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

doi:10.12307/2024.026

中国组织工程研究 ›› 2024, Vol. 28 ›› Issue (12): 1863-1868.doi: 10.12307/2024.026

• 人工假体 artificial prosthesis • 上一篇下一篇

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

张凯1，郭卓涛1，马桥桥1，查国春2，郭开今2

1徐州医科大学，江苏省徐州市 221000；2 徐州医科大学附属医院骨科，江苏省徐州市 221000

收稿日期:2023-02-09 接受日期:2023-03-22 出版日期:2024-04-28 发布日期:2023-08-22
通讯作者: 郭开今，博士，主任医师，徐州医科大学附属医院骨科，江苏省徐州市 221000
作者简介:张凯，男，1997年生，江苏省徐州市人，汉族，徐州医科大学在读硕士，医师，主要从事骨关节方向的研究。
基金资助:
江苏省青年医学人才项目(QNRC2016800)，项目负责人：查国春；江苏省卫生计生委面上项目(H2017081)，项目负责人：查国春

Accuracy and influencing factor of artificial intelligence planning system in patients undergoing total hip arthroplasty

Zhang Kai1, Guo Zhuotao1, Ma Qiaoqiao1, Zha Guochun2, Guo Kaijin2

1Xuzhou Medical University, Xuzhou 221000, Jiangsu Province, China; 2Department of Orthopedics, Affiliated Hospital of Xuzhou Medical University, Xuzhou 221000, Jiangsu Province, China

Received:2023-02-09 Accepted:2023-03-22 Online:2024-04-28 Published:2023-08-22
Contact: Guo Kaijin, MD, Chief physician, Department of Orthopedics, Affiliated Hospital of Xuzhou Medical University, Xuzhou 221000, Jiangsu Province, China
About author:Zhang Kai, Master candidate, Physician, Xuzhou Medical University, Xuzhou 221000, Jiangsu Province, China
Supported by:
Young Medical Talent Project of Jiangsu Province, No. QNRC2016800 (to ZGC); General Project of Jiangsu Provincial Health and Family Planning Commission, No. H2017081 (to ZGC)

摘要/Abstract

摘要：

文题释义：

术前规划：术者在术前根据患者影像学资料获取术中所需的解剖数据，模拟假体置入的过程，是降低手术风险、提高手术精度的有效措施。

背景：人工智能三维规划系统能够自动建立三维模型并生成规划方案，但其预测假体型号的准确性尚未得到充分验证。

目的：探讨人工智能三维规划系统在全髋关节置换前预测假体型号的准确性及对临床预后的影响，并进一步分析影响规划准确性的危险因素。
方法：前瞻性收集2021年1月至2022年6月在徐州医科大学附属医院骨科接受单侧初次全髋关节置换患者的临床资料，随机分为人工智能组(n=80)和传统模板组(n=79)。对比两组术中使用假体与术前规划假体的匹配情况，记录术后随访Harris功能评分、双下肢不等长、脱位和假体松动等并发症的发生情况，采用单因素及多因素Logistic回归分析来探究人口统计学指标、术前诊断、Dorr分型对股骨柄规划准确性的影响。

结果与结论：①人工智能组髋臼侧、股骨侧假体完全符合率分别为 50%(40/80)、55%(44/80)，传统模板组为 34%(27/79)、37%(29/79)，组间差异有显著性意义(P < 0.05)；②人工智能组在髋臼、股骨侧假体相差1个尺寸内的准确率分别91%(73/80)、86%(69/80)，传统模板组为 82%(65/79)、72%(58/79)，差异仅在股骨侧有显著性意义(P < 0.05)；③两组术后随访期间均无脱位及假体松动的发生，人工智能组、传统模板组术后双下肢长度差值分别为(3.56±2.32) mm、(3.52±2.41) mm；末次随访时人工智能组与传统模板组Harris评分分别为(92.74±3.08)分、(91.81±3.52)分，上述指标两组比较差异均无显著性意义(P > 0.05)；④单因素分析结果显示，术前诊断为先天性髋关节发育不良、股骨头坏死以及Dorr B型、C型股骨对人工智能三维规划系统预测股骨假体准确率有显著影响(P < 0.05)；⑤多因素logistic回归分析显示，术前诊断为先天性髋关节发育不良(OR=18.233，95%CI：2.662-124.888)是影响人工智能三维规划系统预测股骨柄型号的独立危险因素；⑥提示人工智能三维规划系统预测假体型号较传统二维模板具有更高的准确率，且对术后并发症的发生风险和关节功能并不会造成明显的差异。由于解剖畸形和髋臼解剖位置重建，人工智能三维规划系统在先天性髋关节发育不良患者中准确率较低。

https://orcid.org/0000-0002-4228-5759 (张凯)

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: 术前规划, 人工智能, 全髋关节置换, 股骨近端髓腔形态, 假体型号

Abstract: BACKGROUND: Artificial intelligence planning system can automatically establish a three-dimensional model and generate planning schemes, but its accuracy in predicting the prosthesis size has not been fully verified.
OBJECTIVE: To investigate the accuracy of artificial intelligence planning system in predicting prosthesis size before total hip arthroplasty and its influence on clinical prognosis, and further analyze the risk factors affecting the accuracy of planning.
METHODS: Clinical data of patients with unilateral initial total hip arthroplasty who were admitted to the Department of Orthopedics of Affiliated Hospital of Xuzhou Medical University from January 2021 to June 2022 were prospectively collected. The patients were randomly divided into the artificial intelligence planning system group (n=80) and the conventional template group (n=79). Intraoperative use of prostheses and preoperative planning of prosthesis matching were compared between the two groups. Postoperative follow-up Harris scores and the occurrence of complications such as leg length discrepancy, dislocation and prosthesis loosening were recorded in both groups. The effects of demographic indicators, preoperative diagnosis, and Dorr typing on the accuracy of femoral stem planning were explored using univariate and multivariate Logistic regression analyses.
RESULTS AND CONCLUSION: (1) The prediction of the prosthesis size on the acetabular side and femoral side was 50%(40/80) and 55%(44/80) in the artificial intelligence planning system group, compared to 34%(27/79) and 37%(29/79) in the conventional template group, with statistically significant differences (P < 0.05). (2) The artificial intelligence planning system group had an accuracy rate within one size difference for the acetabular and femoral side prostheses of 91%(73/80) and 86%(69/80), compared to 82%(65/79) and 72%(58/79) in the conventional template group, with differences statistically different only on the femoral side (P < 0.05). (3) No dislocation or prosthesis loosening occurred in the two groups during postoperative follow-up. The difference in lower limb length between the artificial intelligence planning system and conventional template groups was (3.56±2.32) mm and (3.52±2.41) mm. At the last follow-up, the Harris scores of the artificial intelligence planning system and conventional template groups were (92.74±3.08) and (91.81±3.52), respectively; there was no significant difference in the above differences (P > 0.05). (4) Univariate analysis results showed that preoperative diagnosis as developmental dysplasia of the hip and osteonecrosis of the femoral head, and Dorr type B and C femurs had a significant effect on the accuracy of predicted prosthesis size using an artificial intelligence planning system (P < 0.05). (5) Multivariate logistic regression analysis showed that preoperative diagnosis of developmental dysplasia of the hip (OR=18.233, 95%CI: 2.662-124.888) was an independent risk factor for the prediction of femoral stem size by artificial intelligence planning system. (6) The artificial intelligence planning system has a higher accuracy in predicting prosthetic size than traditional two-dimensional templates, and there is not a significant difference in the risk of postoperative complications or joint function. The accuracy of the artificial intelligence planning system in patients with developmental dysplasia of the hip was low due to anatomical deformities and acetabular anatomical position reconstruction.

Key words: preoperative planning, artificial intelligence, total hip arthroplasty, proximal femoral canal bone morphology, prosthesis size

中图分类号:

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.

Zhang Kai, Guo Zhuotao, Ma Qiaoqiao, Zha Guochun, Guo Kaijin. Accuracy and influencing factor of artificial intelligence planning system in patients undergoing total hip arthroplasty[J]. Chinese Journal of Tissue Engineering Research, 2024, 28(12): 1863-1868.

图/表（结果） 6

2.1 参与者数量分析试验期间共有5例失访，最终人工智能组80例，传统模板组79例，共159例患者均进入结果分析。
2.2 试验流程见图1。

2.3 两组基线资料比较两组患者的性别、年龄、体质量指数、术前诊断及术前Harris评分、双下肢长度差等比较差异均无显著性意义(均P > 0.05)，具有可比性，见表2。

2.4 两组规划假体型号的准确性人工智能组预测臼杯、股骨侧假体的准确率分别为50%(40/80)、55%(44/80)，显著高于传统模板组的34%(27/79)、37%(29/79)，组间差异均有显著性意义(P=0.043，P=0.021)。人工智能组预测股骨侧型号相差±1个尺寸内的准确率为86%(69/80)，显著高于传统模板组的73%(58/79)，差异有显著性意义(P=0.044)；而在臼杯侧差异无显著性意义(91% vs. 82%，P=0.095)。见表3。

2.5 两组患者术后髋关节功能Harris评分比较两组患者全部获得随访，人工智能组随访时间平均(13.82±5.06)个月，传统模板组平均(13.61±6.23)个月；末次随访时，人工智能组和传统模板组的Harris评分分别为(92.74±3.08)分、(91.81±3.52)分，上述指标两组比较差异均无显著性意义(P > 0.05)。
2.6 两组患者术后影像学随访结果所有患者术中均无股骨劈裂骨折发生，至末次随访均未出现假体松动、脱位等情况。人工智能组和传统模板组术后双下肢不等长分别为(3.56±2.32) mm、(3.52±2.41) mm，差异无显著性意义(P > 0.05)。
2.7 AIHIP规划股骨柄与术中选择相差2个型号及以上的单因素分析人工智能组中69例进入规划准确组，11例进入规划非准确组。单因素分析结果显示，术前诊断为先天性髋关节发育不良、股骨头坏死、Dorr B型及Dorr C型股骨在两组间差异有显著性意义(P < 0.05)，见表4。

2.8 AIHIP规划股骨柄与术中选择相差2个型号及以上的多因素分析纳入单因素分析中P < 0.1的6个变量进行多因素logistic回归分析，排除各因素间的相互影响后结果显示：术前诊断为先天性髋关节发育不良(OR=18.233，95%CI：2.662-124.888)是影响AIHIP规划股骨柄准确率的独立危险因素(P < 0.05)，而术前诊断为股骨头坏死(OR=0.178，95%CI：0.038-0.836)、Dorr B 型(OR=0.062，95%CI：0.010-0.383)是影响AIHIP规划股骨柄准确率的保护因素(P < 0.05)，见表5。

2.9 植入物与宿主的生物相容性植入物与宿主的相容性好，患者均未出现植入物周围感染、过敏反应、免疫反应及排斥反应等并发症。

参考文献

[1] BRENNEIS M, BRAUN S, VAN DRONGELEN S, et al. Accuracy of Preoperative Templating in Total Hip Arthroplasty With Special Focus on Stem Morphology: A Randomized Comparison Between Common Digital and Three-Dimensional Planning Using Biplanar Radiographs. J Arthroplasty. 2021;36(3):1149-1155.
[2] TRIPURANENI KR, ARCHIBECK MJ, JUNICK DW, et al. Common errors in the execution of preoperative templating for primary total hip arthroplasty. J Arthroplasty. 2010;25(8):1235-1239.
[3] BISHI H, SMITH JBV, ASOPA V, et al. Comparison of the accuracy of 2D and 3D templating methods for planning primary total hip replacement: a systematic review and meta-analysis. EFORT Open Rev. 2022;7(1):70-83.
[4] ADAMCZYK A, LABOUDIE P, NESSEK H, et al. Accuracy of digital templating in uncemented primary total hip arthroplasty: which factors are associated with accuracy of preoperative planning? Hip Int. 2022:11207000221082026.
[5] EGGLI S, PISAN M, MÜLLER M. The value of preoperative planning for total hip arthroplasty. J Bone Joint Surg Br. 1998;80(3):382-390.
[6] CARTER L, STOVALL D, YOUNG T. Determination of accuracy of preoperative templating of noncemented femoral prostheses. J Arthroplasty. 1995;10(4):507-513.
[7] CHEN X, WANG Y, MA R, et al. Validation of CT-Based Three-Dimensional Preoperative Planning in Comparison with Acetate Templating for Primary Total Hip Arthroplasty. Orthop Surg. 2022;14(6):1152-1160.
[8] GAMBLE P, DE BEER J, PETRUCCELLI D, et al. The accuracy of digital templating in uncemented total hip arthroplasty. J Arthroplasty. 2010;25(4):529-532.
[9] GONZALEZ DELLA VALLE A, COMBA F, TAVERAS N, et al. The utility and precision of analogue and digital preoperative planning for total hip arthroplasty. Int Orthop. 2008;32(3):289-294.
[10] 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.
[11] 李兴鑫, 陈施展, 娄延举, 等. 人工智能三维术前规划在全髋关节置换术中的应用[J]. 中国新通信,2022,24(17):104-106.
[12] 万超, 董圣杰, 王诗军, 等. 人工智能辅助手术规划系统在个体化全髋关节假体精准植入中的应用[J]. 骨科,2022,13(3):204-211.
[13] 胡陈贵. 人工智能辅助全髋关节置换术三维规划系统的应用价值分析[J]. 保健文汇,2022,23(10):185-187.
[14] 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.
[15] SCHIFFNER E, LATZ D, JUNGBLUTH P, et al. Is computerised 3D templating more accurate than 2D templating to predict size of components in primary total hip arthroplasty? Hip Int. 2019;29(3):270-275.
[16] SARIALI E, MAUPRIVEZ R, KHIAMI F, et al. Accuracy of the preoperative planning for cementless total hip arthroplasty. A randomised comparison between three-dimensional computerised planning and conventional templating. Orthop Traumatol Surg Res. 2012;98(2):151-158.
[17] REINBACHER P, SMOLLE MA, FRIESENBICHLER J, et al. Pre-operative templating in THA using a short stem system: precision and accuracy of 2D versus 3D planning method. J Orthop Traumatol. 2022;23(1):16.
[18] LIM YW, HUDDLESTON JI 3RD, GOODMAN SB, et al. Proximal Femoral Shape Changes the Risk of a Leg Length Discrepancy After Primary Total Hip Arthroplasty. J Arthroplasty. 2018;33(12):3699-3703.
[19] 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.
[20] PETRETTA R, STRELZOW J, OHLY NE, et al. Acetate templating on digital images is more accurate than computer-based templating for total hip arthroplasty. Clin Orthop Relat Res. 2015;473(12):3752-3759.
[21] DELLA VALLE A, PADGETT D, SALVATI E. Preoperative planning for primary total hip arthroplasty. J Am Acad Orthop Surg. 2005;13(7):455-462.
[22] KRISTOFFERSSON E, OTTEN V, CRNALIC S. The accuracy of digital templating in cementless total hip arthroplasty in dysplastic hips. BMC Musculoskelet Disord. 2021;22(1):942.
[23] SERSHON RA, DIAZ A, BOHL DD, et al. Effect of Body Mass Index on Digital Templating for Total Hip Arthroplasty. J Arthroplasty. 2017;32(3):1024-1026.
[24] BOESE CK, WILHELM S, HANEDER S, et al. Influence of calibration on digital templating of hip arthroplasty. Int Orthop. 2019;43(8):1799-1805.
[25] RAMME AJ, FISHER ND, EGOL J, et al. Scaling Marker Position Determines the Accuracy of Digital Templating for Total Hip Arthroplasty. HSS J. 2018;14(1):55-59.
[26] SINCLAIR VF, WILSON J, JAIN NP, et al. Assessment of accuracy of marker ball placement in pre-operative templating for total hip arthroplasty. J Arthroplasty. 2014;29(8):1658-1660.
[27] ECKRICH S, NOBLE P, TULLOS H. Effect of rotation on the radiographic appearance of the femoral canal. J Arthroplasty. 1994;9(4):419-426.
[28] OSMANI F A, THAKKAR S, RAMME A, et al. Variance in predicted cup size by 2-dimensional vs 3-dimensional computerized tomography-based templating in primary total hip arthroplasty. Arthroplast Today. 2017;3(4):289-293.
[29] WAKO Y, NAKAMURA J, MIURA M, et al. Interobserver and Intraobserver Reliability of Three-Dimensional Preoperative Planning Software in Total Hip Arthroplasty. J Arthroplasty. 2018;33(2):601-607.
[30] 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.
[31] 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.
[32] ZHAO X, ZHU ZA, ZHAO J, et al. The utility of digital templating in Total Hip Arthroplasty with Crowe type II and III dysplastic hips. Int Orthop. 2011;35(5):631-638.
[33] WUESTEMANN T, HOARE SG, PETERSIK A, et al. Bone morphology of the proximal femoral canal: ethnicity related differences and the influence on cementless tapered wedge stem designs. Hip Int. 2021;31(4):482-491.
[34] DORR L, FAUGERE M, MACKEL A, et al. Structural and cellular assessment of bone quality of proximal femur. Bone. 1993;14(3):231-242.
[35] MAVCIC B, ANTOLIC V. Cementless femoral stem fixation and leg-length discrepancy after total hip arthroplasty in different proximal femoral morphological types. Int Orthop. 2021;45(4):891-896.

引言

全髋关节置换是治疗髋关节骨关节炎、股骨头坏死、先天性髋关节发育不良及老年移位性股骨颈骨折最有效的治疗手段，能够尽快缓解疼痛并重建髋关节功能。假体的正确选择及放置是影响人工关节置换术后关节功能、生活质量和假体寿命的关键因素，详细的术前规划是选择合适假体尺寸和精准重建髋关节生物力学的重要步骤[1-2]，有助于降低术中劈裂骨折、术后脱位、双下肢不等长和假体松动的发生风险[3-6]。
由于X射线片价格低廉使用普遍，目前术前规划多采用胶片模板的方式进行，但受拍摄体位及放大率的影响[5]，规划的准确性较低，既往文献报道该方法预测臼杯型号的准确率为20%-51%，准确预测股骨柄尺寸的准确率为36.25%-69%[7-9]。近年来部分医院使用三维软件对全髋关节置换进行术前规划，该方法可以从横断面、矢状面和冠状面3个维度进行测量并匹配合适型号的假体，虽然其准确性与二维方法相比较高，但面临辐射剂量的增加和相关软件成本的支出，且需手动测量和匹配，整个过程繁琐耗时，因此并未得到大面积推广。随着数字骨科的发展，出现多种基于CT数据的人工智能辅助三维规划系统，人工智能三维规划系统(artificial intelligence planning system，AIHIP)是由国内自主研发，能够对CT影像数据骨骼区域进行智能识别和分割，自动化三维重建并对重建结构进行分析测量，以获取需要的解剖参数，从而规划合适的假体型号及置入角度、位置，但该软件的准确性尚未得到充分验证。
AIHIP的智能分割和重建技术，在提高精度的同时又可以缩短规划时间，因此已在部分医院开展应用，国内关于AIHIP的研究报道其规划髋臼杯的准确率范围为85%-95.6%，股骨柄的准确率范围为81.3%-97.8%[10-14]；万超等[12]的研究结果还证实AIHIP在恢复患侧肢体偏心距及双下肢等长重建方面更加精准，但上述研究纳入的病例数量均较少。另一方面，虽然部分随机对照试验证实三维术前规划在预测假体尺寸方面比二维模板更准确[15-17]，但尚无进一步的研究来确定准确性的提高是否会给患者带来明显的临床益处。此外为了提高人工智能三维术前规划的准确性，需要确定影响假体型号规划准确率的风险因素。既往文章并未详细讨论过术前诊断和股骨近端髓腔形态对术前规划准确率的影响，LIM等[18]的研究已经强调股骨近端Dorr分型对于协调术后双下肢长度、避免假体松动和假体周围骨折的重要意义。因而此次研究旨在验证AIHIP在生物型全髋关节置换前规划假体型号的准确性，其次通过与传统胶片模板方法进行对比，比较两种术前规划方法是否会给患者预后造成明显差别，此外进一步分析了影响AIHIP预测股骨柄型号准确性的危险因素，从而为AIHIP的改进提供依据。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 设计前瞻性随机对照试验，单因素及多因素Logistic回归分析。
1.2 时间及地点试验于2021年1月至2022年6月在徐州医科大学附属医院关节外科完成。
1.3 对象
样本量计算：研究以规划方法精准预测臼杯假体型号为主要评价指标估算样本量。根据CHEN等[19]报告的准确率进行评估，其中AIHIP预测臼杯型号准确率为66.67%，二维模板的准确率为20%。功率分析考虑的效应大小为 0.5，为了达到 0.9的功率，此次研究至少需要总样本量为72对时才能检测出显著差异，考虑到10%的失访患者，样本量扩大为82对。
前瞻性收集2021年1月至2022年6月在徐州医科大学附属医院关节外科同一治疗组行初次单侧全髋关节置换的164例患者的病历资料，使用计算机随机生成的序号随机分为人工智能组和传统模板组(n=82)，采用分配隐藏，分组情况患者并不知情。试验已获得徐州医科大学附属医院伦理委员会批准(伦理批准号：XYFY2021-KL312-01)。
纳入标准：①由同一资深医师行初次单侧生物型全髋关节置换的患者；②术前诊断为移位性股骨颈骨折(> 60岁)、骨关节炎、先天性髋关节发育不良及股骨头坏死；③病历资料和影像资料完整；④患者自愿签署知情同意书。
排除标准：①类风湿关节炎患者、病理性骨折患者及翻修手术患者；②高能量损伤 (车祸、高处坠落伤等)或患肢合并其他骨折患者；③患肢合并神经肌肉疾患影响下肢功能者。
剔除标准：①随访资料不完整者；②随访期间合并患肢其他关节疼痛情况影响问卷评价者。

1.4 材料植入物介绍见表1。

1.5 方法
1.5.1 影像数据两组患者术前均拍摄标准髋关节正侧位X射线片及髋关节三维CT，所有X射线照片和CT扫描均使用经过校准的相同设备进行。患者仰卧，下肢伸直，双足内旋10°-15°，第一足趾接触，X射线投影以耻骨联合为中心，拍摄范围包含股骨中上段，X射线垂直投射距离1 m，放大率为20%。为保证三维规划的精确性，CT扫描范围为髂前上棘至股骨小转子下10 cm，层厚为1 mm。
1.5.2 传统模板规划假体模板由强生公司提供，放大率为20%。首先将标准骨盆正位X射线胶片固定于阅片灯上，将髋臼模板以40°-45°置于泪滴内缘，使臼杯下缘与泪滴下缘平齐，内缘紧贴臼底，选择合适型号保证臼杯能够获得足够深度及最佳骨性覆盖；其次以双侧小转子上缘至双侧泪滴下缘连线距离判断双侧腿长差异，根据双下肢长度差调整颈长和偏心距，调整假体中轴与髓腔轴匹配，选择合适的股骨柄使其充分填充髓腔；调整股骨颈截骨平面及假体位置，恢复下肢长度及偏心距。规划由2名住院医师分别独立进行并记录，当2名医师对同一例患者术前规划假体型号不一致时，由另一名高年资主治医师进行反复测量规划，直至3人对结果均认可，即被记录为最终规划结果。
1.5.3 AIHIP三维规划将人工智能组患者的三维CT数据影像资料去除患者个人信息后以DICOM格式刻盘，在手术前1 d上传至AIHIP软件进行术前规划。该软件通过基于神经网络的智能分割与解剖识别模型分别生成股骨与骨盆的三维模型，利用点识别算法准确定位髋关节上的关键骨性标记点，主要包括髂前上棘、耻骨联合、股骨小转子及大转子等，纠正骨盆和股骨的倾斜或旋转将其矫正至中立位后，根据髋臼的前后径、上下径及股骨近端髓腔内径，通过基于大数据的深度学习模型自动匹配最合适的假体型号，臼杯放置于原始骨性髋臼位置，以外展角 40°、前倾角 20°置入，充分填充髋臼前后壁，股骨假体最大化的填充髓腔，系统实时反馈如臼杯覆盖率、偏心距、截骨高度及腿长差异等指标，并模拟生成术后骨盆正位X射线片，对上述结果不满意时，可根据实时反馈的数据进行手动调整，规划报告在术后第1天生成以避免术者在手术期间受规划结果的影响。
1.5.4 手术过程手术均由同一高年资医生主刀完成，手术假体选择生物型Pinnacle髋臼杯、Corail股骨柄(强生Depuy，美国)，患者均采取全身麻醉，健侧卧位，后外侧入路逐层分离显露关节腔。脱位后于拟定截骨平面处进行截骨，取出股骨头后充分显露髋臼，使用髋臼锉由小至大逐级磨锉臼窝直至软骨面均匀点状渗血，充分冲洗后选择合适型号的生物型臼杯植入并予以固定，屈曲内旋下肢，显露股骨近端，髓腔开口后用股骨髓腔锉逐级扩髓至股骨柄充分填充髓腔，选择合适的试模头颈，复位后检测活动范围、稳定性及双下肢长度差，安装假体后复位髋关节，冲洗关节腔、充分止血后修复短外旋肌群和后方关节囊，常规不放置引流管，逐层严密缝合。记录安放的假体型号及术中股骨穿孔、劈裂骨折的发生。
1.6 主要观察指标 ①假体规划准确度：规划假体型号与术中实际选择的型号完全符合或相差±1号均被认为规划结果准确。②采用Harris评分评价术前及术后末次随访时髋关节功能情况；Harris 评分系统主要包括疼痛、功能、畸形和活动范围4个方面，满分为 100 分，其中 90-100 分为优、80-89分为良、70-79分为可、< 70分为差。③所有患者的影像指标均由2名不知道患者分组和治疗计划的研究人员收集，分别于徐州医科大学附属医院的影像存档和通信系统上测量股骨近端Dorr 分型、记录术前及术后双下肢长度差、透亮带或骨溶解、假体松动的发生，取两者测量值的平均值进行统计分析。
1.7 统计学分析采用SPSS 26.0(IBM公司，美国)统计软件进行统计分析，对于符合正态分布的计量资料采用x±s的形式表示，组间比较采用独立样本t检验；不符合正态分布的计量资料采用非参数秩和检验；计数资料以率来表示，率的比较采用卡方检验，将规划型号与实际应用型号相差2个型号及以上定义为阳性结局进行风险因素分析，将单因素分析筛选出的有显著差异(P < 0.1)的因素纳入多因素二元Logistic回归分析，检验水准α值取双侧0.05。文章统计学方法已经徐州医科大学生物统计学专家审核。

讨论

术前对患者髋关节解剖结构的准确分析和术中操作的详细规划是手术成功的重要因素，过大或过小的假体可能导致术中或术后并发症，并对功能结果产生负面影响。精准的术前规划已被证明有助于预测合适的假体尺寸和位置[1，2，16]，同时有助于降低手术风险[16]，提高手术精度[4，20]。
传统胶片方法是将透明模板贴附叠加在打印出的X射线胶片上进行规划，近年来出现多种数字模板在数字化X射线片上模拟假体置入，可以通过图像编辑提高对比度，但是基于X射线片的二维规划始终依赖于标准化拍摄体位和放大倍数的正确校准[6]，并且可能受患者肥胖以及外科医生模板经验的影响[17，21-22]。既往希望借助在大转子水平放置金属球体来校准X射线片的放大倍率[4，23]，但外部标记的校准误差和球体放置位置仍会影响数字模板的准确性[24-26]。另一方面，二维模板缺乏准确性可能是由于骨盆及股骨的旋转、倾斜造成髋关节生物力学的测量误差所致[27]，而基于断层CT的三维规划将影像数据用可视化的模型呈现，大量随机对照试验和荟萃分析证明三维规划在预测假体尺寸和重建髋关节生物力学方面比二维规划更准确[1，3，28]，此外WAKO等[29]的研究证明三维模板还具有极好的观察者间和观察者内部可靠性。但是，由于商业软件价格昂贵，目前大多数医院并没有执行三维模板所需的软件，另一方面，三维模板需手动重建和规划，整个过程往往需要 10-30 min[16，17，30]，而基于深度学习技术的三维规划软件AIHIP能够智能重建并生成规划方案，整个过程仅需5-10 min [19，30]。国内已有部分学者初步验证了该软件的准确性，CHEN等[19]前瞻性验证AIHIP精准预测臼杯和股骨柄型号的准确率分别为66.67%和55%，稍高于此次研究的50%和55%，这可能是因为此次研究纳入较多的髋关节发育不良患者所致。HUO等[30]和DING等[31]报道其预测臼杯和股骨柄的概率分别为74.58%，71.19%和94.0%，87.7%，此次研究同样发现股骨侧在一个型号内的准确率略低于髋臼侧(86.25% vs. 91.25%)，这可能是臼杯相邻尺寸之间的增量为2 mm所致，人工智能组准确预测臼杯型号的准确率显著高于胶片模板组，但两组相差1个型号内的准确率差异却无显著性意义，此结果也同样证实2 mm的增量降低了髋臼侧规划精度的要求。
虽然AIHIP的准确性显著优于二维胶片模板，但在平均14个月的随访中，两组患者手术相关并发症的发生风险和术后随访的Harris评分相比均无统计学差异。造成这种情况的主要原因可能是术者的经验性操作，即使术前获取完整的影像学参数，规划和实际置入假体的尺寸也可能存在差异，这与术中术者对骨质的判断以及追求的压配程度等多种因素相关，最终假体置入尺寸及位置是根据术者经验而绝大多数安放在安全范围内，对于经验丰富的术者，未来旨在通过计算机导航将术前规划精准实施以进一步提高手术精度，但是对于经验不足的外科医生，术前详细的模拟置入过程有助于缩短学习曲线以及避免术中骨折和双下肢不等长的发生。
二维模板规划股骨假体准确度低于臼杯侧可能是由于股骨的倾斜和扭转导致X射线片难以正确反映髓腔内径的大小[17]。此次研究结果发现即使是基于AI技术的三维规划，仍然在臼杯侧具有更高的准确率，因此作者分析了可能影响AIHIP预测股骨柄假体型号准确性的因素，由于假体规划型号与术中应用型号相差一个型号仍具有一定的参考意义，且在后续的随访中所有病例都显示股骨柄骨生长稳定，均无假体松动的发生，因此将规划型号与实际型号相差2个型号及以上作为阳性结局进行风险因素分析。结果表明性别、年龄、体质量指数和患侧等人口统计学指标对该软件的准确率无影响。HUO等[30]研究同样发现性别和体质量指数对AIHIP规划臼杯和股骨柄的准确性没有影响，这与此次研究结果基本一致。在人工智能组纳入的20例髋关节发育不良患者中，臼杯和股骨柄规划相差1个型号的准确率为80%及75%，显著低于非髋关节发育不良患者的准确率(95%，90%)；HUO等[30]同样报道AIHIP在非髋关节发育不良患者中准确预测股骨柄型号具有明显优势，由于存在股骨颈前倾角变异、股骨髓腔狭窄和髋臼形状改变等相关的解剖异常，髋关节发育不良患者的全髋关节置换术更为复杂。ZHAO等[32]研究结果表明由于难以预测髋关节中心的垂直位置导致数字模板在规划髋关节发育不良患者臼杯尺寸的准确性显著低于其他疾病患者。KRISTOFERSSON等[22]的研究结果表明，数字模板在不同髋关节发育不良分型之间的准确性没有显著差异。但该研究纳入的患者中75%属于CroweⅠ型，其余均为Ⅱ型，大多数患者的发育异常较轻，这可能是导致髋关节发育不良组和其他诊断组的准确率以及髋关节发育不良不同分型之间准确率无明显差异的原因之一。作者认为随着髋关节畸形的加重，术前计划面临的挑战不同，对于CroweⅠ型和Ⅱ型患者仅需磨锉发育不良的浅髋臼；而对于CroweⅢ和Ⅳ型患者，由于合并不同程度的骨缺损以及髋臼上方假性关节的形成，在重建髋关节旋转中心、协调双下肢长度时存在很大困难。由于髋关节发育不良患者解剖结构变形以及在二维X射线片难以获得准确的解剖学参数，基于CT的三维规划在股骨近端畸形的髋关节发育不良患者中更具有应用价值，但AIHIP规划髋臼均为原位真臼重建，不能根据髋臼畸形程度主动进行适当的上移或内移，因此还需要对髋关节发育不良患者的规划程序进一步优化，尤其是对于CroweⅢ、Ⅳ型患者，需要通过术者与规划之间的反馈不断强化深度学习，进一步提高其预测髋关节发育不良假体型号的准确性。
全髋关节置换需要在股骨近端髓腔和股骨柄之间达到紧密压配，减少扭转运动和应力遮挡从而在近端涂层区域骨长入实现二次固定[33]。DORR等[34]在1993年为了定性评估股骨近端髓腔而根据骨皮质厚度和髓腔宽度将其分为3种形态，考虑到股骨近端解剖形态对术后双下肢不等长和假体周围骨折具有重要意义，术前对于股骨近端髓腔的充分了解也许有助于假体尺寸的正确选择，因此作者评估了Dorr分型对AIHIP规划股骨柄准确率的影响，结果表明Dorr A型和C型股骨并非影响AIHIP规划股骨侧准确率的独立危险因素，而骨质硬度和髓腔宽度介中的Dorr B型股骨却显示出更高的准确率。LIM等[18]和MAVCIC等[35]的研究都发现Dorr A型患者术后面临更高的患肢延长风险，这可能是因为Dorr A型股骨骨质较硬导致股骨磨锉的可操作性较低。考虑到最终使用尺寸和磨挫深度需综合考虑股骨近段髓腔内径和骨密度两个因素，作者认为通过颜色的深浅来显示松质骨的密度，从而确定安全磨锉股骨的程度也是提高AIHIP准确性的有效措施。
综上所述，AIHIP在规划假体型号方面较传统二维模板具有显著优势，但由于该软件仅解剖位置重建髋臼，而对于先天性髋关节发育不良畸形较重患者，术中术者为了保证臼杯覆盖率往往将臼杯向内上方移动，因此AIHIP在先天性髋关节不良患者中的准确率较低。此外，由于术者的经验性操作，术前规划难以精准付诸实施，未来通过三维术前规划联合术中实时导航、机器人辅助将有助于进一步提高手术精度。
此次研究存在一定的局限性：①只评估了假体尺寸的准确性与双下肢长度差，并未进一步评估旋转中心和截骨高度等参数；②此次研究纳入的假体仅限制于强生公司产品，假体选择类型范围较小；③样本量较少，个别诊断内包含的患者数量较少；在接下来的研究中会继续扩大病例数量，进一步研究AIHIP在不同假体的准确性，同时评估它在生物力学规划方面的可复性。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

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

Accuracy and influencing factor of artificial intelligence planning system in patients undergoing total hip arthroplasty

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 6

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	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.
[2]	余伟杰, 刘爱峰, 陈继鑫, 郭天赐, 贾易臻, 冯汇川, 杨家麟. 机器学习在腰椎间盘突出症诊治中的优势和应用策略[J]. 中国组织工程研究, 2024, 28(9): 1426-1435.
[3]	可雨奇, 陈长健, 吴浩, 郑连杰. 改良直接前方入路与直接前方入路初次全髋关节置换者12个月随访结果比较[J]. 中国组织工程研究, 2023, 27(9): 1377-1382.
[4]	蔡志浩, 谢召勇. 股骨颈前倾角测量评估：如何建立统一的方法和标准[J]. 中国组织工程研究, 2023, 27(9): 1448-1454.
[5]	闫瑞忠, 李佳慧, 林树忠, 武晓刚, 郭志坚, 刘文琦, 刘强. 骨盆倾斜对髋关节置换后站立位髋臼侧应力影响的有限元分析[J]. 中国组织工程研究, 2023, 27(36): 5795-5800.
[6]	郭卓涛, 张凯, 查国春, 郭开今. 腰椎融合对全髋关节置换后中期疗效影响的匹配对照试验[J]. 中国组织工程研究, 2023, 27(36): 5801-5805.
[7]	游艾佳, 李文婕, 周俊丽, 李春. 六种敷料对全髋、膝关节置换后伤口安全性的系统评价[J]. 中国组织工程研究, 2023, 27(3): 486-492.
[8]	张杭, 贺强, 刘青, 何云利, 王弢, 冯哲, 张乾, 何森. 人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析[J]. 中国组织工程研究, 2023, 27(29): 4620-4627.
[9]	李骏然, 翟婧秀, 赵洪波, 王磊, 王宏润, 梁俊生, 李力更. 牵引床辅助直接前侧入路全髋关节置换治疗老年股骨颈骨折[J]. 中国组织工程研究, 2023, 27(27): 4312-4317.
[10]	任毅, 陆鸣, 秦昆鹏, 张辉, 高维陆, 李叶天, 王俊, 尹力, 尹宗生. OrthoPilot导航系统辅助全髋关节置换提高髋臼杯安置的安全与准确性[J]. 中国组织工程研究, 2023, 27(27): 4318-4323.
[11]	王章正, 莫亮, 周驰, 刘予豪, 严泓松, 何伟. 股骨头坏死保髋手术对后续全髋关节置换的影响[J]. 中国组织工程研究, 2023, 27(22): 3594-3601.
[12]	庄至坤, 吴荣凯, 林行会, 龚志兵, 张前进, 魏秋实, 张庆文, 吴昭克. 稳定增强型内衬髋关节系统在偏瘫老年股骨颈骨折全髋关节置换中的应用[J]. 中国组织工程研究, 2022, 26(9): 1429-1433.
[13]	黄诗博, 谢辉, 王宗璞, 王韦丹, 覃开蓉, 赵德伟. 可降解高纯度镁金属骨钉固定修复发育性髋关节发育不良[J]. 中国组织工程研究, 2022, 26(4): 493-498.
[14]	何国文, 胡栢均, 高大伟, 陈亮. 3D打印术前规划联合双反牵引装置治疗SchatzkerⅤ、Ⅵ型胫骨平台骨折[J]. 中国组织工程研究, 2022, 26(36): 5764-5769.
[15]	袁博, 李开南, 贾子善. 不同模式平衡障碍康复机器人训练老年全髋关节置换后的效果比较[J]. 中国组织工程研究, 2022, 26(36): 5826-5830.