中文科技期刊数据库
主管:科技部西南信息中心
主办:重庆维普资讯有限公司
出版:医药卫生杂志编辑部
MEDICINE AND HYGIENE

中文科技期刊数据库收录期刊
中国核心期刊(遴选)数据库收录期刊
中国学术期刊综合评价数据库收录期刊
期刊信息
ABUIABAEGAAgov-b_gUomLec5AEwkAM4gwQ

期刊名称:医药卫生
主管单位:科技部西南信息中心
主办单位:重庆维普资讯有限公司
出版单位:医药卫生杂志社

期刊总编:车东林

国内刊号:CN50-9219/R

国际刊号:ISSN1671-5675


03.jpg


01.jpg


02.jpg

新闻详情

人工智能三维规划辅助全膝关节置换术的研究

发表时间:2024-06-07 10:17作者:杜浩源  陈达伊  姜 嵩  罗 奇  王 华来源:暨南大学第二临床医学院

摘要:目的 旨在探讨人工智能术前规划系统(AIKNEE system)辅助人工膝关节置换术(total knee arthroplasty,TKA)治疗终末期的膝关节骨性关节炎(knee osteoarthritis,KOA)患者的价值。方法 共纳入从2020年6月到2021年7月我院收治的24例(28膝)终末期(K-L 3-4期) KOA的病例。所有病例均采用AIKNEE系统进行术前规划,预估假体型号及截骨角度。记录实际应用假体型号与AI规划的匹配度,比较手术前后冠状面髋膝踝(hip-knee-ankle,HKA)角的偏移值,评价并记录患肢康复情况及并发症。结果 术后股骨假体与胫骨假体与术前规划的匹配率分别为85.71%和96.42%,整体匹配率达91.06%;所有病例下肢力线恢复良好;术后HSS(hospital for special surgery knee score,HSS)评分显示膝关节功能明显改善。对患者进行术后1个月随访,均未见并发症。结论 基于人工智能深度学习技术的三维规划系统(AIKNEE system)可以准确、高效地预测假体型号和假体摆放位置,效果稳定可靠,患者早期疗效满意。

关键词:人工智能;全膝关节置换术;术前规划系统;终末期膝关节骨性关节炎

中图分类号:R687


Artificial intelligence 3D planning system assisted total knee arthroplasty in the treatment of patients with end-stage knee osteoarthritis

DU Haoyuan   CHEN Dayi   JIANG Song   LUO Qi   WANG Hua(Corresponding author)

Second Affiliate hospital of Clinical Medicine of Jinan University, Guangdong Shenzhen 518000


Abstract:Objective: For end-stage knee osteoarthritis (KOA),the accuracy of traditional preoperative templating methods applied in total knee arthroplasty(TKA) remains still controversial. The 3D planning software system based on artificial intelligent deep learning technology can solve the current problems accurately and efficiently. This study was performed to investigate the value of TKA assisted by artificial intelligence preoperative planning system (AIKNEE system) in the treatment of patients with end-stage KOA. Methods: In total, 28 knees of 24 patients with end-stage KOA treated from June 2020 to July 2021 were reviewed. All patients underwent preoperative 3D planning using the AIKNEE system before TKA, the prosthesis model and bone cutting angle were estimated, the matching degree between the prosthesis model actually applied and the preoperative planning of AI was compared, the offset of the coronal hip-knee-ankle (HKA) angle before and after surgery were compared. The pantient’s recoveries and complications were recorded.Results: The coincidence rate of preoperative planning of femoral prosthesis and tibial prosthesis after operation was 85.71% and 96.42%, respectively, and the overall agreement rate reached 91.06%. Postoperative reexamination showed the lower limb alignment recovered well. The knee joint function was significantly improved according to the HSS score evaluated 1 month after operation. During the follow-up after operation, all patients were well recovered without any complications. Conclusions: AIKNEE system-assisted total knee arthroplasty for the treatment of end-stage KOA showed excellent reliability for predicting the component size and implant position, satisfactory early curative effect was also achieved.

Keywords:Artificial intelligent; Total knee arthroplasty; The 3D planning software system; End-stage knee osteoarthritis



由于不同的运动损伤和错误的运动方式,KOA的发病率有逐渐年轻化的趋势[1]。而TKA是治疗终末期KOA的最佳方法[2],在中国和美国,每年有超过37万和70万的患者进行了该手术[3]。假体安装位置、假体匹配度和下肢力线的恢复是影响术后关节舒适度和寿命的重要因素[4]。因此,TKA的术前规划是必要的,可以帮助外科医生选择合适的假体并行个性化手术[5]。近年来,人工智能在骨科领域也有了迅速的发展,得到了广泛的使用,如对于骨关节炎的影像学诊断,组织分割骨轮廓、结构关节病理识别等[6, 7]。本研究的主要目的是探讨AIKNEE能否准确预测假体模型和截骨角度,从而有效提高手术准确率。

1 材料与方法

1.1 病例资料

2020年6月至2021年7月期间,于深圳市人民医院骨关节外科治疗的24例,28膝符合入选标准的病例,均行AI术前规划,并最终行TKA的终末期KOA。本研究通过深圳市人民医院伦理委员会审核,且取得患者知情同意,并签署同意书。

纳入标准:①膝关节持续疼痛超过6个月以上保守治疗无效;②无痛行走距离小于500米;③负重位平片上可见明显的关节间隙狭窄、骨赘增生及硬化、缺损、囊性变;④术前有条件完整采集双下肢全长X线和膝关节CT影像。

排除标准:①不能配合完成术前及术后标准的双下肢全长X线和膝关节CT影像采集;②患者术前在AIKNEE系统规划后未进行手术;③身体基础状况较差且并存严重基础疾病。

双膝关节CT要求患者拍摄时充分伸展膝关节,扫描间距:0.5mm-3mm,无间隙无重叠影,扫描范围为双膝关节中心上下20cm,使用3D螺旋(螺线)扫描,图像分辨率:512*512矩阵。图像转移要求:使用DICOM3兼容格式,压缩为rar文件或zip文件。

1.2 AIKNEE系统术前规划

人工智能术前规划系统(AIKNEE,北京长木谷医疗科技有限公司@)进行数字化三维建模、模拟假体尺寸、位置角度并完成手术模拟。首先,对CT数据进行智能图像分割,准确分割股骨、胫骨、髌骨、腓骨,智能识别解剖部位,准确测量参数。然后进行快速三维重建,匹配假体型号,并完成截骨角度和厚度的计算(图1)。最终完成三维手术模型的同步构建,生成切割指南,以供手术医生进行个体化手术。


股骨远端外翻角度(a);器械选择行股骨外翻角截骨(b);自动测量股骨远端截骨后模拟股骨假体的放置状态,粉色表示假体的位置(c);股骨远端外旋角(d);器械选择行股骨外旋角截骨(e);自动测量股骨后髁截骨量后假体放置状态,粉红色为假体位置(f)

图1   截骨角度和厚度

1.3 手术方法

术中的截骨角度与厚度均根据AIKNEE术前模拟执行,股骨髓内定位,胫骨髓外定位截骨(其中1例行iAssist[8, 9]定位截骨),术后再根据方案验证术前的规划。手术病例均采用强生公司的ATTUNE PS(posterior stabilized,PS)假体,由同一位骨关节外科高年资主任医师主刀完成。

1.4 观测指标

1.4.1 股骨侧与胫骨侧假体匹配程度

术中应用假体型号与术前规划假体型号完全一致,为完全匹配;与术前规划假体型号相差±1号,为一般匹配;其余情况为不匹配。计算AI术前规划与术中应用假体型号的匹配率(完全匹配例数+一般匹配例数/总例数)。

1.4.2 下肢力线恢复

术前及术后分别拍摄膝关节正侧位X线片及双下肢全长片,测量并比较术前、术后HKA角度,随后计算术后实际值与理想180°HKA角的偏差值。

1.4.3 膝关节功能情况

通过比较患者术前1周、术后1周、术后1个月的HSS评分,评价患者膝关节功能恢复情况。

1.4.4 其他观察指标

同时观察术后创面愈合、全身恢复情况及感染、脱位、骨折、下肢深静脉血栓形成(deep vein thrombosis,DVT)等不良事件发生情况。

1.5 统计学处理

采用SPSS 25.0(IBM公司)进行统计学分析。连续变量以均数±标准差表示,各组术前、术后数据比较采用配对t检验。P < 0.05为显著性。最后采用 Greenhouse-Geisser 法进行校正;检验水准 α=0.05。

2 结果

自2020年6月至2021年7月,一共32位患者纳入研究。根据上述标准排除2例心衰患者,6例患者经计划后未接受手术治疗。最终纳入24患者,28膝(左膝12例和右膝16例)进行AIKNEE的评估和TKA手术治疗。其中男性8例,女性16例,年龄71.9±5.6岁。

2.1 股骨侧与胫骨侧假体匹配程度

术后股骨假体与术前规划匹配程度为完全匹配15例、一般匹配9例(+1号5例、-1号4例)、不匹配4 例(均为+2号),匹配率为85.71%;术后胫骨假体与术前规划匹配程度为完全匹配13例、一般匹配14例(+1号7例、-1号7例)、不匹配1例(为+2号),匹配率达到96.42%。股骨和胫骨假体的整体匹配率为91.06%(表1)

2.2 假体位置和下肢力线恢复

术后1天和1月复查X线显示股骨和胫骨假体固定牢固,下肢对齐恢复良好。术前、术后所测量的HKA角度与理想180°HKA角的差值分别为(173.0°±3.9°)、(178.2°±1.2°),对比组之间的差异具有统计学意义(P < 0.001)(表2)。

2.3 膝关节功能情况

患者术前1周与术后1周的HSS评分分别为(39±1.7)分、(81±2.7)分,对比组之间的差异具有统计学

表1   术中实际假体型号与术前规划假体型号对比



股骨侧
胫骨侧





病例
AI规划型号
实际结果型号
偏差
AI规划型号
实际结果型号
偏差

case1
4N
3
+1
2
3
-1

case2
4N
3
+1
2
3
-1

case3
5N
3
+2
5
5
0

case4
5N
3
+2
5
5
0

case5
8
6
+2
8
6
+2

case6
4
5N
-1
3
4
-1

case7
7
6
+1
6
6
0

case8
5N
4
+1
4
4
0

case9
6
6
0
6
6
0

case10
4N
4N
0
3
4
-1

case11
5
6N
-1
6
5
+1

case12
4N
4
0
3
3
0

case13
4N
4
0
3
3
0

case14
4N
4
0
3
3
0

case15
4
4
0
3
4
-1

case16
4N
4
0
4
4
0

case17
4N
4
0
4
4
0

case18
4
5N
-1
5
4
+1

case19
4
4
0
5
4
+1

case20
6
6N
0
6
5
+1

case21
5N
5
0
4
4
0

case22
6
6
0
6
6
0

case23
6N
4N
+2
5
4
+1

case24
3
4
-1
3
4
-1

case25
5N
4N
+1
4
4
0

case26
4N
4
0
3
4
-1

case27
4
4N
0
4
3
+1

case28
4
4N
0
4
3
+1










表2   下肢力线确性及患肢HSS评分手术前后对比


观察项目
术前
术后
t
P
平均HKA角偏差值(°)
173.0±3.9
178.2±1.2
9.547
P<0.001
患肢HSS评分
39±1.7
81±2.7
4.564
P<0.05


意义(P < 0.05)。术后1月根据HSS评分评估膝关节功能,膝关节功能恢复有明显改善(表2)。

2.4 其他观察指标

术后随访1月,所有患者切口均一期愈合,无感染、脱位、再骨折、DVT等并发症发生。

3 讨论

3.1 人工智能辅助三维规划系统在测量精度和效率方面的优势

对于TKA的术前规划,CT三维重建测量是随着各种三维测量软件的发展而日益流行的一种测量方法,本文提到的方法是基于计算机断层扫描三维数据的人工智能规划[10]。在截骨方面,该系统运用像素级分割网络,基于循环神经网络技术从原始像素中提取骨骼外形,采用力学运动模拟技术以及包含注意力机制的神经网络,精确地对骨骼关键解剖点进行识别,如:股骨开髓点、股骨外翻、外旋角、胫骨棘突等,识别精度接近毫米级且具有较高的鲁棒性[11],在假体放置方面,该系统将监督学习和基于强化学习的无监督学习相结合,依据假体设计理念及病人解剖结构特点,准确、快速地预测假体模型和放置角度,并对患者进行个性化的三维术前规划,从而最大限度地恢复患者的股骨旋转和下肢力线[12]。研究显示,应用AIKNEE系统进行术前规划,股骨假体与胫骨假体规总体匹配率达91.06%,也取得了满意的早期效果。

AIKNEE术前规划具有一键式智能操作功能,操作简单快捷,缩短医生学习曲线。Zheng[13]等人使用200个CT数据进行人工智能三维模型构建,使用20个下肢CT数据进行验证,试验表明使用AI构建下肢三维模型所需时间仅为4.7分钟。同时,AIKNEE可以减少手术耗材,提高手术效率。对于新入手的关节置换医生,TKA术前准备十分繁琐,术中截骨后需通过试验来选择合适的假体尺寸,这不仅会增加手术时间,还会增加术中出血、疼痛、假体周围骨折的风险[14]。即使是经验丰富的医生,如果没有对每位患者进行术前规划,也可能出现假体尺寸匹配不佳甚至没有合适假体的情况。因此,使用AIKNEE进行术前规划不仅可以简化手术器械,而且可以为一些特殊病例做好准备。

3.2 单纯术前人工智能规划方案很难精准付诸于术中操作实施

虽然本研究的术前规划总体符合率达到91.06%,但依旧存在偏差,我们认为原因如下:

首先,我们对手术前后胫骨假体偏差的病例进行对比,发现其中有7个AI规划的胫骨假体要比实际术中小1号。假体是按照对称结构设计的,而不是解剖结构,并且为了获得更好的平台覆盖,后外侧可能出现悬挂情况。如case10,术后的X线看到胫骨假体外侧明显超出平台约2mm,因过度覆盖胫骨平台,从而使假体整体型号变大。但型号相差在1号以内,是在可接受范围内的,且术后下肢力线和髌骨轨迹良好,这种偏差对手术预后没有任何影响。以下均为术前规划的胫骨假体比实际操作小1号的平片(图2),可以看到所有病例均要稍突出胫骨平台,从而导致整体的胫骨假体稍大。

图2.   术前规划的胫骨侧假体尺寸比实际应用小一个尺寸。

其次,AI并没有把髌骨轨迹考虑到规划范围内,在一些情况下,术者为了获得更好的髌骨轨迹,一般会把假体稍微靠外放置从而减少膝关节局部的疼痛。这导致实际假体比计划的偏小(图3)。不良的髌骨轨迹可以导致膝关节前侧疼痛,甚至导致在伸膝过程中膝肌腱的断裂,由此产生的膝关节翻修占总翻修率的0.5%[15]。通常为了获得良好的髌骨轨迹要对髌骨外侧支持带进行松解,但在少数患者中,这些松解对于髌骨轨迹的获取是不够的,如果医生不确定上述操作是否能有效改善髌骨轨迹,则会选择较小的假体型号并适当外置。

图3   术前规划的胫骨侧假体尺寸比实际应用的大。

第三,在手术中可能需要调整截骨量以达到关节屈伸平衡。本实验的病例采用的均是PS假体,不同于保留后交叉韧带假体(posterior cruciate ligament preservation,CR),如果患者术前有严重的屈曲挛缩畸形,膝关节活动度差,我们通常会加大截骨量去调整屈伸空间的平衡。而当使用PS假体时,我们通常会松解后交叉韧带,而不是增加截骨量。在我们使用PS假体的病例中,术前有严重屈曲挛缩畸形和膝关节活动能力差的患者可能会出现假体预测的偏差。本组手术病例,都是进行10mm或10.5mm的股骨远端截骨。通常股骨远端截骨增加1.5mm - 2mm可使膝关节伸度增加10°[16]。总结以上病例,我们发现其中有5个AI规划的股骨假体要比实际术中的大1号,4个大2号。这主要是因为AI的规划并没有考虑到患者实际的膝关节活动,而只是根据等量截骨的原则和股骨胫骨大小来估计假体大小。5位患者均有屈曲挛缩畸形,术前膝关节活动范围为屈曲(10°- 100°)(图4),因此我们在术中按照AI规划完成截骨后,发现他们膝关节屈伸测试依旧处于较大张力状态,无法达到屈伸平衡,所以才增加股骨远端截骨量来改善症状。因此,建议AI规划可以增加患者膝关节活动范围的数据提交选项,根据数据调整截骨量,获得更优的假体模型。

图4   case 6的患者股骨外翻8°畸形合并严重的屈曲挛缩。

最后,是AI算法的局限性。AI算法是模拟相对的理想值,只考虑了骨的位置、角度、力线,而忽略了软组织,软骨,关节磨损因素。所以每个术者的手术习惯并不相同,患者韧带的松紧度也不同,从而导致了实际手术中骨赘去除程度的不同,当内侧副韧带紧绷时,一些医生可能会将胫骨平台内侧的体积缩小。以上所有情况都可能导致假体尺寸的偏差。严重骨质疏松的患者,部分骨骼在CT与软组织的评估上存在差异,导致了3D重建的不准确,这可能是人工智能学习的微调程度没有立即跟进的原因。此外,目前大多数公司使用的设备和截骨工具都是根据欧美人口设计的,亚洲人的膝关节解剖结构本来与欧美人不同[17],所以,AI规划也同样需要为亚洲人群进行个性化的设置。

总之,使用AIKNEE系统辅助治疗终末期KOA在预测TKA中假体尺寸和摆放位置方面表现出可靠性,可提高手术成功率,并取得满意的早期效果。但本组研究只使用了单中心数据,研究结论仅适用于Attune-PS假体,对于其他假体规划的准确性仍需要进一步研究。同时随着人工智能系统的不断完善,我们将继续扩大病例数量,希望能通过增加输入数据和改进算法,从而到更准确的结果。


参考文献

[1]Nie D, Yan G, Zhou W, Wang Z, Yu G, Liu D, Yuan N, Li H. Metabolic syndrome and the incidence of knee osteoarthritis: A meta-analysis of prospective cohort studies. PLoS One. 2020 Dec 23;15(12).

[2]Kobayashi S, Niki Y, Harato K, Nagura T, Nakamura M, Matsumoto M. Rheumatoid Arthritis Patients Achieve Better Satisfaction but Lower Functional Activities as Compared to Osteoarthritis Patients After Total Knee Arthroplasty. J Arthroplasty. 2019 Mar;34(3):478-482.

[3]Feng B, Zhu W, Bian YY, Chang X, Cheng KY, Weng XS. China artificial joint annual data report. Chin Med J (Engl). 2020 Nov 3;134(6):752-753.

[4]Kim HJ, Lee HJ, Shin JY, Park KH, Min SG, Kyung HS. Preoperative planning using the picture archiving and communication system technique in high tibial osteotomy. J Orthop Surg (Hong Kong). 2017 Jan;25(1).

[5]Farooq H, Deckard ER, Arnold NR, Meneghini RM. Machine Learning Algorithms Identify Optimal Sagittal Component Position in Total Knee Arthroplasty. J Arthroplasty. 2021 Jul;36(7S):242-249.

[6]Almog YA, Rai A, Zhang P, Moulaison A, Powell R, Mishra A, Weinberg K, Hamilton C, Oates M, McCloskey E, Cummings SR. Deep Learning With Electronic Health Records for Short-Term Fracture Risk Identification: Crystal Bone Algorithm Development and Validation. J Med Internet Res. 2020 Oct 16;22(10).

[7]Yeh YC, Weng CH, Huang YJ, Fu CJ, Tsai TT, Yeh CY. Deep learning approach for automatic landmark detection and alignment analysis in whole-spine lateral radiographs. Sci Rep. 2021 Apr 7;11(1):7618.

[8]Matassi F, Cozzi Lepri A, Innocenti M, Zanna L, Civinini R, Innocenti M. Total Knee Arthroplasty in Patients With Extra-Articular Deformity: Restoration of Mechanical Alignment Using Accelerometer-Based Navigation System. J Arthroplasty. 2019 Apr;34(4):676-681.

[9]Kinney MC, Cidambi KR, Severns DL, Gonzales FB. Comparison of the iAssist Handheld Guidance System to Conventional Instruments for Mechanical Axis Restoration in Total Knee Arthroplasty. J Arthroplasty. 2018 Jan;33(1):61-66.

[10]Andrews SN, Beeler DM, Parke EA, Nakasone CK, Stickley CD. Fixed Distal Femoral Cut of 6° Valgus in Total Knee Arthroplasty: A Radiographic Review of 788 Consecutive Cases. J Arthroplasty. 2019 Apr;34(4):755-759.

[11]宋平,吴东,刘星宇等.一例人工智能三维规划系统辅助全膝关节置换术[J].骨科,2021,12(03):281-283.

[12]Andrews SN, Beeler DM, Parke EA, Nakasone CK, Stickley CD. Fixed Distal Femoral Cut of 6° Valgus in Total Knee Arthroplasty: A Radiographic Review of 788 Consecutive Cases. J Arthroplasty. 2019 Apr;34(4):755-759.

[13]Li Z, Zhang X, Ding L, Du K, Yan J, Chan MTV, Wu WKK, Li S. Deep learning approach for guiding three-dimensional computed tomography reconstruction of lower limbs for robotically-assisted total knee arthroplasty. Int J Med Robot. 2021 Oct;17(5):e2300.

[14]Sa-Ngasoongsong P, Wongsak S, Kulachote N, Chanplakorn P, Woratanarat P, Kawinwonggowit V. Predicting Factors for Allogeneic Blood Transfusion and Excessive Postoperative Blood Loss after Single Low-Dosage Intra-Articular Tranexamic Acid Application in Total Knee Replacement. Biomed Res Int. 2017;2017:2729487.

[15]Khan M, Osman K, Green G, Haddad FS. The epidemiology of failure in total knee arthroplasty: avoiding your next revision. Bone Joint J. 2016 Jan;98-B(1 Suppl A):105-12.

[16]Sires JD, Craik JD, Wilson CJ. Accuracy of Bone Resection in MAKO Total Knee Robotic-Assisted Surgery. J Knee Surg. 2021 Jun;34(7):745-748.

[17]Yue B, Varadarajan KM, Ai S, Tang T, Rubash HE, Li G. Differences of knee anthropometry between Chinese and white men and women. J Arthroplasty. 2011 Jan;26(1):124-30.


首页   |     过刊目录    |     期刊简介    |     投稿须知    |     在线投稿    |     录用查询    |     医疗资讯    |     广告服务    |     联系我们
©2009~2020 中文科技期刊数据库医药卫生杂志社
《医药卫生》杂志是医学学术期刊,欢迎有能力的个人或单位为我刊组织推荐优秀学术论文稿件
编辑部电话:023-48488799   投稿邮箱: yywszzbjb@163.com   
武汉墨海轩文化传媒有限公司所有权