一例人工智能三維規劃系統輔助全膝關節置換術

宋平 吳東 劉星宇 孔祥朋 郭人文 陳繼營 柴偉 唐佩福

作者單位：1.解放軍醫學院，北京100853；2.中國人民解放軍總醫院第一醫學中心骨科，北京100853；3.清華大學生命科學院，北京100084；4.北京長木谷醫療科技有限公司，北京100080

隨著我國老齡化社會的到來，膝關節骨關節炎的發病率逐年增加，全膝關節置換術（total knee arthroplasty，TKA）已成為骨科手術中普及率最高的術式之一［1］，最大程度恢復膝關節功能，實現假體遺忘和長期使用是病人和關節外科醫生的共同追求。假體旋轉、尺寸匹配及下肢力線是術后關節舒適度和遠期壽命的重要影響因素［2_5］。個體間解剖結構及磨損情況存在固有差異，沒有統一的截骨角度，Andrews等［6］回顧性分析了788例連續TKA病例，股骨遠端均固定外翻6°截骨，術后有14%的病人下肢力線不正（機械軸＞3°或＜-3°），而TKA手術截骨角度和厚度的偏差可能導致手術災難性的結果，因此，為實現術后下肢良好對線，TKA術前有必要進行個性化的規劃，幫助術者選取合適型號的假體并施行個性化手術［6_7］。

中國人民解放軍總醫院第一醫學中心骨科于2020年7月收治1例膝關節骨關節炎病人，術前通過人工智能TKA手術三維規劃系統（AI KNEE，北京長木谷），精準規劃假體大小、位置及角度，術中根據規劃順利完成手術，現報告如下。

臨床資料

病人，女，63歲，主因雙膝疼痛16年，左膝加重10年入院。專科查體：痛性跛行步態，左膝內翻，局部可見因外用中藥引起的斑片狀色素沉著，范圍約10 cm×20 cm，軟組織不腫脹，局部皮溫不高。左膝關節內、外側間隙有明顯壓痛，髕骨固定，活動度差，內外側無移動，屈伸時僅有微動，浮髕試驗陰性，膝關節內外翻試驗陰性，前后抽屜試驗陰性。左膝關節活動度為0°～90°。X線檢查示雙膝關節退行性改變，骨質增生，關節間隙狹窄。

術前采集病人下肢全長X線和膝關節CT影像。下肢全長X線拍攝要求病人膝關節完全伸直位，雙足并攏，腳尖向前，雙側髕骨朝前（如有旋轉只需要髕骨朝前），圖像為JPEG或DICOM格式。膝關節CT拍攝要求病人膝關節完全伸直位，雙側髕骨朝前，層厚：1 mm，無間隙、無重疊，掃描范圍為雙側膝關節中心上下20 cm，橫向切片1∶1節距，使用螺旋（螺線）掃描，矩陣：512×512，KVP：120～140 kV，MA：200～250 Ma，圖像為DICOM格式。去除病人個人信息并簽署知情同意書后，數據導入AI KNEE系統，快速智能生成并自動分割病人膝關節三維骨性解剖結構。軟件自動識別解剖結構標志并測量膝關節關鍵參數：下肢力線內翻角為11.2°，股骨外翻角為6°，股骨外旋角為2.9°。使用ATTUNE_PS固定平臺假體（強生公司，美國），AI KNEE系統據此智能生成手術方案，股骨側為ATTUNE_PS假體4N號，脛骨側選用ATTUNE_FB假體3號。

術中使用常規膝關節工具輔助完成手術，截骨角度與厚度根據AI KNEE手術方案執行（圖1），股骨遠端外翻6°，截骨厚度9 mm；后髁外旋3°，截骨厚度8 mm；脛骨側后傾3°，截骨厚度9.5 mm（圖2）。手術僅用時45 min，所用假體型號、截骨角度與術前規劃完全一致，內外側間隙及屈伸間隙平衡，髕骨軌跡及關節活動度良好，術后復查X線片示假體位置良好，下肢力線恢復至中立位（圖3）。

圖1 術中參考人工智能三維規劃

圖2 術前規劃界面

圖3 病人，女，63歲，主因雙膝疼痛16年，左膝加重10年入院 a：術前X線片示髖膝踝角為11.2°；b：術后X線片示髖膝踝角為0°，冠狀面股骨組件外翻角為6°，脛骨組件角為90°（理想值為90°）；c：脛骨組件后傾角為3°

討 論

現有膝關節術前規劃方式分為兩類，二維模板測量法和三維手工規劃法。二維模板測量法通過影像學測量下肢全長X線片或CT影像，獲取下肢力線及膝關節角度，為術者術中截骨提供假體大小、截骨角度等參考，但因X線攝片過程中存在放大率不準確、投照角度不固定等不足，加之病人膝關節常存在屈曲攣縮畸形等情況，無法保證膝關節X線正位、側位片為標準的正側位X線片，常存在有扭轉、重疊等情況發生，導致X線片無法準確反映病人膝關節的實際情況，測量結果的誤差較大，在假體型號預測方面的準確性較低［8_9］。CT影像測量需要全程手工標定，操作繁瑣，要求規劃者具有豐富的臨床經驗，規劃可重復性低，尤其對于復雜膝關節疾病手術而言，可提供的參考作用較小，手術效果較依賴術者手術經驗。近年來，為解決二維術前規劃軟件存在的問題，三維術前規劃軟件應運而生，具有代表性的有Zed_Knee［10］（LEXI公司，日本）、Knee_Plan?［11］（Symbios公司，瑞典），然而這些軟件需手動對膝關節CT圖像進行逐層分割，操作較二維術前規劃軟件更加復雜，且關鍵的解剖標志點以及膝關節機械力線的標注均由手工完成，對規劃者要求較高，具有一定的學習曲線［10］，難以有效滿足臨床需要。由于我國膝關節手術的平均術前住院天數僅為6 d［12］，加之此類型軟件均為國外研發，在國內無準入許可，價格昂貴，采購困難，也無法得到大范圍推廣。

本次手術首次使用基于人工智能的TKA手術三維規劃系統進行術前規劃，該系統可根據病人術前CT圖像，運用像素級分割網絡，基于循環神經網絡的邊緣平滑技術對骨骼骨塊進行精準分割。采用力學運動模擬技術以及包含注意力機制的神經網絡，精確地對骨骼關鍵解剖點位進行識別，識別精度接近毫米級且具有較高的魯棒性（robustness）。在假體放置方面，該系統將監督學習和基于強化學習的無監督學習相結合，依據假體設計理念及病人股骨、脛骨的解剖結構特點，準確、快速、個性化地放置膝關節假體，計算最適角度，個性化制定病人三維術前規劃，以最大限度恢復病人股骨旋轉及下肢力線，提高病人術后滿意度。

在本病例中，術前規劃的假體大小、角度和位置均與術中實際應用完全一致，與傳統三維術前規劃相比，該系統的優勢體現在術前規劃由人工智能在3 min內自動生成，隨著病例規劃-反饋-學習的數據積累過程以及算法的不斷改進，可以持續進行自我完善，不受限于操作者的專業水平，快速、準確地給出人工智能解決方案。針對一些股骨嚴重畸形或殘留內固定等影響髓內導向器使用的病例，在術前規劃方案的基礎上可以進一步設計病人特異性截骨導航器械，或借助骨科機器人，精準輔助完成TKA手術［13］。