作者：田偉、韓曉光、張琦
來源：中華創(chuàng)傷骨科雜志, 2021,23(4)
人工智能（artificial intelligence, AI）是一種用于模擬和延展人類智能的理論、方法、技術(shù)及應(yīng)用的工程科學。隨著大數(shù)據(jù)和云計算等技術(shù)的迅速發(fā)展，AI技術(shù)迎來跨越式發(fā)展，已經(jīng)深入到人類生活領(lǐng)域的各個方面[1]。AI在醫(yī)學中的應(yīng)用正在通過彌補人類能力短板的智能輔助形式，推動醫(yī)療技術(shù)進入一個新的時代，促進醫(yī)療健康進入量化分析、個體化規(guī)劃以及實時監(jiān)控的新階段。
AI技術(shù)正在全面融入骨科領(lǐng)域。運用AI技術(shù)開展骨科醫(yī)學數(shù)據(jù)（包括影像、圖譜、病歷、藥物模型及其他醫(yī)學傳感信息）驅(qū)動下的健康篩查與預警、疾病診斷與治療、康復訓練與評估、醫(yī)療服務(wù)與管理、藥物篩選與評估等典型骨科領(lǐng)域的精準、智能、安全應(yīng)用研究，不但提高了骨科醫(yī)生的工作效率、減輕工作負荷，也為患者提供了安全、有效的臨床保障，極大程度地推進了臨床骨科疾病的診斷、治療和康復，本文就此領(lǐng)域的研究熱點做相關(guān)介紹。
第一，AI輔助骨科疾病診斷。X線、CT、MRI、超聲等影像學檢查是骨科疾病診斷的重要手段，但醫(yī)生在繁重的工作壓力下，存在漏診和誤診風險。AI基于大數(shù)據(jù)優(yōu)勢，通過數(shù)據(jù)挖掘、機器學習和深度學習等技術(shù)，準確識別并量化疾病病灶，為骨科疾病的智能、精準診斷提供了可能。目前研究熱點主要聚焦于對骨折、骨關(guān)節(jié)炎以及骨齡等疾病的診斷。
AI診斷肱骨近端、手部、腕關(guān)節(jié)、足踝和椎體骨折的表現(xiàn)已不輸于骨科醫(yī)師和放射科醫(yī)師[2,3,4]。Olczak等[5]使用5種經(jīng)典的深度學習網(wǎng)絡(luò)模型，在256 000張腕、手和踝關(guān)節(jié)的X線圖像上的骨折檢測準確率達到了83%，對拍攝部位、視窗、體側(cè)和體位判斷的準確率均高達90%以上。Chuang等[6]利用深度卷積神經(jīng)網(wǎng)絡(luò)模型，在1 891張X線圖像上對肱骨近段骨折的分類準確率達96%，敏感性和特異性分別為97%和94%，表現(xiàn)優(yōu)于外科醫(yī)師和骨科醫(yī)師，與肩關(guān)節(jié)專業(yè)醫(yī)師相似。Lindsey等[7]提出一種深度卷積神經(jīng)網(wǎng)絡(luò)模型，經(jīng)過訓練后不但可以顯示有無骨折，還可以標識可疑骨折范圍；敏感性和特異度分別達93.9%和94.5%，急診科醫(yī)師應(yīng)用該模型誤診率下降了47%。該卷積神經(jīng)網(wǎng)絡(luò)模型2018年獲得美國食品藥品監(jiān)督管理局（FDA）批準，成為首個正式獲批的AI骨折診斷臨床工具。Prannta等[8]在CT圖像上利用卷積神經(jīng)網(wǎng)絡(luò)算法自動檢測和分類跟骨骨折，準確率高達98%。Tomita等[9]開發(fā)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的骨質(zhì)疏松椎體骨折檢測模型，在1 432例CT圖像上進行訓練和評估，并用219例圖像進行驗證，準確率達89.2%。這些技術(shù)有效提高了骨折的檢出率，減少誤診和漏診風險，并顯著降低了醫(yī)師的工作量。
AI也被用于骨關(guān)節(jié)炎的評估。Xue等[10]采用VGG-16卷積神經(jīng)網(wǎng)絡(luò)算法，在420張髖部X線圖像上訓練并測試了診斷髖關(guān)節(jié)骨關(guān)節(jié)炎的能力，結(jié)果顯示準確率達92.8%，敏感度和特異性分別為95.0%和90.7%。Norman等[11]使用DenseNet神經(jīng)網(wǎng)絡(luò)模型，根據(jù)Kellgren-Lawrence（KL）分級從X線圖像上自動計算膝關(guān)節(jié)骨關(guān)節(jié)炎的嚴重程度，準確性優(yōu)于高年資骨科醫(yī)師和放射科醫(yī)師。
骨齡是衡量兒童骨骼成熟程度的指標，人工評估存在繁瑣、耗時、觀察者差異大等問題，AI技術(shù)的出現(xiàn)及應(yīng)用有效改善了這些問題。Spampinato等[12]于2017年提出的一種基于深度學習的骨齡檢測模型——Bonet神經(jīng)網(wǎng)絡(luò)模型，對0~18歲不同種族和性別的公共數(shù)據(jù)進行骨齡評估，其平均絕對誤差值為0.8歲。
需要注意的是，AI的使用不是為了替代放射科醫(yī)師，而是幫助放射科醫(yī)師提高診斷準確性并減少工作負擔，將AI判別與放射科醫(yī)師決策相結(jié)合，可以實現(xiàn)最準確、高效的影像學診斷[13]。盡管AI輔助影像診斷的結(jié)果可能是相對準確的，但需要大量訓練數(shù)據(jù)集，研發(fā)訓練時間長。隨著技術(shù)的不斷進步，AI輔助影像診斷的骨科應(yīng)用范圍有望進一步拓展。
第二，AI輔助骨科手術(shù)治療。骨科手術(shù)機器人是促進骨科手術(shù)精準化、微創(chuàng)化發(fā)展的核心智能設(shè)備。自Robodoc機器人于1992年正式用于臨床（全髖關(guān)節(jié)置換手術(shù)）至今，國內(nèi)外先后出現(xiàn)了多款骨科手術(shù)機器人商業(yè)化產(chǎn)品，被廣泛用于脊柱外科螺釘置入、關(guān)節(jié)置換等手術(shù)中[14,15]。脊柱方面，最早獲得臨床應(yīng)用的機器人產(chǎn)品是以色列Mazor公司的SpineAssist系統(tǒng)，臨床研究報道椎弓根置釘準確率達98.5%，顯著優(yōu)于傳統(tǒng)手術(shù)[16]，但存在操作比較復雜，缺少實時影像監(jiān)控等不足[17]；法國MedTech公司推出的ROSA Spine機器人系統(tǒng)，輔助置入椎弓根螺釘，2016年獲得FDA認證，主要用于治療腰椎退行性疾病，定位精度達到1.5 mm[18]。用于關(guān)節(jié)置換的機器人包括美國Think Surgical公司的RoboDoc、Mako Surgical公司的RIO。已有臨床研究表明：機器人輔助關(guān)節(jié)置換手術(shù)的切口更小，恢復時間更短，可縮短年輕醫(yī)生的學習曲線，術(shù)后脛股角對線角度、短期內(nèi)膝關(guān)節(jié)活動度及功能評分均優(yōu)于傳統(tǒng)手術(shù)[19,20]。然而，上述機器人存在價格昂貴、手術(shù)適應(yīng)證窄的問題，限制了其廣泛臨床應(yīng)用。
北京積水潭醫(yī)院帶領(lǐng)醫(yī)工企團隊研發(fā)的'天璣'機器人，是由我國自主研發(fā)的全球首臺通用型骨科手術(shù)機器人，2016年獲國家Ⅲ類醫(yī)療器械注冊證。它突破了國際同類產(chǎn)品適用部位單一的局限，可應(yīng)用于脊柱全節(jié)段、骨盆、四肢等13個部位的手術(shù)治療[21,22,23]。創(chuàng)新配準特征自動識別與呼吸運動補償隨動控制技術(shù)，突破1 mm定位精度瓶頸，領(lǐng)先于國際同類產(chǎn)品[24]。與徒手手術(shù)相比，天璣機器人顯著提高了螺釘置入的準確性[25]。此外，5G技術(shù)的出現(xiàn)，極大地促進了遠程醫(yī)療（特別是遠程手術(shù)）的快速發(fā)展。目前中國在5G遠程骨科機器人領(lǐng)域的臨床研究已走在了世界前列，實現(xiàn)了同時遠程控制2~3臺異地機器人手術(shù)的新里程[26]。為我國醫(yī)療資源不均衡的問題提供了新的解決思路。
未來骨科手術(shù)機器人技術(shù)將朝著智能化、人機交互全面化、圖形圖像精細化、硬件體積微型化、手術(shù)過程無創(chuàng)化、遠程操作流暢化等方向發(fā)展。同時，推動自主研發(fā)骨科手術(shù)機器人產(chǎn)品、全方位制定行業(yè)規(guī)范和臨床標準將是中國智能骨科手術(shù)機器人的重要方向。
第三，AI在骨科疾病管理、智能康復以及藥物研發(fā)方面也取得了很多成果[27,28]。骨質(zhì)疏松癥是中老年常見的代謝性骨疾病，由于我國65歲以上女性患病率高達51.6%，因此實現(xiàn)骨質(zhì)疏松的自動診斷和控制具有重要的社會意義。應(yīng)用深度學習技術(shù)在CT圖像上對腰椎骨密度進行自動判定，其工作特征曲線下面積(area under curve, AUC)為0.888[29]。與傳統(tǒng)的臨床決策工具相比，AI技術(shù)還能準確地識別絕經(jīng)后婦女患骨質(zhì)疏松癥的危險人群[30]，實現(xiàn)骨質(zhì)疏松等慢性病及時預警和有效管理。老年髖部骨折是非常嚴重的骨質(zhì)疏松性骨折，多數(shù)需要手術(shù)治療，但由于患者常常合并多種內(nèi)科疾病，病情復雜多變。近年來北京積水潭醫(yī)院Wu等[31]采取多學科協(xié)作、骨科與老年科共管的治療模式，極大縮短了術(shù)前等待時間，提高了治療安全性，已經(jīng)到達國際領(lǐng)先水平。基于指南和文獻結(jié)果的老年髖部骨折人工智能輔助系統(tǒng)，可以對患者的病情進行綜合分析，提出治療建議，輔助臨床決策。此外，隨著各類智能可穿戴硬件、智能手機等設(shè)備的普及應(yīng)用，疾病信息可通過終端設(shè)備進行實時采集，進行匯總分析，自主、實時評估患者病情，為患者提供個性化的自我健康管理方案。
將虛擬現(xiàn)實、智能機器人聯(lián)合AI技術(shù)應(yīng)用于骨科康復，出現(xiàn)了智能假肢、康復訓練機器人、外骨骼輔具和矯形器、陪護機器人、虛擬現(xiàn)實康復系統(tǒng)等智能康護設(shè)備，研究發(fā)現(xiàn)通過采用這些AI技術(shù)可以有效地促進骨科患者功能康復恢復[32]。此外，AI技術(shù)已經(jīng)在藥物靶點確認、藥物篩選、藥物安全性評估、藥物有效性測試、數(shù)據(jù)收集等方面得到了廣泛應(yīng)用，并開始用于中醫(yī)藥的藥理學評估，應(yīng)用前景非常廣闊。例如Atomwise公司，利用計算機對已有藥物數(shù)據(jù)庫進行綜合分析判斷，并用AI技術(shù)來模擬藥物研發(fā)的過程、評估新藥研發(fā)風險，在其操作過程中極大降低了研發(fā)成本、縮短了新藥的評估時間。
AI有望徹底改變骨科領(lǐng)域，甚至是醫(yī)療領(lǐng)域。但目前，它在骨科中的應(yīng)用還處于初級階段，許多關(guān)鍵問題仍需解決。首先，醫(yī)療大數(shù)據(jù)是醫(yī)學AI技術(shù)發(fā)展的基石，醫(yī)學AI算法的開發(fā)往往需要較高的資金成本和時間成本；需要考慮如何建立有效的醫(yī)學數(shù)據(jù)管理框架來實現(xiàn)多源多模、同構(gòu)異構(gòu)醫(yī)學數(shù)據(jù)的規(guī)范化采集和安全分級管理；如何設(shè)計新的算法或網(wǎng)絡(luò)來實現(xiàn)小數(shù)據(jù)集或有限數(shù)據(jù)集的無監(jiān)督學習。第二，應(yīng)用AI技術(shù)時要考慮可能遇到的倫理問題，尤其是患者利益可能受損的情況。需要考慮如何制定AI相關(guān)的醫(yī)學數(shù)據(jù)倫理管理措施和法律監(jiān)督機制來確?；颊咭约搬t(yī)生的醫(yī)學隱私和個人信息安全。第三，現(xiàn)有手術(shù)機器人的智能化程度還較低，機器人幾乎沒有自主決策權(quán)。需要考慮如何整合AI方法和傳統(tǒng)方法，在實現(xiàn)智能診療的同時確保診療過程的安全性；如何提升醫(yī)生在AI介入過程中的作用，實現(xiàn)臨床有效的人機智能協(xié)作。
基于上述問題，在骨科AI未來發(fā)展時應(yīng)側(cè)重以下幾個方面：①拓展AI技術(shù)在骨科疾病診斷、慢病預測和健康監(jiān)測中的應(yīng)用范圍，惠及更多的人群；②持續(xù)推進AI技術(shù)在手術(shù)、康復、養(yǎng)老等典型醫(yī)療機器人應(yīng)用領(lǐng)域的應(yīng)用，實現(xiàn)安全、高效、自然的人機智能協(xié)作；③強化AI技術(shù)在藥物領(lǐng)域的應(yīng)用（如藥理學、療效評測等），加速創(chuàng)新藥物研發(fā)及試驗過程；④加強醫(yī)工復合型人才的培養(yǎng)，解決臨床需求與工程開發(fā)易出現(xiàn)脫節(jié)的問題；⑤建立國際化的開放創(chuàng)新平臺和合作機制，實現(xiàn)教育資源和科研資源的最大利用。
AI與骨科的深度融合發(fā)展，正逐漸受到大家的重視。在AI技術(shù)的臨床應(yīng)用中，醫(yī)生應(yīng)當處于主導地位，AI系統(tǒng)是作為工具和助手的角色。在AI技術(shù)的研發(fā)過程中，需要加強醫(yī)工企之間的跨學科合作。未來需要繼續(xù)探索新型醫(yī)工企協(xié)同創(chuàng)新機制，建立基于臨床場景、數(shù)據(jù)驅(qū)動的骨科AI研發(fā)體系，提高骨科診療技術(shù)的智能化水平，從而推動我國智能骨科技術(shù)的創(chuàng)新與發(fā)展。
參考文獻 略
聯(lián)系客服
