sin embargo, la planificación preoperatoria inteligente para la artroplastia de cadera de revisión sigue siendo una pizarra en blanco. La IA tiene un futuro prometedor en la cirugía de revisión de cadera, especialmente en la evaluación de defectos óseos. Estos defectos son únicos para cada paciente y, aunque exhiben ciertos patrones, el método tradicional de clasificación de Paprosky carece de la precisión necesaria para caracterizarlos completamente. Sin embargo, la IA es capaz de extraer información más detallada de los datos de las imágenes, lo que ofrece una vía prometedora para mejorar la exactitud y la precisión de la evaluación de defectos óseos. Desarrollamos un novedoso sistema de planificación preoperatoria asistido por IA para guiar las decisiones de los cirujanos ortopédicos sobre la artroplastia de revisión en función de la recuperación de bases de datos de casos quirúrgicos expertos.
Primero establecimos un método novedoso para la reconstrucción de defectos óseos acetabulares, cuantificando y tipificando defectos óseos acetabulares. Posteriormente, construimos una base de datos de casos de revisión de cadera mediante la recopilación de datos clínicos y de imagen de 200 casos quirúrgicos de revisión de cadera de un experto nacional senior. La base de datos consta de tomografía computarizada (TC) preoperatoria, radiografía preoperatoria, radiografía postoperatoria y datos demográficos del paciente. Podemos hacer coincidir los casos en la base de datos en función de las características actuales de los defectos óseos de los pacientes programados para cirugía y encontrar los escenarios de casos más similares para proporcionar al cirujano una referencia preoperatoria. Este enfoque permite al cirujano tener una idea preoperatoria del protocolo de revisión acetabular, reduciendo el tiempo de prueba y error intraoperatorio.
El estudio recibió la autorización del Comité de Ética del Hospital Ortopédico-Traumatológico de Luoyang, provincia de Henan. Además, este estudio se basó en datos de imágenes y no dañaría a los voluntarios ni revelaría su información. Por lo tanto, de conformidad con la legislación nacional y los requisitos institucionales, no era necesario que los participantes o sus tutores legales o familiares más cercanos firmaran un formulario de consentimiento informado.
1. Importación de imágenes
2. Recuperación del defecto óseo acetabular en el lado afectado
3. Segmentación y reconstrucción de imágenes
4. Partición del defecto óseo acetabular y cálculo de la cantidad del defecto
5. Búsqueda experta en bases de datos de revisión de cadera: planificación de defectos acetabulares
Actualmente, aplicamos este método en cinco casos de pacientes sometidos a artroplastia de cadera de revisión, incluyendo cuatro hombres y una mujer. Las edades oscilaron entre los 42 y los 67 años. Se diagnosticaron como aflojamiento aséptico de prótesis después de la artroplastia de cadera y se clasificaron según la clasificación de Paprosky8. El tiempo operatorio medio de los cinco pacientes fue de 123,2 min, con una pérdida media de sangre intraoperat...
Debido al daño anatómico significativo, la intrincada condición de los tejidos blandos después de la artroplastia de cadera y la presencia de artefactosmetálicos severos a menudo asociados con los implantes metálicos, con frecuencia es necesario que los profesionales médicos experimentados utilicen la reconstrucción 3D para analizar exhaustivamente los resultados de las imágenes y las manifestaciones clínicas con el fin de evaluar defectos óseos especí...
El autor Xiaolu Xi, Ke Yuan y Qiang Xie son empleados de Wuhan United Imaging Surgical Co., Ltd. Los demás autores declaran que no tienen intereses contrapuestos.
El sistema de planificación preoperatoria de IA en este trabajo fue respaldado por Wuhan United Imaging Surgical Co., Ltd.
Name | Company | Catalog Number | Comments |
PyCharm | JetBrains | 243.21565.199 | The Python IDE for data science and web development |
Solicitar permiso para reutilizar el texto o las figuras de este JoVE artículos
Solicitar permisoThis article has been published
Video Coming Soon
ACERCA DE JoVE
Copyright © 2025 MyJoVE Corporation. Todos los derechos reservados