É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.
Method Article
Este estudo propõe uma nova abordagem de planejamento pré-operatório de inteligência artificial baseada na recuperação de banco de dados de casos cirúrgicos especializados em artroplastia de quadril de revisão. Além disso, a técnica foi inicialmente empregada em cinco pacientes, exibindo redução do tempo operatório e hemorragia intraoperatória.
O planejamento pré-operatório preciso na revisão da artroplastia do quadril é crucial para alcançar resultados bem-sucedidos. Para melhorar a avaliação intuitiva da gravidade do defeito ósseo acetabular e alavancar a experiência anterior bem-sucedida na revisão da artroplastia do quadril, este estudo propõe uma nova abordagem baseada na recuperação do banco de dados de casos cirúrgicos especializados e é inicialmente implementada na aplicação clínica. Neste estudo, cinco pacientes que necessitaram de revisão de artroplastia de quadril foram planejados no pré-operatório para empregar o sistema de planejamento cirúrgico de banco de dados de casos especializados. Os dados de imagem do paciente foram inseridos no sistema e combinados com os casos no banco de dados de casos especialistas. Com base na experiência cirúrgica do especialista, foi recomendado um plano cirúrgico de revisão. Caso não fosse encontrado nenhum caso adequado, o modelo e a posição da prótese eram planejados com base nos resultados da reconstrução específica do paciente. Um total de cinco pacientes foram incluídos neste estudo, quatro do sexo masculino e um do sexo feminino, com idade média de 50,6 anos. O diagnóstico foi de soltura asséptica da prótese após artroplastia do quadril. O tempo operatório médio foi de 123,2 min e a hemorragia intraoperatória média foi de 672 mL. Não foram observadas complicações intraoperatórias, como lesão vascular ou nervosa. No Caso 2, por exemplo, a aplicação desse esquema de planejamento inovador permitiu ao cirurgião delinear o plano cirúrgico de revisão para esse paciente no pré-operatório, reduzindo o tempo operatório e a hemorragia intraoperatória. Além disso, os pacientes podem ser informados sobre os resultados de casos análogos com antecedência. Aproveitar uma abordagem de análise de big data por meio de nosso banco de dados de casos abrangente permite a identificação automatizada de planos de tratamento especializados correspondentes em todo o processo. Isso beneficia particularmente cirurgiões ortopédicos inexperientes, fornecendo orientação precisa sobre estratégias cirúrgicas para ajudá-los a selecionar tamanhos protéticos e posições de montagem apropriados. Além disso, os resultados correspondentes podem oferecer aos pacientes visualizações que descrevem os resultados pós-operatórios previstos.
A crescente prevalência de artroplastia total do quadril (ATQ) primária levou a um aumento correspondente na necessidade de artroplastia de revisão devido a uma série de fatores, incluindo soltura asséptica, infecção, luxação recorrente e fratura periprotética1. Em comparação com a artroplastia primária do quadril, a cirurgia de revisão do quadril é um procedimento tecnicamente mais complexo e clinicamente desafiador, com maiores taxas de mortalidade2, maiores custos de saúde3 e maiores riscos de complicações4.
Na artroplastia de quadril de revisão, a reconstrução da perda óssea acetabular e a seleção da prótese são primordiais para determinar o sucesso da cirurgia. O cirurgião ortopédico precisa avaliar o estoque ósseo residual e a anatomia alterada, visando a estabilidade inicial adequada da taça acetabular recém-implantada1. Consequentemente, o planejamento pré-operatório preciso é crucial para orientar as opções de tratamento disponíveis.
Atualmente, os cirurgiões ortopédicos são responsáveis por realizar uma avaliação abrangente e planejar a artroplastia de revisão com base nos achados de imagem pré-operatórios e em sua própria experiência cirúrgica. No entanto, isso representará um desafio significativo para o cirurgião inexperiente.
Com o desenvolvimento da tecnologia de inteligência artificial (IA), ela tem sido cada vez mais utilizada em cirurgias ortopédicas, principalmente para segmentação de imagens, diagnóstico e classificação de patologias e implantes5. Enquanto isso, a IA está começando a alcançar o sucesso inicial na assistência à ATQ6 primária. No entanto, o planejamento pré-operatório inteligente para revisão de artroplastia de quadril permanece uma lousa em branco. A IA tem um futuro promissor na cirurgia de revisão do quadril, particularmente na avaliação de defeitos ósseos. Esses defeitos são exclusivos para cada paciente e, embora exibam certos padrões, o método tradicional de classificação de Paprosky carece da precisão necessária para caracterizá-los completamente. No entanto, a IA é capaz de extrair informações mais detalhadas dos dados de imagem, oferecendo um caminho promissor para aumentar a exatidão e a precisão da avaliação de defeitos ósseos. Desenvolvemos um novo sistema de planejamento pré-operatório assistido por IA para orientar as decisões dos cirurgiões ortopédicos sobre a revisão da artroplastia com base na recuperação do banco de dados de casos cirúrgicos especializados.
Primeiro estabelecemos um novo método para reconstrução de defeitos ósseos acetabulares, quantificando e tipificando defeitos ósseos acetabulares. Posteriormente, construímos um banco de dados de casos de revisão do quadril coletando dados clínicos e de imagem de 200 casos cirúrgicos de revisão do quadril de um especialista nacional sênior. O banco de dados consiste em tomografia computadorizada (TC) pré-operatória, raio-X pré-operatório, radiografia pós-operatória e dados demográficos do paciente. Podemos combinar casos no banco de dados com base nas características atuais do defeito ósseo dos pacientes agendados para cirurgia e encontrar os cenários de casos mais semelhantes para fornecer ao cirurgião uma referência pré-operatória. Essa abordagem permite que o cirurgião tenha uma ideia pré-operatória do protocolo de revisão acetabular, reduzindo o tempo de tentativa e erro intraoperatório.
O estudo recebeu permissão do Comitê de Ética do Hospital Ortopédico-Traumatológico de Luoyang, na província de Henan. Além disso, este estudo foi baseado em dados de imagem e não prejudicaria os voluntários nem divulgaria suas informações. Portanto, pela legislação nacional e pelas exigências institucionais, não houve necessidade de os participantes ou seus responsáveis legais/familiares assinarem o termo de consentimento livre e esclarecido.
1. Importação de imagens
2. Recuperação do defeito ósseo acetabular no lado afetado
3. Segmentação e reconstrução de imagens
4. Partição do defeito ósseo acetabular e cálculo da quantidade de defeito
5. Pesquisa especializada no banco de dados de revisão do quadril - planejamento de defeitos acetabulares
Atualmente, aplicamos esse método em cinco casos de pacientes submetidos à artroplastia de revisão do quadril, incluindo quatro homens e uma mulher. A idade variou de 42 a 67 anos. Foram diagnosticadas como soltura asséptica da prótese após artroplastia do quadril e classificadas com base na classificação de Paprosky8. O tempo operatório médio para os cinco pacientes foi de 123,2 min, com perda sanguínea intraoperatória média de 672 mL. O tempo operat...
Devido a danos anatômicos significativos, a intrincada condição dos tecidos moles após a artroplastia do quadril e a presença de artefatos metálicos graves frequentemente associados a implantes metálicos, é frequentemente necessário que profissionais médicos experientes utilizem a reconstrução 3D para analisar de forma abrangente os resultados de imagem e as manifestações clínicas, a fim de avaliar defeitos ósseos específicos em pacientes e, posteriormente, planejar pró...
O autor Xiaolu Xi, Ke Yuan e Qiang Xie são empregados pela Wuhan United Imaging Surgical Co., Ltd. Os demais autores declaram não ter interesses conflitantes.
O sistema de planejamento pré-operatório de IA neste trabalho foi apoiado pela Wuhan United Imaging Surgical Co., Ltd.
Name | Company | Catalog Number | Comments |
PyCharm | JetBrains | 243.21565.199 | The Python IDE for data science and web development |
Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE
Solicitar PermissãoThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados