Method Article

Karmaşık Revizyon Kalça Cerrahisinde Yapay Zeka Ameliyat Öncesi Planlama Sisteminin Uzman Veri Tabanı Erişimi ile Birlikte Klinik Uygulaması

DOI:

10.3791/68063

⸱

February 28th, 2025

 ,  ,  ,  ,  ,  , 
1Henan Luoyang Orthopedic Hospital, Henan Provincial Orthopedic Hospital, 2Wuhan United Imaging Surgical Co., Ltd., 3The First Affiliated Hospital of Zhejiang Chinese Medical University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, revizyon kalça artroplastisinde uzman cerrahi vaka veri tabanı erişimine dayalı yeni bir yapay zeka preoperatif planlama yaklaşımı önermektedir. Ek olarak, teknik başlangıçta beş hastada uygulandı ve ameliyat süresinde ve intraoperatif kanamada bir azalma gösterdi.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Revizyon kalça artroplastisinde ameliyat öncesi planlamanın doğru yapılması başarılı sonuçlar elde etmek için çok önemlidir. Asetabular kemik defekti şiddetinin sezgisel değerlendirmesini geliştirmek ve revizyon kalça artroplastisinde önceki başarılı deneyimlerden yararlanmak için bu çalışma, uzman cerrahi vaka veri tabanı alımına dayalı yeni bir yaklaşım önermektedir ve ilk olarak klinik uygulamada uygulanmaktadır. Bu çalışmada, revizyon kalça artroplastisi gereken beş hasta, uzman vaka veri tabanı cerrahi planlama sistemini kullanmak üzere preoperatif olarak planlandı. Hastanın görüntüleme verileri sisteme girildi ve uzman vaka veri tabanındaki vakalarla eşleştirildi. Uzmanın cerrahi deneyimine dayanarak, bir revizyon ameliyat planı önerildi. Uygun vaka bulunamazsa, hastaya özgü rekonstrüksiyon sonuçlarına göre protezin modeli ve pozisyonu planlandı. Bu çalışmaya, yaş ortalaması 50.6 olan dört erkek ve bir kadın olmak üzere toplam beş hasta dahil edildi. Kalça artroplastisi sonrası tanı aseptik protez gevşemesi idi. Ortalama ameliyat süresi 123.2 dk ve ortalama intraoperatif kanama 672 mL idi. Vasküler veya sinir yaralanması gibi intraoperatif komplikasyon gözlenmedi. Örneğin, Vaka 2'de, bu yenilikçi planlama şemasının uygulanması, cerrahın bu hasta için ameliyat öncesi dönemde revizyon cerrahi planını tanımlamasını sağladı ve böylece ameliyat süresini ve intraoperatif kanamayı azalttı. Ayrıca, hastalar benzer vakaların sonuçları hakkında önceden bilgilendirilebilir. Kapsamlı vaka veri tabanımız aracılığıyla büyük veri analizi yaklaşımından yararlanmak, tüm süreç boyunca eşleşen uzman tedavi planlarının otomatik olarak tanımlanmasını sağlar. Bu, özellikle deneyimsiz ortopedi cerrahlarına, uygun protez boyutlarını ve montaj pozisyonlarını seçmelerine yardımcı olmak için cerrahi stratejiler konusunda doğru rehberlik sağlayarak fayda sağlar. Ek olarak, eşleşen sonuçlar, hastalara tahmini ameliyat sonrası sonuçları gösteren görselleştirmeler sunabilir.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Primer total kalça artroplastisinin (TKA) artan prevalansı, aseptik gevşeme, enfeksiyon, tekrarlayan çıkık ve periprostetik kırık gibi bir dizi faktöre bağlı olarak revizyon artroplastisi gerekliliğinde buna bağlı bir artışa yol açmıştır1. Primer kalça artroplastisi ile karşılaştırıldığında, revizyon kalça cerrahisi teknik olarak daha karmaşık ve klinik olarak zorlu bir prosedürdür, daha yüksek mortalite oranları2, daha yüksek sağlık hizmetleri maliyetleri3 ve daha fazla komplikasyon riski4 vardır.

Revizyon kalça artroplastisinde asetabular kemik kaybının rekonstrüksiyonu ve protez seçimi ameliyatın başarısını belirlemede çok önemlidir. Ortopedi cerrahının, yeni implante edilen asetabular kabın1 yeterli başlangıç stabilitesini hedefleyerek artık kemik stokunu ve değişen anatomiyi değerlendirmesi gerekir. Sonuç olarak, mevcut tedavi seçeneklerini yönlendirmek için hassas bir ameliyat öncesi planlama çok önemlidir.

Şu anda, ortopedi cerrahları, preoperatif görüntüleme bulgularına ve kendi cerrahi deneyimlerine dayanarak revizyon artroplastisinin kapsamlı bir değerlendirmesini ve planlamasını yapmaktan sorumludur. Bununla birlikte, bu deneyimsiz cerrah için önemli bir zorluk teşkil edecektir.

Yapay zeka (AI) teknolojisinin gelişmesiyle birlikte, ortopedik cerrahide, öncelikle görüntü segmentasyonu, patolojilerin ve implantların teşhisi ve sınıflandırılması için giderek daha fazla kullanılmaktadır5. Bu arada, AI, birincil THA6'ya yardımcı olmada ilk başarıyı elde etmeye başlıyor. Bununla birlikte, revizyon kalça artroplastisi için akıllı preoperatif planlama boş bir sayfa olarak kalmaktadır. AI, kalça revizyon cerrahisinde, özellikle kemik kusurlarının değerlendirilmesinde umut verici bir geleceğe sahiptir. Bu kusurlar her hasta için benzersizdir ve belirli kalıplar sergilerken, geleneksel Paprosky sınıflandırma yöntemi bunları tam olarak karakterize etmek için gereken hassasiyetten yoksundur. Bununla birlikte, AI, görüntü verilerinden daha ayrıntılı bilgi çıkarma yeteneğine sahiptir ve kemik kusuru değerlendirmesinin doğruluğunu ve hassasiyetini artırmak için umut verici bir yol sunar. Ortopedi cerrahlarının revizyon artroplastisi hakkındaki kararlarına rehberlik etmek için uzman cerrahi vaka veri tabanı alımına dayalı yeni bir yapay zeka destekli ameliyat öncesi planlama sistemi geliştirdik.

İlk olarak asetabular kemik defekti rekonstrüksiyonu, asetabular kemik defektlerinin nicelleştirilmesi ve tiplendirilmesi için yeni bir yöntem oluşturduk. Daha sonra, üst düzey bir ulusal uzmandan 200 kalça revizyonu cerrahi vakasına ilişkin klinik ve görüntüleme verilerini toplayarak bir kalça revizyonu vaka veri tabanı oluşturduk. Veri tabanı ameliyat öncesi bilgisayarlı tomografi (BT), ameliyat öncesi röntgen, ameliyat sonrası röntgen ve hasta demografik özelliklerinden oluşmaktadır. Ameliyat için planlanan hastaların mevcut kemik defekti özelliklerine dayalı olarak veri tabanındaki vakaları eşleştirebilir ve cerraha ameliyat öncesi referans sağlamak için en benzer vaka senaryolarını bulabiliriz. Bu yaklaşım, cerrahın asetabular revizyon protokolü hakkında ameliyat öncesi bir fikre sahip olmasını sağlayarak intraoperatif deneme yanılma süresini azaltır.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Çalışma, Henan Eyaleti Luoyang Ortopedik-Travmatoloji Hastanesi Etik Komitesi'nden izin aldı. Ek olarak, bu çalışma görüntüleme verilerine dayanıyordu ve gönüllülere zarar vermeyecek veya bilgilerini ifşa etmeyecekti. Bu nedenle, ulusal mevzuat ve kurumsal gereklilikler gereği, katılımcıların veya yasal vasilerinin/yakın akrabalarının bilgilendirilmiş bir onam formu imzalamasına gerek yoktu.

1. Görüntü içe aktarma

  1. Hastanın bilateral total kalçasının orijinal BT verilerini içe aktarın. Tıbbi görüntü işleme yazılımını açın, Verileri İçe Aktar'ı seçin ve hastanın orijinal BT verilerini içe aktarmak için Yerel Veri'ye tıklayın. Şekil 1'de görüntü içe aktarma arayüzü gösterilmektedir.

2. Etkilenen taraftaki asetabular kemik defektinin iyileşmesi

  1. Hastanın tek taraflı veya iki taraflı bir lezyonu olup olmadığını belirleyin. Ölçüm aracını seçin ve fareyi kullanarak görüntünün üzerine dikdörtgen bir kutu çizin, doğrudan kalça kemiği bölgesinin HU (Hounsfield Birimi, HU) değerini ölçün. HU değeri 1000'i aştığında mevcut metali düşünün ve bu alanı etkilenen kalça eklemi olarak belirleyin.

3. Görüntü segmentasyonu ve yeniden yapılandırma

  1. Planlamak için hastanın görüntü verilerini seçin. Otomatik Segmentasyon seçeneğine tıklayın, kalça kemiği kaba segmentasyonu için varsayılan olarak 400 CT değeri seçilidir.
  2. Her katmanın her bir parçasının segmentasyon sonuçlarını manuel olarak ayarlamak için Düzenle düğmesini seçin. Ardından, hastanın bulunduğu yerin 3B rekonstrüksiyon hesaplamasını tamamlamak için 3B Yeniden Yapılandırma seçeneğini seçin. Yeniden yapılandırılmış 3D model esas olarak sol/sağ kalça kemiklerini ve sol/sağ uyluk kemiği bölgelerini içerir. Şekil 2'de gösterildiği gibi, farklı parçalar farklı renklerle görüntülenir.

4. Asetabular kemik defekti bölme ve defekt miktarı hesaplaması

  1. Tek taraflı kalça ameliyatı olan hastalar için Sağlıklı Tarafın 3D Modelini seçin. Etkilenen tarafın anatomik yapısıyla hizalamak için ayna işlevini kullanın. Bu, kalça eklemi restorasyon modelinin rekonstrüksiyonunu tamamlayacaktır.
  2. İki taraflı kalça ameliyatı olan hastalar için standart model kitaplığını açın ve restorasyon modeli olarak hastanın anatomisine en çok benzeyen Kalça Modelini seçin.
  3. 2. adımda yeniden yapılandırılan kalça kusurunun (etkilenen taraf) 3B modelini ve 3. adımda geri yüklenen kalçanın 3B modelini bölmek için Bölme seçeneğini tıklayın. Ardından, asetabular defekti hesaplamak için iki bölümlü kalça kemiği modelinde fark işlemini gerçekleştirmek için Fark İşlemi seçeneğine tıklayın. Kalça kemiği modeli, Şekil 3'te gösterildiği gibi Qin'in yöntem7'sine göre farklı bölgelere ayrılacaktır.
    NOT: Asetabular kabın asetabular duvar sınırları içinde 3 nokta fiksasyonuna (rami ischii, rami ossis pubis ve asetabulumun anterosuperior kısmı) odaklanılması nedeniyle, asetabular medial duvar hariç kranial çatı, ön kolon ve arka kolon olarak tanımlanan her 120°'de bir 3 eşit parçaya bölündü. Cerrahi prosedürlere rehberlik etmek için, alt katmanları asetabulum çapına göre imal edin. Erkeklerde iç katmanın 54 mm ile 62 mm arasında, dış katmanın ise 62 mm ile 70 mm arasında olması gerektiği belirlenmiştir. Kadınlar için iç katman 50 mm ile 58 mm arasında, dış katman ise 58 mm ile 66 mm arasındadır.

5. Uzman kalça revizyonu veritabanı araması - asetabular defekt planlaması

  1. Uzman vaka tabanını açın ve yukarıda açıklandığı gibi hesaplanan asetabular kusur hacmini geri alma için girdi olarak kullanın. Alınan olguların preoperatif ve postoperatif röntgen filmleri üzerinde ilgili planlama parametrelerinin değerlendirilmesi için ölçüm araçlarını seçer ve planlama verilerini elde eder.
  2. Uzman vaka tabanını açın ve otomatik geri alma için kalça kusurunun türünü ve miktarını girin. Benzer vakaların ameliyat öncesi ve sonrası görüntüleri ve doktorun planlama parametreleri (implant boyutu, pozisyonu vb.) dahil olmak üzere veri tabanındaki ilgili vakaların bilgileri elde edilecektir.
  3. Arama sonuçları, benzerlik sırasına göre en yüksekten en düşüğe doğru sunulacaktır. Doktorun en benzer vakaları seçmesine izin verin. Prosedürün tamamı Şekil 4'te gösterilmiştir.
  4. Yukarıdaki veritabanında benzer bir durum bulunamazsa, asetabular kabın merkezi olarak sağlam asetabuluumun merkezini kullanarak 2. adımdaki model rekonstrüksiyonunun sonucunu benimseyin. Varsayılan olarak, asetabular kabın ante versiyon açısı 20 ° 'dir ve abdüksiyon açısı 40 ° 'dir (bu kural klinik olarak tanımlanmıştır).
    NOT: Planlamadan sonra, cerrah cerrahi prosedürü önceden tahmin edebilir ve protezi ve destekleyici aletleri daha hassas bir şekilde hazırlayabilir. Bu yaklaşım, operasyon sırasında doğru protezin bulunmaması gibi bir durumla karşılaşma olasılığını ortadan kaldırır. Ayrıca, önerilen çözüm doğrudan operasyon sırasında kullanılır ve alternatif çözümlere, dolambaçlı yollara veya uzun süreli deneme yanılma süreçlerine olan ihtiyacı ortadan kaldırır.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Şu anda revizyon kalça artroplastisi yapılan dört erkek ve bir kadın olmak üzere beş hastada bu yöntemi uygulamaktayız. Yaşları 42 ile 67 arasında değişiyordu. Kalça artroplastisi sonrası aseptik protez gevşemesi tanısı konuldu ve Paprosky sınıflamasına göre sınıflandırıldı8. Beş hasta için ortalama ameliyat süresi 123.2 dakika ve ortalama intraoperatif kan kaybı 672 mL idi. Ameliyat süresi, femur sap protez revizyonu da dahil olmak üzere toplam süredir. Hastaların detayları Tablo 1'de,

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Önemli anatomik hasar, kalça artroplastisi sonrası karmaşık yumuşak doku durumu ve genellikle metal implantlarla ilişkili ciddi metal artefaktların varlığı nedeniyle, deneyimli tıp uzmanlarının, hastalarda belirli kemik kusurlarını değerlendirmek ve ardından uygun asetabular protezleri planlamak için görüntüleme sonuçlarını ve klinik belirtileri kapsamlı bir şekilde analiz etmek için 3D rekonstrüksiyonu kullanmaları sıklıkla gereklidir9,

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazar Xiaolu Xi, Ke Yuan ve Qiang Xie, Wuhan United Imaging Surgical Co., Ltd. tarafından istihdam edilmektedir. Kalan yazarlar rekabet eden çıkarları olmadığını beyan ederler.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışmadaki AI ameliyat öncesi planlama sistemi, Wuhan United Imaging Surgical Co., Ltd. tarafından desteklenmiştir.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
PyCharmJetBrains243.21565.199Veri bilimi ve web geliştirme için Python IDE

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Sadoghi, P., et al. Revision surgery after total joint arthroplasty: a complication-based analysis using worldwide arthroplasty registers. J Arthroplasty. 28 (8), 1329-1332 (2013).
  2. Laughlin, M. S., et al. Mortality after revision total hip arthroplasty. J Arthroplasty. 36 (7), 2353-2358 (2021).
  3. Bozic, K. J., et al. Comparative epidemiology of revision arthroplasty: Failed THA poses greater clinical and economic burdens than failed TKA. Clin Orthop Relat Res. 473 (6), 2131-2138 (2015).
  4. Mahomed, N. N., et al. Rates and outcomes of primary and revision total hip replacement in the United States medicare population. J Bone Joint Surg Am. 85 (1), 27-32 (2003).
  5. Ko, S., et al. Artificial intelligence in orthopedics: three strategies for deep learning with orthopedic specific imaging. Knee Surg Sports Traumatol Arthrosc. 30 (3), 758-761 (2022).
  6. Velasquez Garcia, A., et al. Artificial intelligence-based three-dimensional templating for total joint arthroplasty planning: a scoping review. Int Orthop. 48 (4), 997-1010 (2024).
  7. Wang, J., et al. Statistical shape models quantify acetabular defects in hip revision surgery: implications for classification and surgical planning. Arch Orthop Trauma Surg. 145 (1), 45(2024).
  8. Telleria, J. J., Gee, A. O. Classifications in brief: Paprosky classification of acetabular bone loss. Clin Orthop Relat Res. 471 (11), 3725-3730 (2013).
  9. Zhang, J. W., et al. Comparison of 3D printing rapid prototyping technology with traditional radiographs in evaluating acetabular defects in revision hip arthroplasty: A prospective and consecutive study. Orthop Surg. 13 (6), 1773-1780 (2021).
  10. Li, Q., et al. Three-dimensional technology assisted trabecular metal cup and augments positioning in revision total hip arthroplasty with complex acetabular defects. J Orthop Surg Res. 14 (1), 431(2019).
  11. Matar, H. E., Platt, S. R., Board, T. N., Porter, M. L. Overview of randomized controlled trials in primary total hip arthroplasty (34,020 Patients): What have we learnt. J Am Acad Orthop Surg Glob Res Rev. 4 (8), e20.00120(2020).
  12. D'Apolito, R., Zagra, L. Uncemented cups and impaction bone grafting for acetabular bone loss in revision hip arthroplasty: A review of rationale, indications, and outcomes. Materials. 15 (10), 3728(2022).
  13. Mancino, F., et al. Reconstruction options and outcomes for acetabular bone loss in revision hip arthroplasty. Orthop Rev. 12 (Suppl 1), 8655(2020).
  14. Ying, J., et al. Treatment of acetabular bone defect in revision of total hip arthroplasty using 3D printed tantalum acetabular augment. Orthop Surg. 15 (5), 1264-1271 (2023).
  15. Shen, J., et al. Study on the causes of revision and prosthesis selection after total hip replacement for Crowe Type IV hip dysplasia. Chinese J Reparative Reconstructive Surg. 34 (05), 557-562 (2020).
  16. Yang, W., et al. Clinical application of artificial intelligence-assisted three-dimensional planning in direct anterior approach hip arthroplasty. Int Orthop. 48 (3), 773-783 (2024).
  17. Crutcher, J. P., Hameed, D., Dubin, J., Mont, M. A., Mont, M. Comparison of three-versus two-dimensional pre-operative planning for total hip arthroplasty. J Orthop. 47, 100-105 (2023).
  18. Chen, X., et al. Validation of CT-Based three-dimensional preoperative planning in comparison with acetate templating for primary total hip arthroplasty. Orthop Surg. 14 (6), 1152-1160 (2022).
  19. Huo, J., et al. Value of 3D preoperative planning for primary total hip arthroplasty based on artificial intelligence technology. J Orthop Surg Res. 16 (1), 156(2021).
  20. Saito, K., et al. Intraoperative hemorrhage in revision total hip arthroplasty: a retrospective single-center study. J Anesth. 33 (3), 399-407 (2019).
  21. Pflüger, M. J., Frömel, D. E., Meurer, A. Total hip arthroplasty revision surgery: Impact of morbidity on perioperative outcomes. J Arthroplasty. 36 (2), 676-681 (2021).
  22. Bautista, M., et al. Thromboprophylaxis for hip revision arthroplasty: Can we use the recommendations for primary hip surgery? A cohort study. Clin Appl Thromb Hemost. 25, 1076029618820167(2019).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Artificial Intelligence PlanningRevision Hip ArthroplastyExpert Database RetrievalPreoperative Planning SystemAcetabular Bone DefectSurgical Case DatabaseProsthesis LooseningOrthopedic SurgerySurgical Strategy GuidancePostoperative Outcome Prediction
Video Coming Soon

Related Articles