全髋关节置换前人工智能(AI)规划的作用与意义
摘要/Abstract
摘要：
文题释义：
人工智能(Artificial Intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。主要分支包括机器学习、神经网络、机器人技术、专家系统、模糊识别和自然语言处理，旨在利用计算机科学和强大数据模仿人类思维来制定决策和解决问题。
全髋关节置换术：将人工髋关节假体，包含髋臼侧和股骨侧，植入人体代替病变的髋关节，以矫正畸形、缓解关节疼痛、改善关节功能和提高患者生活质量，是治疗髋关节疾病最成熟可靠的手段。该手术适用于有严重髋关节疾患，伴有疼痛、关节活动受限，影响日常生活，且保守治疗无法缓解症状的患者。
背景：传统X射线胶片术前规划常常不准确，会导致一些术中和术后并发症，增加了手术时间和术中出血量，一定程度影响了全髋关节置换的手术效果。
目的：研究人工智能(AI)术前规划在全髋关节置换术中的准确性和应用效果。
方法：选取患侧初次行全髋关节置换的患者60例，其中30例应用人工智能(AI)三维术前规划为试验组、30例应用传统X射线胶片二维术前规划为对照组，两组患者的性别、年龄、病情等一般资料比较，差异均无统计学意义(P > 0.05)。比较两组患者术中实际安放假体与术前规划假体匹配情况、术中手术时间、术中出血量、术后即刻双侧股骨偏心距差值、双侧联合偏心距差值及双下肢长度差值和术后3个月Harris评分，分析两种术前规划的准确性和应用效果。
结果与结论：①两组患者均获得术后4-6个月的随访，其中对照组有1例患者于术后5 d发生假体后脱位，行手法复位后恢复，无再次脱出，其余患者均未出现术后并发症及术后死亡；②髋臼侧、股骨侧假体完全匹配率：试验组明显优于对照组(P < 0.05)；③手术时间、术中出血量：试验组明显少于对照组(P < 0.05)；④两组患者术后双下肢长度差值比较差异有显著性意义(P < 0.05)，双侧股骨偏心距差值和双侧联合偏心距差值比较差异均无显著性意义(P > 0.05)；⑤试验组患者术后3个月Harris评分明显高于对照组患者(P < 0.05)；⑥结果说明，人工智能(AI)术前规划相较于传统胶片规划，更能准确预测假体型号、缩短手术时间、减少术中出血量、减少术后双下肢不等长发生、加快术后康复。
https://orcid.org/0000-0002-4548-0234 (闵美鹏)；https://orcid.org/0000-0002-0236-9456 (吴进)
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程
关键词:
人工智能(AI),
全髋关节置换术,
术前规划,
模板测量,
假体
Abstract: BACKGROUND: The preoperative planning of traditional X-ray films is often inaccurate, which can lead to some intraoperative and postoperative complications, increase the operation time and intraoperative blood loss, and to some extent affect the surgical outcome of total hip arthroplasty.
OBJECTIVE: To investigate the accuracy and effectiveness of artificial intelligence preoperative planning in total hip arthroplasty.
METHODS: Sixty patients who underwent primary total hip arthroplasty on the affected side were selected. 30 of them used artificial intelligence 3D preoperative planning (trial group) and 30 used conventional X-ray film 2D preoperative planning (control group), and there were no statistically significant differences between the two groups in terms of gender, age, condition and other general data (P > 0.05). The actual intraoperative prosthesis placement and preoperative planning prosthesis matching, intraoperative operation time, intraoperative blood loss, bilateral femoral eccentric distance difference, bilateral joint eccentric distance difference and bilateral lower limb length difference, and Harris score at 3 months after operation were compared between the two groups, and the accuracy and application effect of the two preoperative plans were analyzed.
RESULTS AND CONCLUSION: (1) Patients in both groups were followed up for 4-6 months postoperatively. One patient in the control group had a posterior dislocation of the prosthesis at 5 days postoperatively, which recovered after performing manual repositioning without re-dislodgement. The rest of the patients did not have postoperative complications or postoperative death. (2) Complete matching rate of the prosthesis on the acetabular side and femoral side was significantly better in the trial group than that in the control group (P < 0.05). (3) Operation time and intraoperative blood loss were significantly less in the trial group than those in the control group (P < 0.05). (4) The difference in bilateral lower limb length between the two groups was statistically significant (P < 0.05), and the difference in bilateral femoral eccentric distance and bilateral joint eccentric distance was not statistically significant (P > 0.05). (5) Harris score of patients in the trial group was significantly higher than that in the control group 3 months after operation (P < 0.05). (6) These results confirm that compared with traditional film planning, artificial intelligence preoperative planning can predict the prosthesis type more accurately, shorten the operation time, reduce intraoperative blood loss, diminish the occurrence of postoperative bilateral lower limb inequality, and accelerate postoperative recovery.
Key words:
artificial intelligence,
total hip arthroplasty,
preoperative planning,
template measurement,
prosthesis
中图分类号:
R459.9
R318
R496
引用本文
闵美鹏, 吴 进, URBA RAFI, 张文杰, 高 嘉, 王云华, 何 斌, 范 磊. 全髋关节置换前人工智能(AI)规划的作用与意义[J]. 中国组织工程研究, 2024, 28(9): 1372-1377.
Min Meipeng, Wu Jin, URBA RAFI, Zhang Wenjie, Gao Jia, Wang Yunhua, He Bin, Fan Lei. Role and significance of artificial intelligence preoperative planning in total hip arthroplasty[J]. Chinese Journal of Tissue Engineering Research, 2024, 28(9): 1372-1377.
使用本文
0
/
/
推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文:
https://www.cjter.com/CN/10.12307/2023.798
https://www.cjter.com/CN/Y2024/V28/I9/1372
图/表（结果） 8
2.1 受试者数量分析 60例患者手术均顺利完成，所有病例随访4-6个月，平均随访5.5个月。
2.2 患者基线资料比较 两组患者的性别、年龄、病情等一般资料比较，差异均无显著性意义(P > 0.05)，见表2。患者分组及试验流程见图5。
2.3 AI三维规划与传统X射线胶片规划的准确性比较 以术中具体选择假体型号与术前规划型号一致为规划准确，髋臼假体AI三维术前规划准确率为 90%(27/30)，X射线胶片二维术前规划准确率为 57%(17/30)，两者比较差异有显著性意义(P < 0.05)；股骨假体 AI 三维术前规划准确率为 83%(25/30)，X射线胶片二维术前规划准确率为 53%(16/30)，两者比较差异有显著性意义(P < 0.05)，见表3。
2.4 术中手术时间和术中出血量比较 AI三维术前规划的试验组手术时间明显短于X射线胶片二维术前规划的对照组(P < 0.05)；试验组患者术中出血量也明显少于对照组(P < 0.05)，见表4。
2.5 术后即刻双侧联合偏心距差值、双侧股骨偏心距差值及双下肢长度差值比较 术后即刻双下肢长度差值试验组小于对照组，差异有显著性意义(P < 0.05)；其余两指标组间比较差异无显著性意义(P > 0.05)，见表5。
2.6 两组患者术后3个月髋关节功能Harris评分比较 试验组术后3个月Harris评分优于对照组(81.43±4.65，77.51±3.28，t=3.773，P=0.000)。
2.7 典型病例 患者男性70岁，诊断为左侧股骨头坏死。术前应用AI HIP系统分析患者的骨盆CT数据，结果预测患者术中髋臼杯为PINNACLE 54号，股骨柄为Corail 15号，球头为BIOLOX(36，+5)号，术中实际应用假体大小与术前规划一致。该患者的AI术前规划和术后X射线片见图6，7。
2.8 并发症 对照组1例于术后5 d出现假体后脱位，基础麻醉下行手法复位后行皮肤牵引治疗，无再次脱出；试验组无术中及术后并发症出现。
2.9 生物相容性 该研究植入的假体生物相容性好，所有病例均无材料宿主不良反应发生。
参考文献
[1] 张英泽. 临床创伤骨科流行病学[M].3版. 北京:人民卫生出版社, 2018:703.
[2] ZHANG S, CHEN JY, PANG HN, et al. Development and internal validation of machine learning algorithms to predict patient satisfaction after total hip arthroplasty. Arthroplasty. 2021;3(1):33.
[3] SHAH AA, DEVANA SK, LEE C, et al. Development of a Novel, Potentially Universal Machine Learning Algorithm for Prediction of Complications After Total Hip Arthroplasty. J Arthroplasty. 2021;36(5):1655-1662.e1.
[4] TSENG TW, CHEN YP, YEH YC, et al. Automatic prosthetic-parameter estimation from anteroposterior pelvic radiographs after total hip arthroplasty using deep learning-based keypoint detection. Int J Med Robot. 2022;18(4):e2394.
[5] LAZIC I, HINTERWIMMER F, LANGER S, et al. Prediction of Complications and Surgery Duration in Primary Total Hip Arthroplasty Using Machine Learning: The Necessity of Modified Algorithms and Specific Data. J Clin Med. 2022;11(8):2147.
[6] KARNUTA JM, MURPHY MP, LUU BC, et al. Artificial Intelligence for Automated Implant Identification in Total Hip Arthroplasty: A Multicenter External Validation Study Exceeding Two Million Plain Radiographs. J Arthroplasty. 2022;S0883-5403(22):272-278.
[7] 栗智. AI计算机辅助全髋关节置换术前规划与假体型号选择的研究[D]. 大连:大连医科大学,2021.
[8] MURPHY M, KILLEN C, BURNHAM R, et al. Artificial intelligence accurately identifies total hip arthroplasty implants: a tool for revision surgery. Hip Int. 2022;32(6):766-770.
[9] BORJALI A, CHEN AF, BEDAIR HS, et al. Comparing the performance of a deep convolutional neural network with orthopedic surgeons on the identification of total hip prosthesis design from plain radiographs. Med Phys. 2021;48(5):2327-2336.
[10] KARNUTA JM, HAEBERLE HS, LUU BC, et al. Artificial Intelligence to Identify Arthroplasty Implants From Radiographs of the Hip. J Arthroplasty. 2021;36(7S):S290-S294.e1.
[11] SINGH JA, YU S, CHEN L, et al. Rates of Total Joint Replacement in the United States: Future Projections to 2020–2040 Using the National Inpatient Sample. J Rheumatol. 2019;46(9):1134-1140.
[12] ROUZROKH P, WYLES CC, KURIAN SJ, et al. Deep Learning for Radiographic Measurement of Femoral Component Subsidence Following Total Hip Arthroplasty.Radiol Artif Intell. 2022;4(3):e210206.
[13] WEI J, LI D, SING DC, et al. Can images crowdsourced from the internet be used to train generalizable joint dislocation deep learning algorithms? Skeletal radiology. 2022;51(11):2121-2128.
[14] WEI J, LI D, SING DC, et al. Detecting total hip arthroplasty dislocations using deep learning: clinical and Internet validation. Emerg Radiol. 2022;29(5):801-808.
[15] 方闰, 宁仁德, 吴世桐, 等. 全髋关节置换术后早期Corail股骨柄下沉相关因素分析[J].中国骨与关节损伤杂志,2020,35(6): 595-597.
[16] ROWAN FE, BENJAMIN B, PIETRAK JR, et al. Prevention of Dislocation After Total Hip Arthroplasty. J Arthroplasty. 2018;33(5):1316-1324.
[17] DING X, ZHANG B, LI W, et al. Value of preoperative three-dimensional planning software (AI-HIP) in primary total hip arthroplasty: a retrospective study. J Int Med Res. 2021;49(11): 3000605211058874.
[18] HEVESI M, WYLES CC, ROUZROKH P, et al. Redefining the 3D Topography of the Acetabular Safe Zone: A Multivariable Study Evaluating Prosthetic Hip Stability. J Bone Joint Surg Am. 2022;104(3):239-245.
[19] 徐征宇, 杜俊炜, 姜瑶, 等. 三维数字规划和二维胶片模板测量辅助全髋关节置换的效果比较[J].生物骨科材料与临床研究,2021, 18(2):17-22.
[20] 翁文杰, 王锋, 张海林, 等. 全髋关节置换术后双下肢不等长对功能和满意度影响的研究[C]. 上海:股骨头坏死修复与重建国际研讨会暨辉瑞骨科镇痛高峰论坛论文集,2010:77-79.
[21] IWAKIRI K, OHTA Y, FUJII T, et al. Changes in patient-perceived leg length discrepancy following total hip arthroplasty. Eur J Orthop Surg Traumatol. 2021;31(7):1355-1361.
[22] XIA T, LIU X, LIU J, et al.Artificial intelligence assisted total hip arthroplasty for patients with Crowe type Ⅳ developmental dysplasia of the hip.Zhongguo Xiu Fu Chong Jian Wai Ke Za Zhi. 2021;35(10): 1265-1272.
[23] GALEA VP, INGELSRUD LH, FLORISSI I, et al. Patient-acceptable symptom state for the Oxford Hip Score and Forgotten Joint Score at 3 months, 1 year, and 2 years following total hip arthroplasty: a registry-based study of 597 cases. Acta Orthop. 2020;91(4):372-377.
[24] DAMMERER D, KEILER A, HERRNEGGER S, et al.Accuracy of digital templating of uncemented total hip arthroplasty at a certified arthroplasty center: a retrospective comparative study. Arch Orthop Trauma Surg. 2022;142(10):2471-2480.
[25] HUO J, HUANG G, HAN D, et al. Value of 3D preoperative planning for primary total hip arthroplasty based on artificial intelligence technology. J Orthop Surg Res. 2021;16(1):156.
[26] HOLLIDAY M, STEWARD A. Pre-operative templating for total hip arthroplasty: How does radiographic technique and calibration marker placement affect image magnification? J Med Radiat Sci. 2021;68(3): 228-236.
[27] 丁冉, 王淇, 刘烨,等. 人工智能三维术前规划在全髋关节置换术中的应用和准确性分析[J].生物骨科材料与临床研究,2022,19(2): 33-38.
[28] AMENABAR T, MARIMUTHU K, HAWDON G, et al. Total hip arthroplasty using a short-stem prosthesis: restoration of hip anatomy. J Orthop Surg (Hong Kong). 2015;23(1):90-94.
[29] CHEN X, LIU X, WANG Y, et al. Development and Validation of an Artificial Intelligence Preoperative Planning System for Total Hip Arthroplasty. Front Med (Lausanne). 2022;9:841202.
[30] 吴东, 刘星宇, 张逸凌, 等. 人工智能辅助全髋关节置换术三维规划系统的研发及临床应用研究[J].中国修复重建外科杂志,2020, 34(9):1077-1084.
相关文章 15
[1]
苏德君, 董万鹏, 董跃福, 张吉超, 张 震. 非对称型假体设计及全膝关节置换后的力学分析[J]. 中国组织工程研究, 2025, 29(3): 510-516.
[2]
谭 鑫, 张洪跃, 赵玉婵, 秦 春, 许硕贵. 形状记忆合金在辅助器具和康复设备中的应用[J]. 中国组织工程研究, 2025, 29(10): 2113-2123.
[3]
王体惠, 王 旭, 吴锦清, 陈继良, 王晓露, 缪 娟. 股骨远端三维模拟截骨在膝关节置换中的应用[J]. 中国组织工程研究, 2024, 28(6): 905-910.
[4]
耿启砥, 蒋永东, 吴宇峰. 白蛋白/球蛋白比值在假体周围关节感染诊断中的应用：系统评价和荟萃分析[J]. 中国组织工程研究, 2024, 28(36): 5892-5898.
[5]
李正远, 郝 琳, 陈圣洪, 彭 凯, 王 俊, 尹宗生. 局部应用万古霉素预防全膝关节置换切口早期感染[J]. 中国组织工程研究, 2024, 28(33): 5346-5350.
[6]
王佳琦, 罗晓中, 童 祎, 鲁晓波, 石维祥, 周 欣, 吴 刚, 丁 勇, 张才东. 定制式解剖接骨板系统固定Vancouver BⅠ型股骨假体周围骨折的生物力学分析[J]. 中国组织工程研究, 2024, 28(24): 3807-3813.
[7]
王 虎, 冯 硕, 张 强, 陈家浩, 陈向阳. 胫骨假体内外翻角对固定平台单髁关节置换后近期疗效的影响[J]. 中国组织工程研究, 2024, 28(24): 3827-3832.
[8]
张 强, 许 岩, 马壮壮, 张 昊, 李子豪, 刘森涵, 陈 伟. 聚维酮碘对家兔创面组织浸泡冲洗的影响[J]. 中国组织工程研究, 2024, 28(23): 3669-3673.
[9]
梁晓龙, 郑 恺, 耿德春, 徐耀增. 假体周围骨溶解中的新型细胞程序性死亡[J]. 中国组织工程研究, 2024, 28(21): 3393-3399.
[10]
张 凯, 赵鸣昕, 杨雨竹, 郭 媛, 纪斌平. 单髁置换过程中胫骨假体立柱长度对膝关节生物力学的影响[J]. 中国组织工程研究, 2024, 28(21): 3281-3285.
[11]
曹雪坤, 董万鹏, 董跃福, 张 震, 张吉超, 李佳意, 苏德君, 马洪浩. 人工膝关节中胫骨髓内柄的结构设计[J]. 中国组织工程研究, 2024, 28(21): 3326-3333.
[12]
潘云春, 卫红军, 任国清, 张其亮. 不同入路人工全髋关节置换后步态及髋关节活动能力的比较[J]. 中国组织工程研究, 2024, 28(18): 2846-2851.
[13]
张 凯, 郭卓涛, 马桥桥, 查国春, 郭开今. 人工智能三维规划系统在全髋关节置换中的准确性及其影响因素[J]. 中国组织工程研究, 2024, 28(12): 1863-1868.
[14]
曾子俊, 何 伟, 魏秋实, 何敏聪. 髋膝关节置换后假体周围感染的治疗[J]. 中国组织工程研究, 2024, 28(12): 1937-1943.
[15]
张 巍, 俞 磊, 杨 鹏, 耿德春. 水甘草碱抑制破骨细胞活化缓解磨损颗粒诱导的炎性骨溶解[J]. 中国组织工程研究, 2024, 28(10): 1519-1525.
引言
2022年中国正式步入老龄社会，人口老龄化提速的同时，老年人终末期髋关节疾病的发病率也逐年上升[1]，全髋关节置换术是目前治疗终末期髋关节疾病最常用、最有效的手段之一。全髋关节置换应用人工关节假体替代病变的髋关节，重建髋关节的解剖结构和生物力学以减轻患侧髋关节疼痛并改善关节的运动功能。但是人工关节假体的位置或尺寸误差会造成一定程度的术中及术后并发症，如术中骨折、术后下肢不等长、假体松动等，甚至可能导致全髋关节置换的失败，严重影响了人工髋关节的使用寿命，加重关节磨损[2-3]。人工髋关节假体的良好匹配、最佳位置角度和良好的摩擦界面是达到理想力学传导、进而实现长期稳定的先决条件，因此详细而准确的术前规划可以准确预测患者术中需要使用的假体尺寸及各种位置角度，从而减少术中测量及试模时间，降低术中及术后并发症发生率，并且可以延长假体使用寿
命[4-5]。目前很多基层医院全髋关节置换的术前规划仍采用透明模板对照髋关节正侧位X射线胶片，或直接在影像阅片软件上进行测量，但极易受到测量仪器和人为因素的影响，导致规划的假体型号和角度方向产生一定偏差，这种偏差在实际手术过程中可能会进一步加大[6-7]。
基于患者和医师对关节置换手术效果的要求越来越高，传统的X射线胶片二维规划已经不能适应髋关节精准重建的需求。近年来，基于G-NET神经网络衍生出的人工智能
(Artificial Intelligence，AI)技术应用越来越广泛，该技术利用万级数据库对CT图像进行自主分割，快速、精确地识别髋关节各解剖位点，实现三维重建，测量各类参数，智能匹配合适的假体型号，规划假体的安放位置和角度，完成高效准确的术前规划，从根本上解决了目前骨科传统术前规划效率低下和不够精确的问题，以减少全髋关节置换术中及术后并发症的发生，促进手术效果的提高[8-10]。
文章对比分析了人工智能三维术前规划和传统X射线胶片二维术前规划在全髋关节置换术中假体型号选择的准确性和应用效果，以探讨AI术前规划作为术前假体选择规划的准确性和应用效果。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程
材料方法
1.1 设计 前瞻性研究。计量资料比较采用两独立样本t检验或非参数秩和检验，计数资料比较采用χ2检验。
1.2 时间及地点 试验于2021年1月至2022年1月在南京医科大学第二附属医院骨科完成。
1.3 对象 选取同期在南京医科大学第二附属医院关节外科同一诊疗组行患侧初次全髋关节置换术的60例患者，记录患者的性别、年龄、体质量指数、病情等一般资料。根据术前规划的方法不同分为应用AI三维术前规划的试验组30例，应用传统X射线胶片二维术前规划的对照组30例。所有手术均由同一术者完成。
该试验得到南京医科大学第二附属医院-伦理委员会批准([2021]-KY-098-01，2021-08-12)。所有患者对治疗方案均知情同意，并签署治疗知情同意书。
纳入标准：①因髋关节终末期疾病需行单侧全髋关节置换者；②影像学资料完整；③无手术及麻醉禁忌证；④既往无髋关节手术史。
排除标准：①伴有严重基础疾病不能耐受手术或麻醉者；②对侧髋关节功能异常；③翻修手术患者。
1.4 材料 髋关节植入假体均采用强生公司Corail柄、Pinnacle髋臼杯、BIOLOX球头、陶瓷或高交联聚乙烯内衬，见表1。
1.5 方法
1.5.1 X射线摄片 对照组30例患者均于术前行标准髋关节正侧位X射线检查，拍摄要求：①患者取仰卧位，双下肢伸直，双足稍内旋；②拍摄范围：以耻骨联合为中心，包含股骨中上段。
1.5.2 CT扫描及建模 试验组30例患者均于术前行标准骨盆CT扫描，扫描要求：①患者取仰卧位，双下肢伸直，双足稍内旋；②扫描范围：从髂前上棘至股骨近端1/3；③层厚为
1.0 mm；④将CT扫描数据以DICOM格式输出，导入AI三维全髋关节规划系统软件(AI HIP，北京长木谷医疗科技有限公司)中完成三维术前规划。
1.5.3 传统X射线胶片二维规划 由美国DePuy公司提供的透明塑料假体模板放大率为 20%，选用放大率一样的X射线胶片进行二维术前规划。将X射线胶片固定在阅片灯上，用假体模板贴附于胶片上。标记旋转中心，将髋臼模板呈 40°-45°角置于泪滴内缘上，下缘与泪滴下缘齐平，内侧缘与髋臼底紧密贴合，选择合适的髋臼假体充分填充髋臼，以获得最佳骨性覆盖；选择合适的股骨假体与股骨内外侧皮质紧密贴合，测量假体安放后的双侧联合偏心距差值、双下肢长度。
1.5.4 AI计算机辅助三维规划
(1)数据导入：将骨盆CT的数据以DICOM格式导入AI HIP软件。
(2)智能分割：利用AI技术自动对骨骼进行分割，建立骨盆和股骨的3D模型，通过神经网络完成对髋臼和股骨的智能分割，并自动测量双侧下肢长度差值、偏距差等参数。建模见图1。
(3)髋臼杯规划：根据建立的3D模型和测量参数，对髋臼前后径和上下径自动识别，尽量恢复旋转中心对称(两侧红点)，从假体数据库中筛选出与髋臼尺寸匹配度最高的髋臼杯模型进行自动匹配，在三维状态下通过旋转和放大从不同角度观察髋臼杯安放位置，并计算最合适的髋臼杯覆盖率来保证初始稳定性(覆盖率：髋臼杯与骨质接触面积/杯的涂层面积)。智能计算出髋臼杯安放后的前倾角和外展角。髋臼杯规划见图2。
(4)股骨柄规划：AI HIP可自动识别股骨近端髓腔直径等标记点，以假体与骨皮质(股骨干骺端及远端内外)的紧密贴合为前提，从数据库中选择合适的股骨柄假体，并将其与3D模型进行自动匹配。依据髋臼杯型号、手术前后偏心距和双下肢长度差值智能选择最佳股骨头型号，在假体的安放完成后，可自动测量双下肢长度差和偏心距，选择合适的截骨位置和打入深度。股骨柄规划见图3。
(5)规划完成：显示放置好的髋臼杯、股骨柄、股骨头和内衬型号，AI HIP自动测量术后双下肢长度差、截骨高度和尖肩距，并模拟术后骨盆正位X射线片效果。术后X射线片效果模拟见图4。
1.5.5 手术方法 所有手术均由南京医科大学第二附属医院关节外科同一高级职称医师主刀完成，均采用标准健侧卧位后外侧入路。无论术前规划如何，术中均选用与该患者最匹配的假体型号。
1.6 主要观察指标
1.6.1 术中实际应用假体与术前规划假体型号匹配情况 以术前规划型号与术中实际应用型号完全一致为术前规划准确，记录两种术前规划的准确率，准确率=(假体匹配数/组病例总数)×100%。
1.6.2 术中手术时间(单位：min)和术中出血量(单位：mL) 术中手术时间为开始切皮至结束缝合；术中出血量=负压引流装置的总引流量-冲洗液体量。
1.6.3 术后即刻双侧股骨偏心距差值、双侧联合偏心距差值和双下肢长度差值(单位：mm) 股骨偏心距为股骨头旋转中心与股骨干纵轴的垂直距离；联合偏心距为同侧股骨偏心距与同侧髋臼偏心距之和；相对下肢长度值为从小转子上缘作泪滴间线垂线的距离。
1.6.4 术后3个月髋关节功能评分(Harris评分) 对两组患者进行术后3个月随访，采用Harris髋关节功能评分评价患者髋关节功能恢复情况。满分100分，评分越高，代表髋关节功能越好。
1.7 统计学分析 应用SPSS 26.0统计软件对数据进行处理分析。满足正态分布的计量资料以x±s表示，采用两独立样本t检验，不满足正态分布的计量资料采用非参数秩和检验；计数资料以率表示，采用χ²检验；P < 0.05为差异有显著性意义。文章的统计学方法已经南京医科大学第二附属医院生物统计学家审核。
讨论
全髋关节置换术是治疗与髋关节疾病有关的难治性疼痛和功能受限的主要手术方法，按照目前趋势，未来全髋关节置换术的使用量会有显著的增加[11]。尽管全髋关节置换术目前是成功率最高的骨科手术之一，但是假体型号或安放位置不准确均会引起较严重的术中和术后并发症，甚至可能会导致全髋关节置换术的失败[12-13]，影响假体的使用寿命和患者的运动功能。假体与骨骼的准确匹配、最佳放置位置和良好的摩擦界面是达到稳定的力学结构、延长假体使用寿命的基础。对于非骨水泥型全髋关节置换，假体与骨界面的间隙一旦超过2 mm就会影响假体的稳定性[14-15]。如果植入的假体大小及前倾等位置不合适，患者稍微活动关节，就容易出现假体早期松动、脱位和关节疼痛等术后并发症[16]。有效的术前规划能够准确预测患者的假体型号和安放角度，骨科医生通过AI术前规划选择合适的假体，实现假体与骨质的完美匹配，可以提高手术效率以及延长关节假体使用寿命[17-18]。X射线二维模板测量法目前在骨科术前规划中应用最广泛、实用性最强，其具有操作方便、辐射剂量小、价格便宜等优点，但是存在放大倍数不准确、提供信息量少、测量误差大等问题，导致术前规划不准确、术中及术后并发症发生率较高，严重影响了全髋关节置换的手术效果[19]。
此次研究显示，髋臼杯型号AI三维规划准确率为90%、X射线胶片二维规划准确率为57%，股骨柄型号AI三维规划准确率为83%、X射线胶片二维规划准确率为53%，AI HIP预测髋臼侧和股骨侧假体型号的准确率均高于传统X射线胶片二维规划，差异有显著性意义，可以认为整体上AI HIP较传统X射线胶片对假体型号具有更强的预测能力，且对髋臼侧的提升更为明显。AI三维规划的手术时间和术中出血量均小于X射线胶片二维规划，差异有显著性意义，可以认为AI规划对于临床手术效果有提升作用。在术后双下肢长度差值方面，AI三维规划小于X射线胶片二维规划，表明AI术前规划可以降低术后双下肢不等长及其并发症的发生率，而双下肢不等长也是患者术后不满意的主要因素[20-21]。在对两组患者进行了术后4-6个月的随访后，依据术后3个月Harris评分表明了AI三维规划相较于X射线胶片二维规划术后髋关节功能更好，更有利于患者术后早期下地、康复训练，提高患者的术后满意度[22-23]。DAMMERER等[24]在一项回顾性研究中，分析了620例非骨水泥型初级全髋关节置换术的模板准确性，结果表明数字模板规划髋臼侧和股骨侧假体型号的完全符合率为51%和52%，型号相差±1号时，则符合率为85%和90%，与此次研究结果不同的是，其认为女性患者可以达到更高的准确性，假体的类型也会影响规划的准确性。HUO 等[25]对53例行全髋关节置换的患者同时应用了AI HIP、3D Mimics与传统X射线胶片这3种术前规划，在预测髋臼杯和股骨柄型号方面，AI HIP的准确率为74.58%和71.19%；3D Mimics模板为71.19%和76.27%；而胶片模板仅为40.68%和49.15%，考虑到胶片模板依赖于准确的放射线定位，并受到患者的体型、放射线参数和放射科医生选择的成像条件等因素影响[26]。国内丁冉等[27]对27例行全髋关节置换的患者进行了AI术前规划，结果表明髋臼侧和股骨侧假体型号的完全符合率分别为90.6%和81.3%，这与此次研究的结果相近。在此研究中，试验组和对照组对股骨柄规划的准确率均低于髋臼杯的准确率，考虑到植入的Corail柄在最大程度上保留了髓腔的松质骨，并非紧贴着皮质骨，此外，在植入股骨柄前需要对髓腔进行打压扩髓，这些都影响了股骨柄型号的选择[28]。
AI HIP可以利用髋关节和假体之间的几何关系，在术前自主完成对假体型号和安放位置的精确定位，无需手动调整。与既往的术前设计相比，AI HIP可以在三维视图下实现假体与患者的精准匹配，避免了由于测量仪器精密度和人为操作导致的误差，从而有效减少术中及术后并发症的发生，如术中骨折、术后双侧下肢不等长，且达到力学结构稳定的假体能够降低后期磨损、滑脱、坏死的发生率[29]。此次研究证实了AI HIP系统用于全髋关节置换术前假体型号的规划是可预测的，且较传统X射线模板测量法准确性更高，表明其在复杂髋关节手术方面具有很大的临床应用前景[30]，如髋关节翻修术、髋臼发育不良以及强直性髋关节僵硬等。
此次研究值得改进的地方：①作为一项前瞻性研究，只选取了60例患者，病例数较少，要获得更明确的结果，需要进行更大样本量的随机研究；②尽管研究将AI三维术前规划与传统X射线胶片模板测量进行了比较，但未应用3D Mimics模板作为对照，其精准度较传统X射线胶片模板测量更高；③虽然AI HIP在预测假体型号方面更具优势，但只能选用美国强生公司Depuy的假体，假体的选择类型相对较少，在未来的AI规划研究中，将尽可能导入所有类型的假体；④研究没有对两种术前规划的截骨高度、尖肩距、外展角和前倾角等参数进一步评估；⑤术前行CT扫描的患者与行X射线透视的患者相比，接受的辐射剂量和经济费用均会有所增加。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程
文章快阅
#br#
文题释义：
人工智能(Artificial Intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。主要分支包括机器学习、神经网络、机器人技术、专家系统、模糊识别和自然语言处理，旨在利用计算机科学和强大数据模仿人类思维来制定决策和解决问题。
全髋关节置换术：将人工髋关节假体，包含髋臼侧和股骨侧，植入人体代替病变的髋关节，以矫正畸形、缓解关节疼痛、改善关节功能和提高患者生活质量，是治疗髋关节疾病最成熟可靠的手段。该手术适用于有严重髋关节疾患，伴有疼痛、关节活动受限，影响日常生活，且保守治疗无法缓解症状的患者。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程
延伸阅读
人工关节置换术自20世纪60年代发展至今，如今已成为骨科领域最成功的手术之一。其术前规划经历了从最原始的胶片模板手工量片到二维数字化量片，再到应用Mimics技术的三维数字规划的过程，但仍然存在精准度低、规划耗时长等缺点。最新一代是基于CT影像的人工智能(AI)术前规划，它结合人工智能深度学习能力，可智能识别解剖位点，给临床提供更高效、更精准的测量数据、假体匹配以及术中截骨方案，精准的为每位关节患者制定个体化的术前规划方案，为手术保驾护航，更好地满足医师和患者对于手术效果更高的要求，提升患者术后的满意度，同时其操作简便、智能规划的特点可使青年医师缩短学习周期。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程
编辑推荐
Metrics
阅读次数
全文
摘要
本文评价