基于动物标本的机器人自主椎体穿刺压力与路径准确性的相关性研究

目的探讨骨科机器人在自主穿刺推进中不同骨质的压力峰值对穿刺路径偏移及骨水泥渗漏的影响。方法自行设计一种用于自主椎体穿刺和骨水泥推注的脊柱手术机器人系统,并对6具离体猪脊柱标本进行单节段或双节段模拟经皮椎体成形术。测量穿刺路径准确性(Gertzbein-Robbins分级)、骨水泥渗漏分型及骨钻峰值压力,评估不同密度的椎体皮质骨与松质骨对骨科机器人执行自主椎体穿刺准确性及骨水泥渗漏情况。结果模拟穿刺64个离体猪椎体,其中Gertzbein-Robbins分级A级53椎,B级8椎,C级3椎。A级椎体的皮质骨压力(6.663±0.319)N,低于B级和C级的(8.348±0.418)和(11.500±0.600)N,差异有统计学意义(F=341.000,P<0.001);A、B、C级椎体的松质骨压力分别为(3.660±0.317)、(3.594±0.608)、(4.117±0.257)N,差异无统计学意义(F=2.496,P=0.091)。骨水泥无渗漏40椎、Ⅰ型(注入椎体内渗漏至椎体周围)20椎、Ⅱ型(注入椎体内渗漏至椎管内)3椎,总体渗漏发生率为36%(23/64)。无渗漏、Ⅰ型与Ⅱ型渗漏的皮质骨峰值压力分别为(6.638±0.301)、(6.792±0.404)、(6.753±0.473)N,松质骨压力峰值分别为(3.634±0.279)、(3.783±0.423)、(3.920±0.255)N,差异均无统计学意义(F=1.521,P=0.227;F=2.106,P=0.131)。结论新型骨科机器人在自主穿刺推进过程中穿过皮质骨穿刺压力较高时自主穿刺路径准确性降低,且侵犯椎弓根的概率增加;皮质骨与松质骨的穿刺压力对骨水泥渗漏的发生率无明显影响。

人工智能在骨科疾病诊治中的研究进展

人工智能是一门新的技术科学,它深入研究开发用于模拟延展和扩充人脑智能的理论、方式、核心技术及应用软件与控制系统。其专业领域内容涵盖了机器人、图像识别和专家系统等。人工智能技术在众多医学学科领域内都有着重要的应用价值。特别在骨科领域中,人工智能不仅提升了影像科医师与骨科医师的工作效率、降低了工作负荷,与此同时也为患者提供了更多安全可靠、有力的临床技术保障,给临床骨科疾病的诊断、治疗带来了极大推动。本文回顾了近几年来人工智能技术在骨科疾病中的最新研究成果,旨在综述人工智能技术在骨科诊断、治疗领域的最新进展和尚存局限,为促进人工智能技术和骨科领域新的深度融合提供文献参考。