$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La crescente prevalenza dell'artroplastica totale primaria dell'anca (THA) ha portato a un corrispondente aumento della necessità di artroplastica di revisione a causa di una serie di fattori, tra cui l'allentamento asettico, l'infezione, la lussazione ricorrente e la frattura periprotesica1. Rispetto all'artroplastica primaria dell'anca, la chirurgia di revisione dell'anca è una procedura tecnicamente più complessa e clinicamente impegnativa, con tassi di mortalità più elevati2, costi sanitari più elevati3 e maggiori rischi di complicanze4.
Nell'artroplastica di revisione dell'anca, la ricostruzione della perdita ossea acetabolare e la selezione della protesi sono fondamentali per determinare il successo dell'intervento chirurgico. Il chirurgo ortopedico deve valutare il patrimonio osseo residuo e l'anatomia alterata, con l'obiettivo di ottenere un'adeguata stabilità iniziale del cotile acetabolare appena impiantato1. Di conseguenza, una precisa pianificazione preoperatoria è fondamentale per guidare le opzioni di trattamento disponibili.
Attualmente, i chirurghi ortopedici sono responsabili della conduzione di una valutazione completa e della pianificazione dell'artroplastica di revisione sulla base dei risultati dell'imaging preoperatorio e della propria esperienza chirurgica. Tuttavia, questo rappresenterà una sfida significativa per il chirurgo inesperto.
Con lo sviluppo della tecnologia dell'intelligenza artificiale (AI), è stata sempre più utilizzata in chirurgia ortopedica, principalmente per la segmentazione delle immagini, la diagnosi e la classificazione di patologie e impianti5. Nel frattempo, l'intelligenza artificiale sta iniziando a ottenere un successo iniziale nell'assistenza alla THA6 primaria. Tuttavia, la pianificazione preoperatoria intelligente per l'artroplastica dell'anca di revisione rimane una tabula rasa. L'intelligenza artificiale ha un futuro promettente nella chirurgia di revisione dell'anca, in particolare nella valutazione dei difetti ossei. Questi difetti sono unici per ogni paziente e, sebbene presentino determinati modelli, il tradizionale metodo di classificazione Paprosky manca della precisione necessaria per caratterizzarli completamente. Tuttavia, l'intelligenza artificiale è in grado di estrarre informazioni più dettagliate dai dati delle immagini, offrendo una strada promettente per migliorare l'accuratezza e la precisione della valutazione dei difetti ossei. Abbiamo sviluppato un nuovo sistema di pianificazione preoperatoria assistito dall'intelligenza artificiale per guidare le decisioni dei chirurghi ortopedici sull'artroplastica di revisione sulla base del recupero di database di casi chirurgici esperti.
Per prima cosa abbiamo stabilito un nuovo metodo per la ricostruzione dei difetti ossei acetabolari, quantificando e tipizzando i difetti ossei acetabolari. Successivamente, abbiamo costruito un database di casi di revisione dell'anca raccogliendo dati clinici e di imaging su 200 casi chirurgici di revisione dell'anca da un esperto nazionale senior. Il database è costituito da tomografia computerizzata (TC) preoperatoria, radiografia preoperatoria, radiografia postoperatoria e dati demografici dei pazienti. Siamo in grado di abbinare i casi nel database in base alle attuali caratteristiche del difetto osseo dei pazienti programmati per l'intervento chirurgico e trovare gli scenari di caso più simili per fornire al chirurgo un riferimento preoperatorio. Questo approccio consente al chirurgo di avere un'idea preoperatoria del protocollo di revisione acetabolare, riducendo il tempo di prova e di errore intraoperatorio.