梁雄明 梁紅鎖 楊業(yè)靜 李興艷 杜勇軍

(廣西醫(yī)科大學(xué)第三附屬醫(yī)院關(guān)節(jié)外科，廣西南寧市 530031)

【提要】 人工智能是一門旨在模擬、擴展人類智能，并將理論研究與應(yīng)用開發(fā)相結(jié)合的新學(xué)科，其可推動人類科技發(fā)展、產(chǎn)業(yè)進步及社會變革。近年來，人工智能與骨科學(xué)的融合發(fā)展呈蓬勃態(tài)勢，人工智能技術(shù)在骨科疾病診療中的應(yīng)用已成為骨科學(xué)領(lǐng)域的研究熱點，該項技術(shù)不但可以減輕骨科醫(yī)生的工作負(fù)荷，還能極大提高骨科臨床診療水平和服務(wù)效率。本文對人工智能技術(shù)在骨科疾病診治中的應(yīng)用研究進行綜述。

人工智能是一門旨在模擬、擴展人類智能，并將理論研究與應(yīng)用開發(fā)相結(jié)合的新學(xué)科[1]。1956年約翰·麥卡錫等科學(xué)家首次正式提出人工智能，標(biāo)志著這門新興專業(yè)學(xué)科的正式誕生[2]。由于早期計算機技術(shù)落后、數(shù)據(jù)庫空缺、智能算法發(fā)展階段處于雛形等多方面的限制，人工智能技術(shù)的發(fā)展經(jīng)歷了一段緩滯期。近年來，隨著計算機、互聯(lián)網(wǎng)技術(shù)的發(fā)展及深度學(xué)習(xí)算法的出現(xiàn)，人工智能技術(shù)得到了突飛猛進的發(fā)展，并逐漸應(yīng)用于各個領(lǐng)域[3]，被譽為21世紀(jì)三大尖端技術(shù)之一[4]。

人工智能技術(shù)與醫(yī)學(xué)領(lǐng)域結(jié)合成為其重要的研究方向之一。1972 年，英國利茲大學(xué)研發(fā)了輔助腹痛診斷及手術(shù)治療的AAPHelp系統(tǒng)，這是最早出現(xiàn)的醫(yī)療人工智能系統(tǒng)[5]。隨后INTERNIST-Ⅰ、MYCIN等系統(tǒng)相繼問世[6]。2006年，Hinton等[7]提出了深度學(xué)習(xí)網(wǎng)絡(luò)模型，醫(yī)學(xué)人工智能研究由此進入新的階段。2012年， 國外學(xué)者提出了基于卷積神經(jīng)網(wǎng)絡(luò)的AlexNet模型，該模型在圖像識別上具有極高的精確度，將人工智能與醫(yī)學(xué)影像的結(jié)合推向新的高度[8]。近年來，我國出臺了一系列有關(guān)醫(yī)療人工智能的政策文件,促進了醫(yī)療人工智能技術(shù)產(chǎn)業(yè)的發(fā)展[9]。目前，人工智能技術(shù)已應(yīng)用于疾病診斷、疾病治療、藥物研發(fā)、醫(yī)院管理、虛擬助手等醫(yī)學(xué)領(lǐng)域[10]。本文對人工智能技術(shù)在骨科疾病診治中的應(yīng)用研究進行綜述。

1 骨科人工智能技術(shù)的背景及原理

目前骨科人工智能技術(shù)主要涉及兩個方面：一是人工智能的深度學(xué)習(xí)算法輔助骨科影像學(xué)診斷，二是人工智能技術(shù)在骨科手術(shù)規(guī)劃及定位導(dǎo)航中的應(yīng)用。

1.1 深度學(xué)習(xí)算法輔助骨科影像診斷

1.1.1 背景：研究表明，醫(yī)學(xué)影像數(shù)據(jù)的年增長率遠(yuǎn)高于臨床影像醫(yī)師數(shù)量的年增長率，導(dǎo)致臨床影像醫(yī)師的工作負(fù)荷逐年增加[11]。而高年資臨床影像醫(yī)師的工作負(fù)荷增加，以及新生代臨床影像醫(yī)師工作經(jīng)驗的相對缺乏，一定程度上增加了影像學(xué)閱片的漏診率及誤診率。隨著大數(shù)據(jù)時代的來臨，以及深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)算法的出現(xiàn)，人工智能技術(shù)在骨科影像學(xué)診斷中的應(yīng)用逐漸增多，其可輔助醫(yī)師進行影像學(xué)閱片，有效減輕醫(yī)師的工作負(fù)荷，并提高診斷準(zhǔn)確性，降低漏診率及誤診率。

1.1.2 原理：人工智能醫(yī)學(xué)影像學(xué)診斷技術(shù)的基本原理涉及影像數(shù)據(jù)庫的建立、模型訓(xùn)練、模型預(yù)測3個方面[12-14]。(1)影像數(shù)據(jù)庫的建立。收集包含疑似病灶區(qū)域的原始醫(yī)學(xué)影像,然后選出其中一部分圖像作為訓(xùn)練集,剩余部分作為測試集。訓(xùn)練集部分需要依次完成預(yù)處理、特征提取與圖像標(biāo)注。預(yù)處理是去除圖像中無關(guān)部分,突出疑似病灶區(qū)域，通過影像增強技術(shù)改善圖像質(zhì)量，以及通過影像分割技術(shù)可更直觀地從圖像中提取疑似病灶區(qū)域；特征提取是利用計算機獲取醫(yī)學(xué)影像中疑似病灶區(qū)域的各種特征性信息,如形狀特征、視覺特征和密度特征等；圖像標(biāo)注是對圖像添加反映其視覺特征的語義關(guān)鍵詞的過程。建立影像數(shù)據(jù)庫的工作量極大，這也是人工智能醫(yī)學(xué)影像診斷技術(shù)發(fā)展亟待解決的難題，隨著近年來遷移學(xué)習(xí)技術(shù)的出現(xiàn)與發(fā)展，這一問題將在很大程度上得到緩解。(2) 模型訓(xùn)練。將處理后的測試集導(dǎo)入深度學(xué)習(xí)模型進行訓(xùn)練。目前深度學(xué)習(xí)模型大多基于卷積神經(jīng)網(wǎng)絡(luò)，該類深度學(xué)習(xí)模型由大量數(shù)據(jù)處理層組成，通過大量數(shù)據(jù)訓(xùn)練和學(xué)習(xí)，自動調(diào)整自身參數(shù)，使其分析能力不斷提升，并不斷提高臨床診斷決策能力，得到適應(yīng)目標(biāo)任務(wù)的預(yù)測模型。成熟的訓(xùn)練模型可以通過分析輸入的影像數(shù)據(jù)，輸出相應(yīng)的診斷信息。(3)模型預(yù)測。將測試集導(dǎo)入成熟的訓(xùn)練模型中進行測試，通過測試可得到該模型的預(yù)測準(zhǔn)確性。

1.2 人工智能技術(shù)在骨科手術(shù)規(guī)劃及定位導(dǎo)航中的應(yīng)用

1.2.1 背景：微創(chuàng)化、精準(zhǔn)化是骨科手術(shù)技術(shù)發(fā)展的大趨勢，傳統(tǒng)骨科手術(shù)方式難以滿足目前臨床日益增長的微創(chuàng)化、精準(zhǔn)化的需求。骨科手術(shù)機器人起源于20世紀(jì)90年代初。1991年，全球首個骨科手術(shù)機器人RoboDoc誕生[15]，此后骨科手術(shù)機器人迭代發(fā)展，但它們均未能實現(xiàn)“人工智能”的理念，只是單純的“外科機械手臂”，雖然在一定程度上實現(xiàn)了手術(shù)的微創(chuàng)化和精準(zhǔn)化，但仍不能滿足臨床需要。近年來，隨著計算機技術(shù)和人工智能技術(shù)的進步，手術(shù)機器人開始融入人工智能技術(shù)，并逐漸應(yīng)用于臨床。這些智能手術(shù)機器人在傳統(tǒng)“外科機械臂”的基礎(chǔ)上，增加了人工智能算法，對術(shù)中數(shù)據(jù)進行智能獲取和分析，從而實現(xiàn)智能手術(shù)規(guī)劃、定位導(dǎo)航等，其可輔助外科醫(yī)生進行手術(shù)，促進骨科手術(shù)微創(chuàng)化、精準(zhǔn)化發(fā)展，實現(xiàn)對傳統(tǒng)手術(shù)方式的巨大變革。譬如應(yīng)用于髖關(guān)節(jié)及膝關(guān)節(jié)置換術(shù)的MaKo機器人、應(yīng)用于脊柱手術(shù)的Renaissance機器人，以及由我國北京積水潭醫(yī)院自主研發(fā)的“天磯”骨科手術(shù)機器人等，都是融入了人工智能技術(shù)的現(xiàn)代智能手術(shù)機器人[16]。

1.2.2 原理：人工智能應(yīng)用于骨科手術(shù)的規(guī)劃、定位導(dǎo)航主要涉及以下3個關(guān)鍵技術(shù)。(1) 圖像與規(guī)劃技術(shù)。圖像與規(guī)劃技術(shù)是采集術(shù)前或術(shù)中的二維圖像，通過計算機系統(tǒng)對二維圖像處理形成三維虛擬對象，對三維虛擬對象中所感興趣的組織、解剖結(jié)構(gòu)或者器官進行圖像分割處理和三維重建顯示，然后在計算機系統(tǒng)上對該三維虛擬對象進行手術(shù)規(guī)劃。(2)空間配準(zhǔn)技術(shù)。空間配準(zhǔn)是在三維虛擬對象及真實對象上建立空間坐標(biāo)系，然后將前者的坐標(biāo)系轉(zhuǎn)換至后者的坐標(biāo)系上，以實現(xiàn)兩個不同空間中坐標(biāo)之間的對應(yīng)，使得計算機三維虛擬對象上的手術(shù)規(guī)劃轉(zhuǎn)換至病灶目標(biāo)對象坐標(biāo)系上。配準(zhǔn)方法主要有形態(tài)法和基準(zhǔn)法，形態(tài)法是在三維虛擬對象空間坐標(biāo)系上選擇一些解剖標(biāo)志，然后獲取真實對象坐標(biāo)系上對應(yīng)點的坐標(biāo)，通過計算機系統(tǒng)計算出兩者的轉(zhuǎn)換關(guān)系，實現(xiàn)空間配準(zhǔn)；基準(zhǔn)法是成像前在真實對象上置入標(biāo)志物，形成人工標(biāo)志點，通過三維虛擬對象與真實對象上人工標(biāo)志點的關(guān)聯(lián)，實現(xiàn)空間配準(zhǔn)。(3) 目標(biāo)跟蹤技術(shù)。目前最常用的目標(biāo)跟蹤技術(shù)是基于紅外光的主動/被動跟蹤技術(shù)，其分別通過使用能發(fā)射紅外線和反光的部件作為示蹤點，實時跟蹤感興趣目標(biāo)的空間位置及坐標(biāo)系之間的變換關(guān)系[17-18]。

2 人工智能技術(shù)在骨科疾病診治中的應(yīng)用

2.1 創(chuàng)傷性骨折的診斷與治療 深度學(xué)習(xí)算法在創(chuàng)傷性骨折診斷方面的應(yīng)用可達到與經(jīng)驗豐富的骨科醫(yī)師相似的影像學(xué)閱片水平。Wu等[19]將主動形狀模型用于骨盆骨折CT圖像的自動分層檢測，結(jié)果表明該模型能有效檢出CT圖像上的骨盆裂縫。劉想等[20]評估了基于深度學(xué)習(xí)算法的人工智能軟件在CT圖像上自動診斷創(chuàng)傷性肋骨骨折的效能，發(fā)現(xiàn)其具有較高的敏感度，并有望用于急性胸部外傷CT圖像閱片的初篩和風(fēng)險評估。Olczak等[21]利用深度學(xué)習(xí)算法模型，在256 000張腕、手和踝關(guān)節(jié)的X線圖片上評估是否存在骨折，其檢出骨折的準(zhǔn)確率可高達83%， 因此，2018年美國食品藥品監(jiān)督管理局批準(zhǔn)了基于該深度學(xué)習(xí)算法模型的OsteoDetect AI工具應(yīng)用于臨床。Chung等[22]利用基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法模型在1 891張肩關(guān)節(jié)X線平片上診斷和分類肱骨近端骨折，結(jié)果顯示該模型在肱骨骨折的診斷準(zhǔn)確度高達96%，曲線下面積為1.00，并且該模型在診斷肱骨骨折的分類上也顯現(xiàn)出不錯的效能。Pranata等[23]評估了基于卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的殘差網(wǎng)絡(luò)在CT圖像上自動診斷和分類跟骨骨折的效果， 結(jié)果表明其在跟骨骨折分類上的準(zhǔn)確率為98 %。Lindsey等[24]構(gòu)建了一種識別有無骨折并標(biāo)識出可疑骨折范圍的深度學(xué)習(xí)算法模型,結(jié)果顯示該模型在識別骨折及標(biāo)注骨折范圍時的敏感度高達93.9%，特異度可達94.5%，該模型輔助骨折閱片可使誤診率下降47%。Cheng等[25]發(fā)現(xiàn)，深度卷積神經(jīng)網(wǎng)絡(luò)能在骨盆X線圖片中準(zhǔn)確檢出及定位髖部骨折。

對于大多數(shù)股骨頸骨折患者而言，手術(shù)治療是首選治療方案[26]。置入空心螺釘內(nèi)固定和全髖關(guān)節(jié)置換術(shù)(total hip arthroplasty,THA)是目前手術(shù)治療股骨頸骨折的兩種主流方案。楊琨等[27]的研究顯示，采用人工智能手術(shù)機器人輔助股骨頸骨折空心釘內(nèi)固定術(shù)治療股骨頸骨折患者，可提高手術(shù)安全性，并減少手術(shù)對患者的損害。崔可賾等[28]回顧分析了17例MaKo機器人輔助下行THA術(shù)治療的股骨頸骨折患者的臨床資料，發(fā)現(xiàn)其假體置入更精準(zhǔn)，術(shù)后復(fù)查提示假體位置良好，患者雙下肢長度差異小，手術(shù)效果良好。張紀(jì)等[29]和吾湖孜·吾拉木等[30]亦探討了采用MaKo機器人輔助性THA術(shù)治療股骨頸骨折患者的臨床療效，結(jié)果表明在機器人輔助下假體置入的準(zhǔn)確性和手術(shù)安全性均得到提高,且可減少患者術(shù)后雙下肢長度差，具有良好的早期療效。吳東等[31]發(fā)現(xiàn)，將基于深度學(xué)習(xí)算法的 AIHIP系統(tǒng)用于THA術(shù)前規(guī)劃，相比于傳統(tǒng)方法，其髖臼側(cè)、股骨側(cè)假體完全符合率更高，其雙側(cè)聯(lián)合偏心距差值更小。股骨近端防旋髓內(nèi)釘內(nèi)固定術(shù)是目前公認(rèn)的對粗隆間骨折治療效果極佳的手術(shù)方案。洪石等[32]發(fā)現(xiàn)，相比于傳統(tǒng)采用X線透視下進行定位，采用人工智能手術(shù)機器人輔助股骨近端防旋髓內(nèi)釘內(nèi)固定術(shù)治療股骨粗隆間骨折的操作簡單,極大提高了主釘置入的準(zhǔn)確率,減少X線透視次數(shù)和輻射量,縮短有創(chuàng)操作時間,治療效果滿意。經(jīng)皮通道螺釘內(nèi)固定術(shù)是目前手術(shù)治療骨盆骨折的主流術(shù)式[33]。趙春鵬等[34]比較了人工智能手術(shù)機器人輔助與X線透視引導(dǎo)輔助治療的12例骨盆骨折患者的臨床資料,結(jié)果顯示人工智能手術(shù)機器人輔助下螺釘置入的準(zhǔn)確率更高，螺釘置入所需透視時間更少，且螺釘調(diào)整次數(shù)更短。劉華水等[35]發(fā)現(xiàn)，第三代骨科人工智能手術(shù)機器人TiRobot輔助螺釘置入術(shù)治療骨盆骨折，具有精準(zhǔn)定位、穩(wěn)定導(dǎo)航、手術(shù)創(chuàng)傷小等優(yōu)點。王天龍等[36]和楊成志等[37]的研究亦證實了采用人工智能手術(shù)機器人輔助治療骨盆骨折較“O”型臂X線導(dǎo)航更具優(yōu)勢。

2.2 骨關(guān)節(jié)病的診斷與治療 人工智能技術(shù)在骨關(guān)節(jié)病的影像學(xué)診斷中展示出良好的效果。Xue等[38]探討深度學(xué)習(xí)算法在髖關(guān)節(jié)骨性關(guān)節(jié)炎中的診斷價值，結(jié)果顯示該模型診斷髖關(guān)節(jié)骨性關(guān)節(jié)炎的靈敏度為95.0%，特異度為90.7%，準(zhǔn)確率為92.9%，具有較好的診斷價值，表明基于深度學(xué)習(xí)算法在智能醫(yī)學(xué)影像學(xué)診斷實踐領(lǐng)域具有廣闊的應(yīng)用前景。有研究表明,基于卷積神經(jīng)網(wǎng)絡(luò)的熱力圖可在膝關(guān)節(jié)正位片標(biāo)識出可疑骨贅,結(jié)合Kellgren-Lawrence評分標(biāo)準(zhǔn)可提高膝關(guān)節(jié)骨性關(guān)節(jié)炎診斷的準(zhǔn)確率[39]。Pedoia等[40]應(yīng)用基于卷積神經(jīng)網(wǎng)絡(luò)的DenseNet模型檢測軟骨異常并診斷骨關(guān)節(jié)炎,其曲線下面積為0.83，靈敏度為76.99%，特異度為77.94%，提示該模型在骨性關(guān)節(jié)炎診斷方面具有一定的應(yīng)用價值。

目前人工智能技術(shù)在手術(shù)治療骨關(guān)節(jié)病方面的應(yīng)用主要為人工智能手術(shù)機器人輔助關(guān)節(jié)置換術(shù)。郭人文等[41]回顧性分析采用MaKo機器人輔助THA治療股骨頭壞死患者的近期臨床療效，發(fā)現(xiàn)采用MaKo機器人輔助THA治療股骨頭壞死較常規(guī)THA手術(shù)具有更高的精準(zhǔn)性和穩(wěn)定性,患者術(shù)后股骨頭前傾角更好,下肢長度差和髖關(guān)節(jié)偏心距差更小。任興宇等[42]的Meta分析表明，人工智能手術(shù)機器人輔助單髁置換術(shù)在組件置入準(zhǔn)確性、術(shù)后脛骨后傾角、術(shù)后翻修率等方面均優(yōu)于傳統(tǒng)置換手術(shù)方法。有學(xué)者發(fā)現(xiàn)，人工智能手術(shù)機器人輔助全膝關(guān)節(jié)置換術(shù)能提高術(shù)中截骨、假體安放位置的準(zhǔn)確性，以及下肢力線的精準(zhǔn)度,減輕患者疼痛癥狀，早期療效滿意[43-45]。研究表明，與傳統(tǒng)手術(shù)相比，MaKo機器人輔助THA可以提高髖臼杯植入的準(zhǔn)確性和安全性，術(shù)后短期臨床效果更佳[46]，但其長期療效還需要進一步研究證實。但也有研究表明，人工智能骨科手術(shù)機器人輔助THA雖然可以提高髖臼杯植入的準(zhǔn)確性，但在術(shù)后短期功能恢復(fù)、下肢長度差異的糾正或術(shù)后并發(fā)癥方面與傳統(tǒng)THA手術(shù)并無顯著差異[47-48]。

2.3 脊柱疾病的診斷與治療 腰椎退行性疾病是臨床上常見的脊柱疾病之一。2016年，Liao等[49]利用深度學(xué)習(xí)算法對腰椎CT圖片進行腰椎滑脫的診斷和分期，發(fā)現(xiàn)其診斷效能與放射科醫(yī)師的閱片水平相似。2017年，Jamaludin等[50]基于卷積神經(jīng)網(wǎng)絡(luò)框架技術(shù)開發(fā)了一套SpineNet系統(tǒng)，其可在MRI圖像上對腰椎進行Pfirrmann評分,在判斷有無椎間盤狹窄、上/下終板缺損、上/下骨髓改變、腰椎滑脫和中央管狹窄方面的準(zhǔn)確率達95.6%，并且該系統(tǒng)在預(yù)測多種腰椎退行性改變的病理分級上與影像學(xué)醫(yī)師的閱片水平相當(dāng)。2018年，Han等[51]提出了一種深度、多尺度、多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)，可提高椎間孔狹窄、椎管狹窄的診斷準(zhǔn)確率。

經(jīng)皮椎體后凸成形術(shù)(percutaneous kypho plasty,PKP)、經(jīng)皮椎體成形術(shù)(percutaneous vertebro plasty ，PVP)是目前治療骨質(zhì)疏松性椎體壓縮性骨折的常用微創(chuàng)手術(shù)方法[52]，穿刺精準(zhǔn)度、X線透視次數(shù)、X線透視劑量、骨水泥側(cè)漏發(fā)生率等是這兩種術(shù)式值得關(guān)注的問題。有研究表明，采用人工智能骨科手術(shù)機器人輔助行PKP及PVP，可縮短手術(shù)時間,提高穿刺精準(zhǔn)度,減少X線透視次數(shù)及透視劑量,降低骨水泥滲漏發(fā)生率,獲得更優(yōu)的骨水泥分布情況[53-54]。經(jīng)皮微創(chuàng)椎弓根螺釘內(nèi)固定術(shù)是治療胸腰椎骨折的主要術(shù)式之一。袁春明等[55]對比了人工智能手術(shù)機器人輔助與徒手行椎弓根螺釘內(nèi)固定術(shù)治療胸腰椎骨折的效果，結(jié)果表明采用人工智能手術(shù)機器人輔助經(jīng)皮椎弓根螺釘內(nèi)固定術(shù)可取得更好的療效。田偉等[56]回顧性分析40例行椎弓根螺釘內(nèi)固定手術(shù)的患者的臨床資料，發(fā)現(xiàn)相較于傳統(tǒng)X線透視引導(dǎo)，采用天璣手術(shù)機器人輔助進行手術(shù),可在不增加手術(shù)時間和術(shù)后并發(fā)癥發(fā)生率的前提下顯著提高椎弓根螺釘內(nèi)固定術(shù)的精準(zhǔn)度和安全性。肖宇等[57]和劉剛等[58]發(fā)現(xiàn)，采用人工智能手術(shù)機器人輔助微創(chuàng)經(jīng)皮椎弓根螺釘固定治療胸腰椎骨折可獲得滿意的臨床效果，相較于傳統(tǒng)手術(shù),其手術(shù)時間更短、置釘精準(zhǔn)度更高、射線暴露量及術(shù)中創(chuàng)傷更少。微創(chuàng)經(jīng)椎間孔腰椎體間融合術(shù)已逐漸成為腰椎退行性疾病手術(shù)治療的主流方法[59]。崔冠宇等[60]比較采用人工智能手術(shù)機器人輔助微創(chuàng)經(jīng)椎間孔腰椎椎體間融合術(shù)與傳統(tǒng)開放經(jīng)椎間孔腰椎椎體間融合術(shù)治療Ⅰ、Ⅱ度單節(jié)段腰椎滑脫癥的療效，發(fā)生人工智能手術(shù)機器人輔助微創(chuàng)經(jīng)椎間孔腰椎椎體間融合術(shù)手術(shù)治療腰椎滑脫癥時術(shù)中螺釘置入精準(zhǔn)度更高，術(shù)中創(chuàng)傷更小,術(shù)后恢復(fù)更快。還有研究表明，采用人工智能手術(shù)機器人輔助微創(chuàng)經(jīng)椎間孔腰椎椎體間融合術(shù)手術(shù)治療腰椎退行性疾病患者，可減少手術(shù)創(chuàng)傷,提高臨床療效[61-63]。

2.4 骨腫瘤的診斷與治療 脊柱是惡性腫瘤骨轉(zhuǎn)移最常發(fā)生的部位之一,約30%～70%惡性腫瘤患者會出現(xiàn)脊柱轉(zhuǎn)移,使得患者疾病進展加快、預(yù)后變差[64]。Burns等[65]設(shè)計了一套計算機輔助診斷系統(tǒng)(computer aided diagnosis,CAD)并將其用于診斷胸腰椎硬化性轉(zhuǎn)移瘤，結(jié)果顯示該系統(tǒng)可成功識別CT圖像上胸腰椎的硬化轉(zhuǎn)移瘤病灶，且有較高的靈敏度。O′Connor等[66]對CAD系統(tǒng)應(yīng)用于輔助CT檢測胸腰椎脊柱溶解病變的效果進行評估，結(jié)果顯示該CAD系統(tǒng)可成功識別胸腰椎可能的溶骨性轉(zhuǎn)移性瘤。Wang等[67]利用深度學(xué)習(xí)算法實現(xiàn)了在MRI圖像中自動識別脊柱轉(zhuǎn)移瘤。

PKP和PVP均是用于治療椎體轉(zhuǎn)移瘤引起的難治性疼痛的微創(chuàng)手術(shù)方法,是姑息治療晚期脊柱轉(zhuǎn)移瘤的主要手段[68]。林書等[69]回顧分析接受人工智能機器人輔助PKP(機器人組)和傳統(tǒng)透視下PKP(傳統(tǒng)透視組)治療的脊柱轉(zhuǎn)移瘤患者的臨床資料,發(fā)現(xiàn)機器人組的手術(shù)時間、X線透視次數(shù)更少,骨水泥滲漏率、椎弓根突破率更低，提示采用機器人輔助PKP治療脊柱轉(zhuǎn)移瘤更具優(yōu)勢。俞陽等[70]發(fā)現(xiàn)與傳統(tǒng)PVP相比，人工智能機器人輔助PVP可提高穿刺精準(zhǔn)度，減少手術(shù)損傷，降低骨水泥側(cè)漏風(fēng)險。目前有關(guān)人工智能技術(shù)輔助診斷與治療骨科腫瘤的研究相對較少，這將是今后研究的方向。

3 小結(jié)與展望

人工智能與骨科學(xué)的學(xué)科融合給骨科疾病的診斷及治療帶來就巨大的變革，深度學(xué)習(xí)算法與肌骨影像學(xué)圖像的結(jié)合，可更好地輔助骨科疾病的診斷，提高診斷效率和準(zhǔn)確性；人工智能機器人輔助手術(shù)治療，可提高手術(shù)的安全性、精準(zhǔn)性及術(shù)后效果。總之，人工智能技術(shù)的應(yīng)用可提高骨科醫(yī)療水平和服務(wù)效率。但人工智能技術(shù)在骨科的應(yīng)用還不成熟，目前面臨幾個突出的問題：(1)骨科疾病種類較多，人工智能技術(shù)在骨科領(lǐng)域的應(yīng)用面仍較窄，相關(guān)研究依然較少；(2)人工智能輔助骨科影像學(xué)診斷的發(fā)展，尚需要一個數(shù)據(jù)來源可靠、功能強大、信息共享的骨科影像學(xué)數(shù)據(jù)平臺；(3)人工智能技術(shù)在臨床的應(yīng)用過程中存在不容忽視的倫理問題，主要是個人信息的安全性、隱私性、醫(yī)療資源分配的公平性，以及醫(yī)療事故的責(zé)任歸屬問題等；(4)目前，我國還未形成關(guān)于人工智能與骨科醫(yī)療的跨學(xué)科復(fù)合型人才培養(yǎng)體系，研發(fā)骨科人工智能技術(shù)的多為人工智能單學(xué)科專家，缺少人工智能與骨科醫(yī)療復(fù)合型專家，導(dǎo)致兩個學(xué)科融合發(fā)展速度受限，甚至有可能出現(xiàn)人工智能發(fā)展方向與骨科臨床應(yīng)用脫節(jié)的現(xiàn)象。

隨著5G時代的來臨，以及人工智能發(fā)展理念漸入人心，搭建智能醫(yī)學(xué)數(shù)據(jù)平臺的需求日漸增多，開發(fā)骨科醫(yī)學(xué)影像數(shù)據(jù)平臺以更好地服務(wù)于骨科疾病診治是大勢所趨。相信在人工智能技術(shù)發(fā)展規(guī)劃下，人工智能技術(shù)應(yīng)用于骨科臨床診療的倫理問題將得到有效解決。今后應(yīng)加強跨學(xué)科通力合作、多學(xué)科交融、建立培養(yǎng)人工智能與醫(yī)療復(fù)合型人才教育體系，促使人工智能技術(shù)能夠更廣泛地應(yīng)用于骨科疾病的診治。同時，人工智能與骨科學(xué)的融合發(fā)展將改變傳統(tǒng)的骨科疾病的診療模式，推動骨科學(xué)的發(fā)展與進步，最終提高骨科診療水平和服務(wù)質(zhì)量，使廣大患者受益。