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 operatório é o tempo total, incluindo a revisão da prótese da haste femoral. Os detalhes dos pacientes são mostrados na Tabela 1 e os resultados da reconstrução são mostrados na Figura 5.
Tomemos o caso dois como exemplo: a paciente é uma mulher de 67 anos que foi submetida a uma ATQ há 13 anos. Ela se apresentou ao hospital em janeiro de 2024 com dor no quadril e dismobilidade, que persistiam por 3 anos. O diagnóstico foi soltura da prótese após ATQ, classificação de Paparosky como tipo IIC e revisão da artroplastia do quadril. Importamos os dados da TC pré-operatória do paciente para o sistema e os comparamos com os de um paciente do sexo masculino de 58 anos atendido em novembro de 2017 que exibia um defeito ósseo acetabular notavelmente semelhante. Naquela época, o procedimento cirúrgico foi realizado usando o copo Jumbo em conjunto com a técnica de enxerto ósseo de compressão, o que resultou em estabilidade inicial completa, resultados favoráveis no seguimento de 5 anos e estabilidade confiável da prótese. Um plano cirúrgico consistente (copo Jumbo com técnica de enxerto ósseo de compressão) foi empregado para este paciente. O processo demonstrou reduzir o tempo gasto no planejamento intraoperatório, bem como o tempo gasto na recuperação e substituição de vários tipos de almofadas e copos jumbo. Consequentemente, foi demonstrado que reduz o sangramento e o risco de infecção. Devido à necessidade de revisão simultânea do lado da haste, o sangramento intraoperatório atingiu 690 mL, mas a estabilidade acetabular intraoperatória foi satisfatória. O paciente está em observação há 8 meses, durante os quais resultados confiáveis foram obtidos, e o quadril afetado demonstrou boa funcionalidade (Figura 6). O paciente não apresentou complicações, incluindo dor, disfunção, imagem indicativa de prótese em posição, marcadores inflamatórios normais e nenhuma evidência de infecção ou soltura secundária da prótese.
Figura 1: Interface de importação de imagens do sistema. O sistema incorpora funções de importação local e PACS. Clique aqui para ver uma versão maior desta figura.
Figura 2: Modelo 3D reconstruído. Diferentes peças são mostradas em cores diferentes. Azul: acetabular direito; Vermelho: fêmur direito; Amarelo: acetabular esquerdo; Verde: Fêmur esquerdo. Clique aqui para ver uma versão maior desta figura.
Figura 3: Método de particionamento de Qin de defeitos acetabulares. O acetábulo é dividido em três setores defeituosos (teto craniano, coluna anterior e coluna posterior). Os setores são subdivididos em uma camada interna e uma camada externa. Clique aqui para ver uma versão maior desta figura.
Figura 4: Procedimento de revisão do planejamento da artroplastia do quadril. O procedimento completo de reconstrução, avaliação e planejamento de defeitos ósseos acetabulares. Clique aqui para ver uma versão maior desta figura.
Figura 5: Resultados da reconstrução do acetábulo dos pacientes. A figura apresenta os resultados da reconstrução para os quatro pacientes em conjunto com os casos do banco de dados correspondentes e seus resultados pós-operatórios. Clique aqui para ver uma versão maior desta figura.
Figura 6: Exemplo de correspondência de casos. (A) Imagem pré-operatória do caso dois. (B) Reconstrução de defeitos ósseos acetabulares no caso 2. (C) Imagem pós-operatória do caso dois. (D) Imagem pré-operatória do caso perito correspondente. (E) Reconstrução de defeitos ósseos acetabulares em caso de especialista correspondente. (F) imagem pós-operatória de caso especialista compatível. Clique aqui para ver uma versão maior desta figura.
Caso | Gênero | Idade | Diagnóstico | Classificação de Paparosky | Tempo operatório (min) | Hemorragia intraoperatória (mL) |
1 | Homem | 45 | Soltura asséptica da prótese após artroplastia do quadril | IIA | 112 | 560 |
2 | Mulher | 67 | CII | 135 | 690 | |
3 | Homem | 56 | IIIB | 146 | 1020 | |
4 | Homem | 42 | IIB | 106 | 420 | |
5 | Homem | 43 | CII | 117 | 470 |
Tabela 1: Resumo e comparação do caso.
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 próteses acetabulares adequadas9, 10. Agosto No entanto, mesmo quando um modelo de paciente é reconstruído, o planejamento pré-operatório ainda depende muito da experiência dos médicos, principalmente ao lidar com pacientes com defeitos acetabulares graves. Consequentemente, os jovens médicos enfrentam desafios consideráveis ao tratar esses pacientes. A fim de avaliar com mais precisão a extensão dos defeitos ósseos acetabulares e aproveitar a experiência anterior em planejamento pré-operatório complexo da articulação do quadril como referência para os médicos, este estudo usou um banco de dados de casos especializados que abrange quase todos os tipos clínicos de defeitos da articulação do quadril, categorizando os pacientes com base em certos critérios. Ao utilizar avaliações de defeitos ósseos acetabulares desse banco de dados, os médicos podem selecionar próteses acetabulares e protocolos cirúrgicos apropriados para garantir a estabilidade pós-cirúrgica e a recuperação funcional da articulação do quadril.
Embora a artroplastia primária do quadril seja um procedimento bem estabelecido11, a avaliação dos defeitos ósseos acetabulares desempenha um papel crítico para garantir o sucesso e a estabilidade da artroplastia de revisão do quadril. Técnicas de imagem como raios-X, ressonância magnética (RM) e TC são comumente empregadas para avaliar defeitos ósseos acetabulares. Essas técnicas oferecem informações detalhadas sobre a estrutura do acetábulo, incluindo condição óssea, tamanho do defeito e localização. Além disso, certos softwares de análise de imagens médicas podem ser utilizados para calcular a espessura do acetábulo e visualizar defeitos por meio de mapas de calor 12,13,14. No entanto, a presença de artefatos de prótese metálica nas imagens pré-operatórias pode afetar a acurácia da segmentação acetabular. Neste estudo, algoritmos de software de terceiros foram utilizados para remover artefatos antes de sua importação para o sistema para operações subsequentes. O refinamento das etapas de remoção de artefatos é um assunto a ser explorado em estudos futuros. A rede foi treinada com imagens de artefatos genuínos que formam o conjunto de treinamento e imagens pós-processadas desprovidas de artefatos que formam o conjunto de rótulos para treinamento de rede. Essa abordagem produziu resultados satisfatórios na remoção de artefatos metálicos. Posteriormente, uma rede neural U-Net foi empregada para segmentar e reconstruir automaticamente as imagens originais em três dimensões. Aproveitando valores de densidade distintos entre os ossos do quadril e outros tecidos, este estudo alcançou uma impressionante taxa de precisão de segmentação de 95% para a articulação do quadril. A aplicação da tecnologia de deep learning reduz significativamente o tempo de reconstrução do modelo e auxilia no planejamento cirúrgico, ao mesmo tempo em que aumenta a eficiência clínica. Consequentemente, possui praticidade e valor clínico substanciais.
Uma compreensão abrangente da morfologia e extensão dos defeitos ósseos acetabulares, juntamente com o desenvolvimento de um plano de reconstrução apropriado, é fundamental para o sucesso da cirurgia de revisão do quadril15. Devido ao princípio do cálculo diferencial, a forma e o tamanho do acetábulo eram diferentes para cada paciente. Assim, nos casos em que o paciente apresenta um defeito unilateral, este estudo empregou o processamento do espelho de acordo com o acetábulo do lado saudável. Em seguida, o modelo de acetábulo espelhado foi utilizado como modelo de reconstrução, e o registro rígido foi realizado com o acetábulo defeituoso. Por fim, calculou-se a diferença entre o acetábulo completo reconstruído e o modelo original de defeitos para obter a quantidade de defeitos ósseos. Para calcular a extensão dos defeitos ósseos neste estudo, o método de partição acetabular proposto por Qin7 foi empregado para determinar o grau de defeitos ósseos em cada partição. Isso foi então correlacionado com os casos no banco de dados de especialistas. Se o paciente tiver defeitos bilaterais, o método de reconstrução é usar um modelo estatístico de forma por meio de um grande número de dados completos e saudáveis do acetábulo com antecedência, com base no cálculo estatístico da análise de componentes principais da PCA, para obter um conjunto de modelos médios para o cálculo de defeitos subsequentes.
O planejamento pré-operatório preciso pode diminuir o tempo operatório, reduzir a perda sanguínea intraoperatória e melhorar os resultados cirúrgicos16. A aplicação do planejamento pré-operatório 3D na ATQ primária demonstrou produzir previsões mais precisas das dimensões da taça acetabular e da haste femoral, bem como da posição de implantação da prótese, em comparação com o planejamento 2D convencional. Esse avanço contribui significativamente para o sucesso da cirurgia deATQ17,18. Com o desenvolvimento da tecnologia de IA, o planejamento 3D THA baseado em IA demonstrou maior precisão e eficiência19. No entanto, o potencial do planejamento pré-operatório 3D e as aplicações clínicas significativas da tecnologia de IA na revisão da artroplastia de quadril ainda não foram totalmente realizados. Neste estudo, o planejamento pré-operatório 3D e a tecnologia de IA foram aplicados à revisão clínica da artroplastia do quadril. Embora a aplicação dos casos tenha sido limitada (apenas 5 casos) e ainda não tenha sido possível avaliar a acurácia do tamanho da prótese, a correspondência automática de casos semelhantes poderia fornecer ao cirurgião sugestões de planos cirúrgicos. Enquanto isso, os pacientes submetidos à cirurgia de revisão com base no plano sugerido demonstraram recuperação funcional satisfatória. Além disso, em estudos anteriores, o tempo médio da cirurgia de revisão foi de 200-300 min, com perda sanguínea intraoperatória média de 800-2000 mL 20,21,22. A duração média da cirurgia nesta coorte de cinco pacientes foi de 123,2 min, com hemorragia intraoperatória de 672 mL. A utilização de nossa nova abordagem para revisão de artroplastia de quadril demonstrou reduzir o tempo operatório e a hemorragia intraoperatória.
A utilização de um banco de dados de casos especializados para a reconstrução de defeitos ósseos acetabulares e o planejamento pré-operatório na revisão de artroplastia de quadril demonstraram vantagens significativas. Aproveitar experiências anteriores em revisão de artroplastia de quadril, especialmente para profissionais médicos inexperientes, pode fornecer informações e referências valiosas para aumentar a precisão do planejamento pré-operatório. Ao enfrentar cirurgias de revisão complexas, a adoção de planos cirúrgicos semelhantes de casos especializados permite que os médicos façam os ajustes necessários ou até mesmo os reutilizem com base nas condições do paciente, reduzindo assim o tempo de planejamento pré-operatório e melhorando a eficiência clínica. Simultaneamente, os pacientes podem obter conhecimento prévio sobre os resultados pós-operatórios por meio do banco de dados de casos especializados. No entanto, ainda existem limitações no acesso ao banco de dados de especialistas devido aos recursos restritos de recuperação e períodos de acompanhamento limitados para os pacientes, são necessários acompanhamentos adicionais de longo prazo para avaliar a eficácia do tratamento. Além disso, o planejamento de nossa revisão de artroplastia de quadril não inclui o fêmur lateral. Portanto, nos casos em que a revisão lateral do fêmur apresenta desafios, o tempo cirúrgico geral pode não ser reduzido. Para obter informações sobre a evolução do tempo cirúrgico em cada estágio, um estudo de acompanhamento registrará o tempo total da cirurgia em seções. Isso permitirá a análise estatística e a comparação das mudanças no tempo cirúrgico em diferentes estágios.
Conclusão
O método de planejamento pré-operatório, que incorpora a reconstrução e recuperação do defeito ósseo acetabular a partir de um banco de dados de casos especializados, apresenta uma nova abordagem para o planejamento cirúrgico para profissionais médicos. Aproveitar a experiência armazenada no banco de dados de casos facilita a execução rápida e precisa de cirurgias complexas de quadril.
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 PermissãoExplore Mais Artigos
This article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados