人工智能赋能机器人辅助关节外科手术的 应用、研究进展及展望.pdfVIP

人工智能赋能机器人辅助关节外科手术的应用、研

究进展及展望

【摘要】机器人关节外科手术（RJS）在人工全髋关节和全膝关节置换术中展

现出高度精准性和可重复性，而人工智能（AI）的引入明显提升了手术规划、注

册配准、机械臂控制及任务自主等关键环节的智能化水平。AI赋能的手术规划

通过深度学习技术提高了假体放置的准确性，AI驱动的注册配准技术则克服了

传统方法在精度和效率上的不足。利用强化学习和神经网络技术进一步优化了机

械臂控制和操作精度，及人机交互体验。随着AI技术的不断发展，RJS有望在

高度自主化、多模态感知和人机协作等领域实现重要突破，推动关节置换手术向

更加智能化、个性化的方向迈进。

【关键词】关节成形术，置换；机器人；机器人手术；人工智能；机

器人自主性

机器人辅助关节外科手术（roboticjointsurgery，RJS）至今已有30余

年历史，近年来，得益于技术的逐渐成熟，RJS成为关节外科领域的研究热点。

世界范围内已有多种成熟的关节置换手术机器辅助系统（arthroplastysurgic

alrobot，ASR），主要用于初次人工全髋关节置换术（totalhipreplacemen

tarthroplasty，THA）、全膝关节置换术（totalkneearthroplasty，TKA），

以及单髁置换、部分置换、翻修等术式。RJS能够按照手术计划实现精准和可重

复的术中磨挫与截骨，从而优化人工关节假体放置，在手术精准化、个体化的背

景下具有巨大优势［1-2］。改善患肢术后功能、优化假体寿命一直是关节外科

医师共同追求的目标。尽管RJS提升了手术效果与安全性［3-6］，但仍存在流

程繁琐、缺乏量化评估标准的问题，同时智能化水平有待提升。

近年来，得益于硬件算力提升与算法创新，人工智能（artificialintell

igence，AI）在自然语言处理、图像识别、多感知融合等领域取得了重要进展，

应用于医学领域如医学图像分析、疾病预测等方面取得了良好效果，同时有望为

RJS进一步赋能［7-8］。AI在数据分析处理、自动化与智能化、实时决策反馈、

提高复杂任务精度与效率方面具有优势，下一代ASR将紧密围绕AI技术以解决

目前RJS流程的不足。

在我国，AI与专科手术机器人的研发已列入《智能制造2025》《新一代人

工智能发展规划》等规划纲要，AI+机器人是医学专业领域的重要发展方向。AI

赋能RJS为医工融合的前沿，处于研究与探索阶段，机器学习、深度学习等AI

技术已围绕RJS的各环节渗透赋能。本文将AI赋能RJS分为智能决策、智能计

算、智能控制与智能自主四个方面（图1），对AI赋能RJS应用现状及研究前

沿进行介绍。

一、手术规划的智能决策

为最大程度改善功能和延长假体寿命，关节置换术中须精准放置假体，以减

少磨损。RJS的优势正是通过机械级别精度的手术操作实现解剖准确性。大多数

ASR为影像依赖型机器人，即术前采集CT数据，制定包括磨挫、截骨量、假体

型号、假体位置及角度等手术计划。

在将CT数据导入ASR后，手术计划程序开始选取解剖特征点，以机器人辅

助TKA为例，内外髁点、平台最低点的选取直接影响了对线测量值，从而影响手

术精度。手术医师选取解剖特征点具有一定随机性，可能带来误差且耗时较长。

为解决此问题，Wang等［9］报告了基于卷积神经网络的特征点自动提取方法，

仅需不到3s即可提取RJS所需的全部特征点，与手术医师选点对比，其预测误

差总和5mm。CT数据的解剖分割通常基于优化算法，AI赋能的CT自动分割在精

度和可重复性方面表现优异［10-11］。Zhai等［12］报告了基于两阶段多任

务深度学习框架的骨盆骨骼分割和标志点检测AI-CT算法，提高了髋关节骨关

节炎、发育性髋关节发育不良等非健康骨盆骨骼分割和标志点自主选取的精度。

对于TKA，RJS具有无需髓内外定位、准确实现手术计划对线方案的优势。

尽管RJS已展现出较高的截骨精度，由于缺少标准化流程，手术计划严重依赖于

医师偏好。AI强调数据驱动的自我学习，可通过大量的手术规划训练案例获得

智能决策能力。吴东等［13］报告了一种用于THA的综合性AI赋能RJS术前规

划方法AI-HIP，利用深度卷积神经网络自主分割髋关节，利用骨盆中立位安全

区算法和神经网络训练得到可供医师参考的初步臼杯放置，为医师提供了一种R

JS术