在初级全膝关节整形术后,膝关节关节操纵的人工智能驱动决策
Stefano Ghirardelli1, Kai Chun Augustine Chan2, Pieralberto Valpiana3
1Department of Orthopaedic Surgery, Hospital for Special Surgery, New York, New York; Paracelsus Medical University, Institute of Biomechanics, Salzburg, Austria.
The Journal of arthroplasty
|December 17, 2025
概括
人工智能 (AI) 可以指导在麻醉下操纵 (MUA) 时间用于全膝关节整形术 (TKA) 硬. 人工智能建议在六周内对特定的膝盖硬性进行MUA,改善运动范围 (ROM).
科学领域:
- 整形外科手术 整形外科手术
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
背景情况:
- 手术后硬是全膝关节整形术 (TKA) 后的一个常见并发症.
- 麻醉下的操纵 (MUA) 经常用于治疗TKA硬.
- 由于证据有限,最佳的MUA时间,动作值和预期结果尚未明确定义.
研究的目的:
- 评估人工智能 (AI) 平台在初级TKA后为MUA创建数据驱动的决策框架的能力.
- 通过人工智能建模来定义适当的MUA定时并预测运动范围 (ROM) 收益.
主要方法:
- 对ROM轨迹和初级TKA后的操纵进行了系统的文献审查.
- 来自文献评论的数据被用来训练一个AI模型.
- 人工智能场景模拟了诸如手术后的时间,膝盖曲,延伸缺陷,手术前的ROM和BMI等变量,以确定MUA的适当性和预期的ROM改进.
主要成果:
- 人工智能模型表明,在TKA后六周,MUA适用于膝盖屈曲<80度和/或延伸缺陷>20度的患者.
- 用MUA预测的平均ROM增益是曲26度和延伸3度.
- 延迟MUA超过90天减少了预期的曲效果;对于持续超过三个月的硬性,建议将MUA与关节镜溶解粘附结合起来.
结论:
- 一个人工智能为MUA产生的决策框架与当前关于时间和患者选择的共识一致.
- 人工智能工具应该补充,而不是取代临床判断,因为证据的局限性和术后硬的复杂性.
