在口腔颌面外科领域，严重下颌骨发育不足（mandibular hypoplasia）的治疗一直是个棘手难题。传统下颌骨牵引成骨（mandibular distraction osteogenesis, MDO）技术虽然能通过逐渐牵拉刺激新骨形成，但手术精度难以保障，稍有不慎就可能导致下牙槽神经损伤、牙胚受损甚至前牙开颌等严重并发症。更棘手的是，牵张器的放置角度直接决定了牵张向量（distraction vector），即便是微小的偏差也可能造成术后下颌不对称或咬合关系错乱。
目前临床上为提高手术精度尝试了多种方法：虚拟手术规划（virtual surgical planning, VSP）能进行精准的术前设计，但无法指导术中操作；手术导板（surgical guides, SG）依赖骨骼表面的完美贴合，在软组织干扰下容易位移；传统光学导航（traditional navigation, TN）虽然能提供三维引导，却要求医生在手术区域和外部屏幕间反复切换视线，增加了认知负荷。而新兴的混合现实（mixed reality, MR）技术虽能将虚拟信息融入真实场景，但现有系统多采用覆盖式显示，持久存在的全息影像反而可能遮挡术野，加之缺乏手术器械的动态追踪功能，限制了其在复杂手术中的应用。
为解决这些痛点，广西医科大学口腔医学院的研究团队开发了一套创新的MR动态导航系统。该系统采用相邻显示（adjacent-display）方案，将导航信息与真实术野空间分离，同时整合光学追踪技术和患者特异性注册装置，实现了手术器械的实时动态追踪。研究人员通过三阶段实验验证系统性能：首先在30个三维打印下颌模型上对比MR、SG和自由手（freehand, FH）三种术式；随后在32只比格犬中增加传统导航组进行四组对照；最后在10具人体头颈标本上模拟临床操作。所有手术均由同一团队完成，评估指标涵盖截骨精度、牵张向量偏差、牵张器放置准确性、术中调整次数和手术时间等关键参数。
在技术方法上，研究团队构建了由近红外光学追踪仪、Microsoft HoloLens 2、校准标记物和计算工作站组成的硬件系统。创新性地设计了基于定制牙合垫的患者特异性自动注册装置，通过口内组件固定于牙列，口外部分设置四个红外反射标记实现精准光学追踪。软件平台基于Unity 3D开发，提供可交互的可视化界面，支持术中对全息影像进行位置、缩放和透明度的实时调整。
模型实验结果显示，MR组在牵张器角度误差(2.24°±0.76°)、矢状面偏差(2.14°±0.62°)和截骨点定位精度(点A：0.87±0.39mm)等方面显著优于FH组(P<0.001)，且与SG组无统计学差异。这表明在理想条件下，MR导航能达到与定制导板相当的精准度。
动物实验进一步验证了系统的临床适用性。在存在软组织干扰和生理运动的活体环境中，MR组依然保持优异表现：牵张器 centroid 偏差仅0.63mm，显著低于SG组(1.88mm)和TN组(1.32mm)；截骨点A定位误差(1.05±0.54mm)明显优于其他各组。更值得注意的是，MR组总手术时间(108.90±15.89分钟)和牵张器放置时间(71.00±16.51分钟)均显著短于TN组，术中调整次数(5.63±3.16次)也呈现减少趋势，体现了其在提升手术效率方面的优势。
人体头颈标本实验最终证实了系统的临床转化潜力。MR导航下的牵张器矢状面误差为1.99°±0.67°，横断面误差1.63°±0.88°，截骨角度偏差1.74°±0.50°，各项指标均达到临床可接受精度水平。平均手术时间85.23±13.04分钟，牵张器定位耗时54.08±15.71分钟，术中校正次数6.80±1.87次，展现出良好的操作可行性。
讨论部分深入分析了该技术的创新价值。与传统覆盖式MR系统不同，本研究采用的相邻显示方案有效避免了全息影像对术野的遮挡。通过患者特异性注册装置实现的自动配准，简化了传统导航依赖解剖标志的繁琐流程。可切换的显示模式（钻孔模式与截骨模式）使医生既能关注关键靶点，又能通过透明化视图观察相邻解剖结构，显著提升了手术安全性。
研究同时指出了现有系统的局限性：样本量尤其是人体标本数量有限，注册装置的组装可能引入误差，外部光学追踪系统增加了硬件复杂性等。未来研究方向包括提高3D打印部件精度、开发基于HoloLens内置传感器的自主导航系统，以及探索人工智能辅助的可视化方案。
该研究首次系统比较了MR导航与SG、TN、FH四种术式在MDO中的表现，通过多层级实验设计提供了扎实的循证依据。研究成果发表于《International Dental Journal》，为混合现实技术在口腔颌面外科的临床应用树立了新标杆，标志着精准颌面外科向智能化、可视化方向迈出了重要一步。随着技术的不断优化，这种融合现实与虚拟的导航模式有望在正颌手术、肿瘤切除等更多复杂术式中发挥重要作用，最终实现外科手术从"经验依赖"到"数据驱动"的范式转变。
