人工智能辅助的术前规划提高了牛津单间室膝关节置换术中假体尺寸的准确性：一项包含24个月随访的回顾性队列研究

摘要

背景

在牛津单间室膝关节置换术（Oxford UKA）中，准确的植入物尺寸确定对临床结果至关重要，然而可靠的术前规划仍然具有挑战性。本研究旨在评估人工智能辅助的术前规划是否比传统的术中测量方法能提高组件尺寸的准确性，并探讨与组件覆盖范围相关的因素。

方法

本研究是一项单中心回顾性队列研究，纳入了2022年2月至2024年1月期间接受初次牛津UKA手术的190名患者（190个膝关节）。患者被分为人工智能辅助组（n=94）和传统组（n=96）。术后对股骨和胫骨组件的放射学尺寸进行了评估。临床结果通过HSS评分在术后6个月、12个月和24个月的预定义时间点进行评估。采用逻辑回归分析来识别人工智能辅助组中尺寸不准确的相关因素。

结果

与传统组相比，人工智能辅助组在股骨组件（81.91% vs 63.54%，P=0.005）、胫骨组件（85.12% vs 67.71%，P=0.005）以及两个组件（70.21% vs 51.04%，P=0.007）的放射学尺寸准确性方面均显著更高。两个组件尺寸都准确的患者在24个月时的HSS评分明显高于至少有一个组件尺寸不准确的患者（92.50±4.00 vs 89.32±3.96，P<0.001）。在人工智能辅助组内，计划的后髁切除与实际切除的一致性（OR=0.249，P=0.025）以及可接受的股骨矢状角（OR=0.252，P=0.020）是影响股骨尺寸准确性的独立预测因素。对于胫骨尺寸不准确的情况，未发现显著的独立预测因素。

结论

与传统的术中测量方法相比，人工智能辅助的术前规划可以提高牛津UKA中组件的放射学尺寸准确性。虽然在6个月和12个月时HSS评分没有显著差异，但在24个月的随访中，两个组件尺寸都准确的患者表现出更好的功能恢复。人工智能辅助的股骨尺寸确定的可靠性取决于术中对计划切除和对齐参数的精确执行。