引用本文： 米爾阿地力·麥麥提依明, 依力哈木江·吾斯曼, 孫榮鑫, 艾爾西丁·阿不來提. 人工智能術前規劃系統在人工全髖關節置換術治療成人發育性髖關節發育不良中的應用研究. 中國修復重建外科雜志, 2023, 37(1): 25-30. doi: 10.7507/1002-1892.202209098 復制
發育性髖關節發育不良（developmental dysplasia of the hip，DDH）是指髖臼和股骨頭發育異常所致的髖關節畸形及穩定性下降[1]，如患者在兒童及青少年時期未接受治療或者保髖治療失敗，晚期往往需要接受人工全髖關節置換術（total hip arthroplasty，THA）[2-3]。但DDH患者髖關節存在不同程度畸形，例如髖臼包容性下降、股骨前傾角增大、股骨近端旋轉畸形以及股骨髓腔狹窄等[4-5]，THA術中真臼位置常難以辨認，影響了髖臼旋轉中心確定及假體安放[6-8]，術前股骨假體型號預測難度也較大[9-10]。因此，THA術前規劃必不可少[11-12]。通過術前精細規劃，不僅能縮短手術時間，還可以初步確定假體型號、安放位置、下肢長度恢復情況等，減少假體尺寸選擇和安放不當、假體撞擊、下肢不等長等發生[13-14]。
目前，臨床主要基于X線片模板測量進行術前規劃，結果受放大倍率和投影位置影響較大，準確度較低[15-16]。三維規劃作為一種新型技術，相比傳統手工測量方法在復雜髖關節置換術前規劃方面具有優勢[17-18]，目前以Mimics（Materialise公司，比利時）、Zed-Hip（Lexi 公司，日本）、HIP-PLAN（Symbios SA 公司，瑞士）為代表的三維規劃軟件已在THA術前規劃中廣泛應用。上述軟件可以精準測量髖關節各項參數，提高了假體型號預測的準確度，但存在操作復雜、需手動分割圖像、學習曲線較長等缺點[19-20]。人工智能術前規劃系統（AI-HIP 系統；北京長木谷醫療科技有限公司）是基于深度學習的人工智能輔助THA三維規劃軟件，能在CT圖像上快速、準確識別解剖位點，匹配所需假體型號，完成術前規劃。既往該系統用于股骨頭壞死、髖關節骨關節炎THA術前規劃的研究顯示，其預測假體型號能力優于傳統手工測量和臨床常用的三維規劃軟件[10]，但目前在成人DDH患者THA應用的報道較少[21]。為此，我們進行了一項前瞻性研究，通過與傳統X線片模板測量比較，分析AI-HIP系統用于DDH患者THA術前規劃的優勢，進一步明確其能否提高假體型號預測準確性并指導術中假體安放。報告如下。
1 臨床資料
1.1 一般資料
納入標準：① 經臨床體征及影像學檢查確診為DDH且存在股骨頭壞死，擬行初次THA；② 年齡>18歲；③ 髖關節持續疼痛，嚴重影響生活質量。
排除標準：① 髖關節或者其他部位存在活動性感染病灶；② 因術中出現假體周圍骨折更改手術方案；③ 術前檢查證實不能耐受手術。
2020年8月—2022年8月，我院關節外科共28例（28髖）患者符合選擇標準納入研究。其中，男10例，女18例；年齡 34～77 歲，平均59.3歲。左側12例，右側16例。DDH分型：CroweⅠ型10例，Ⅱ型8例，Ⅲ型5例，Ⅳ型5例。股骨頭壞死國際骨循環協會（ARCO）分期：Ⅲ期13例，Ⅳ期15例；病程2.5～23.0年，平均8.6年。術前下肢長度差值（limb length discrepancy，LLD）為11.0（8.0，17.5）mm。
1.2 術前規劃方法
術前規劃由2名經驗豐富的關節外科醫生完成，主刀醫生不參與，以保證術前規劃結果不影響術者術中操作和假體型號的選擇。
1.2.1 基于X線片模板測量
術前攝標準骨盆正位X線片。患者取仰臥位，雙下肢伸直，雙足內旋20°，拍攝范圍包括雙側股骨近端、髖臼、髂骨、坐骨等重要結構，X線片放大倍率均為20%。采用美國Depuy公司假體測量模板，測量方法：將髖關節正位X線片置于閱片燈，將髖臼假體測量模板覆蓋于髖臼及股骨近端，確定旋轉中心，髖臼杯外展40°～45°，臼杯下緣與淚滴對齊、內緣緊貼臼底接近Kohler線，緊密貼合髖臼外上緣骨質保證覆蓋，然后選擇合適的髖臼假體型號。再將股骨假體測量模板緊貼在X線片，通過股骨髓腔填充匹配假體型號，根據旋轉中心匹配股骨柄假體位置和股骨頸截骨平面，恢復聯合偏心距及雙下肢長度。
1.2.2 基于AI-HIP系統
術前行CT掃描，掃描范圍包括骨盆至股骨遠端，掃描厚度為1 mm，數據資料以DICOM格式傳至AI-HIP系統。該系統能自動識別骨盆及髖關節重要解剖結構，包括髂前上棘、恥骨聯合、坐骨支、股骨大小轉子等，計算髖臼尺寸、股骨髓腔大小、股骨頸截骨位置、髖臼覆蓋率等重要數據，自動匹配合適型號髖臼及股骨柄假體，并定位最佳安放位置。根據股骨髓腔匹配合適股骨柄，根據LLD程度確定合適大小股骨頭，將髖臼和股骨假體旋轉中心相互匹配后模擬假體安放，也可進行適當調整。規劃完畢后記錄假體型號及各項參數。
1.3 手術方法
所有手術均由同一組醫師完成，術中主刀醫生基于術前髖關節X線片、CT圖像以及手術經驗來確定假體型號及安放位置。本組均采用Pinnacle生物型髖臼假體（DePuy 公司，美國）；Crowe Ⅰ、Ⅱ型采用Corail生物型股骨柄假體（DePuy 公司，美國），Crowe Ⅲ、Ⅳ型采用 S-ROM組配式股骨柄假體（DePuy 公司，美國）。
本組均采用持續硬膜外麻醉聯合蛛網膜下腔阻滯麻醉，患者取健側臥位。取髖關節后外側入路，逐層顯露，切斷外旋肌群及關節囊，顯露股骨頸，松解周圍軟組織，脫位髖關節并顯露股骨小轉子；根據擬定截骨面進行截骨，取出股骨頭，顯露髖臼，切除髖臼內增生的軟組織，切除部分盂唇，準備銼臼。Crowe Ⅳ型DDH為高脫位，無法根據假臼位置準確判斷真臼，故切除增生軟組織及變形關節囊，根據坐骨、恥骨及閉孔位置來確定真臼位置。從最小號髖臼銼開始逐步銼臼，以顯露軟骨下骨，以骨面彌漫性滲血以及髖臼后壁骨量確定髖臼銼型號，安裝試模判斷穩定性，最終安裝髖臼、螺釘以及內襯。股骨側用開髓器開髓后逐級擴髓，安放股骨柄和股骨頭假體，復位髖關節。對于LLD超過3～4 cm需要截骨者，在股骨小轉子下1 cm處進行截骨，用持骨器貼合兩端截骨面后進行擴髓。髖關節復位成功后檢查活動度及穩定性，沖洗術區，留置引流，縫合外旋肌群，逐層縫合關閉切口。
1.4 術前規劃準確性評價
① 術后第2天攝標準骨盆正位X線片及CT。于CT冠狀面測量髖臼外展角、橫截面測量髖臼前傾角，于骨盆正位X線片測量股骨頸截骨位置、尖肩距、LLD（兩側股骨小轉子頂端至髖臼淚滴連線的垂直距離差值），與AI-HIP系統術前規劃的上述參數進行比較。② 記錄術中實際使用髖臼、股骨假體型號，與基于AI-HIP系統、X線片模板測量預測的假體型號進行比較。
1.5 統計學方法
采用SPSS21.0統計軟件進行分析。計量資料行正態性檢驗，符合正態分布時，數據以均數±標準差表示，組間比較采用獨立樣本t檢驗；不符合正態分布時，數據以M（Q1，Q3）表示，組間比較采用Wilcoxon秩和檢驗。計數資料以頻數及率表示，組間比較采用χ2檢驗。檢驗水準α=0.05。
2 結果
2.1 假體型號預測
基于AI-HIP系統術前預測的髖臼假體型號與術中實際使用假體型號吻合23例（82.1%）、股骨假體型號吻合24例（85.7%），基于X線片模板測量預測的假體型號吻合分別為16例（57.1%）、17例（60.7%），差異均有統計學意義（χ2=4.462，P=0.035；χ2=4.139，P=0.042）。
2.2 假體位置評估
AI-HIP系統術前預測髖臼外展角、髖臼前傾角、股骨頸截骨位置、尖肩距與術后測量結果比較，差異均無統計學意義（P>0.05）。見表1。AI-HIP系統術前規劃置換術后LLD為0（0，3.0）mm，術后測量為2.0（0，5.0）mm。THA術后LLD較術前減小，差異有統計學意義（Z=–4.561，P=0.001）；與AI-HIP系統術前規劃置換術后LLD比較，差異無統計學意義（Z=–0.711，P=0.087）。見圖1。
表1
AI-HIP系統術前規劃假體位置參數與術后測量值比較（n=28，
）
Table1.
Comparison of the prosthesis position related indexes between AI-HIP system and postoperative measurements (n=28, 
)
圖1
患者，男，57歲，左髖Crowe Ⅳ型DDH
a. 術前髖關節正位X線片；b. AI-HIP系統骨盆矯正圖；c～e. AI-HIP系統術前規劃髖臼杯安放位置、股骨頸截骨位置、尖肩距參數；f、g. AI-HIP系統模擬THA術后髖關節正位圖以及X線片；h. 術后2 d髖關節正位X線片
Figure1. A 57-year-old male patient with left DDH (Crowe type Ⅳ)a. Preoperative anteroposterior X-ray film of the hip joint; b. Image of pelvic correction based on AI-HIP system; c-e. Preoperative planning of acetabular cup placement, the femoral neck osteotomy position, and the tip-shoulder distance based on AI-HIP system; f, g. Preoperative planning image of the hip joint and simulated X-ray film of the hip joint after operation based on AI-HIP system; h. Anteroposterior X-ray film of the hip joint at 2 days after operation
3 討論
本研究采用的AI-HIP系統工作原理是基于數據庫深度學習和智能規劃，相比于其他三維規劃軟件，可通過人工智能快速識別、矯正和測量，無需對CT圖像手動切割，能自動矯正骨盆，操作簡便[10，21]。本研究中AI-HIP系統術前規劃時間為5～10 min，可以在有限時間內進行多次規劃，驗證規劃結果，具有較好可重復性。
Huo等[22]對接受非骨水泥型假體初次THA的59個髖關節進行了前瞻性研究，結果顯示AI-HIP系統預測髖臼和股骨柄假體型號準確率分別為74.58%、71.19%，Mimics軟件為71.19%、76.27%，X線片模板為40.68%、49.15%。Ding等[23]的研究顯示基于AI-HIP系統和X線片模板測量預測髖臼杯假體型號準確率分別為87.7%和58.9%，股骨柄假體型號準確率分別為94.0%和65.2%。吳東等[24]對擬行初次THA的60例股骨頭壞死患者進行AI-HIP系統術前規劃和傳統X線片模板測量，結果顯示AI-HIP系統術前預測髖臼側及股骨側假體完全符合率分別為90.0%、83.3%，X線片模板僅為 56.7%、53.3%。上述研究表明基于人工智能的AI-HIP系統在THA術前規劃中體現了較高準確性。
但有研究表明DDH組AI-HIP系統術前規劃準確率低于非DDH組[24]。DDH患者存在髖臼前壁或后壁骨量缺失、股骨頸前傾角改變、頸干角增大、股骨近端髓腔狹窄等問題，THA術中識別和定位真臼具有一定難度，股骨近端畸形也會影響股骨柄假體安放。傳統THA術中髖臼和股骨柄假體放置位置和型號的選擇主要依賴于術者經驗。我們認為AI-HIP系統通過術前規劃髖臼外展角、髖臼前傾角，可以更好地指導術中髖臼假體安放；規劃股骨頸截骨位置、尖肩距可更好地預測股骨柄假體植入深度，最大限度降低術后雙下肢不等長的發生。本研究中AI-HIP系統術前預測和術后實際測量的髖臼外展角、髖臼前傾角、股骨頸截骨位置、尖肩距及LLD差異均無統計學意義，說明AI-HIP系統術前規劃能指導假體位置安放。值得注意的是，AI-HIP系統不能模擬股骨轉子下截骨，因此術前可以通過模擬測算術后肢體長度差異，初步確定截骨量。本研究中Crowe Ⅳ型DDH患者術前規劃截骨量為15～35 mm，但在術中根據髖關節復位難易程度及軟組織松緊度，術者對截骨量進行了適當調整。AI-HIP系統規劃的髖臼及股骨柄假體吻合率較傳統X線片模板測量明顯提升，分析原因前者是基于三維圖像進行規劃，在髖關節解剖形態的觀測和規劃能力方面有明顯優勢。假體型號出現差異可能有以下原因：① 術中重建髖臼時，術者為獲得更好的覆蓋率適當上移髖臼杯，此時以較小髖臼杯即可獲得良好的穩定性和覆蓋率，導致實際使用髖臼杯小于術前規劃。② 股骨近端前弓增加或旋轉畸形可能影響AI-HIP系統人工智能識別，進而導致出現誤差。
綜上述，本研究結果表明DDH患者初次THA術前采用AI-HIP系統進行術前規劃，與傳統X線片模板測量相比，在預測假體型號和放置位置方面準確性更高，具有一定指導意義。但本研究存在以下局限性：① 樣本量較少，樣本可能缺乏代表性；② 未與其他三維規劃軟件進行比較；③ 未評價股骨旋轉中心、偏心距、股骨前傾角等其他參數。因此，上述結論有待擴大樣本量、完善評價指標進一步研究明確。
利益沖突 在課題研究和文章撰寫過程中不存在利益沖突
倫理聲明 研究方案經新疆醫科大學第六附屬醫院醫學倫理委員會批準（LFYLLSC20221125-01）
作者貢獻聲明 米爾阿地力·麥麥提依明：數據資料收集、起草文章；依力哈木江·吾斯曼：統計分析、研究方案設計；艾爾西丁·阿不來提：研究方案設計、治療方案實施、研究內容審查；孫榮鑫：對文章內容進行批評性審閱和修改
發育性髖關節發育不良（developmental dysplasia of the hip，DDH）是指髖臼和股骨頭發育異常所致的髖關節畸形及穩定性下降[1]，如患者在兒童及青少年時期未接受治療或者保髖治療失敗，晚期往往需要接受人工全髖關節置換術（total hip arthroplasty，THA）[2-3]。但DDH患者髖關節存在不同程度畸形，例如髖臼包容性下降、股骨前傾角增大、股骨近端旋轉畸形以及股骨髓腔狹窄等[4-5]，THA術中真臼位置常難以辨認，影響了髖臼旋轉中心確定及假體安放[6-8]，術前股骨假體型號預測難度也較大[9-10]。因此，THA術前規劃必不可少[11-12]。通過術前精細規劃，不僅能縮短手術時間，還可以初步確定假體型號、安放位置、下肢長度恢復情況等，減少假體尺寸選擇和安放不當、假體撞擊、下肢不等長等發生[13-14]。
目前，臨床主要基于X線片模板測量進行術前規劃，結果受放大倍率和投影位置影響較大，準確度較低[15-16]。三維規劃作為一種新型技術，相比傳統手工測量方法在復雜髖關節置換術前規劃方面具有優勢[17-18]，目前以Mimics（Materialise公司，比利時）、Zed-Hip（Lexi 公司，日本）、HIP-PLAN（Symbios SA 公司，瑞士）為代表的三維規劃軟件已在THA術前規劃中廣泛應用。上述軟件可以精準測量髖關節各項參數，提高了假體型號預測的準確度，但存在操作復雜、需手動分割圖像、學習曲線較長等缺點[19-20]。人工智能術前規劃系統（AI-HIP 系統；北京長木谷醫療科技有限公司）是基于深度學習的人工智能輔助THA三維規劃軟件，能在CT圖像上快速、準確識別解剖位點，匹配所需假體型號，完成術前規劃。既往該系統用于股骨頭壞死、髖關節骨關節炎THA術前規劃的研究顯示，其預測假體型號能力優于傳統手工測量和臨床常用的三維規劃軟件[10]，但目前在成人DDH患者THA應用的報道較少[21]。為此，我們進行了一項前瞻性研究，通過與傳統X線片模板測量比較，分析AI-HIP系統用于DDH患者THA術前規劃的優勢，進一步明確其能否提高假體型號預測準確性并指導術中假體安放。報告如下。
1 臨床資料
1.1 一般資料
納入標準：① 經臨床體征及影像學檢查確診為DDH且存在股骨頭壞死，擬行初次THA；② 年齡>18歲；③ 髖關節持續疼痛，嚴重影響生活質量。
排除標準：① 髖關節或者其他部位存在活動性感染病灶；② 因術中出現假體周圍骨折更改手術方案；③ 術前檢查證實不能耐受手術。
2020年8月—2022年8月，我院關節外科共28例（28髖）患者符合選擇標準納入研究。其中，男10例，女18例；年齡 34～77 歲，平均59.3歲。左側12例，右側16例。DDH分型：CroweⅠ型10例，Ⅱ型8例，Ⅲ型5例，Ⅳ型5例。股骨頭壞死國際骨循環協會（ARCO）分期：Ⅲ期13例，Ⅳ期15例；病程2.5～23.0年，平均8.6年。術前下肢長度差值（limb length discrepancy，LLD）為11.0（8.0，17.5）mm。
1.2 術前規劃方法
術前規劃由2名經驗豐富的關節外科醫生完成，主刀醫生不參與，以保證術前規劃結果不影響術者術中操作和假體型號的選擇。
1.2.1 基于X線片模板測量
術前攝標準骨盆正位X線片。患者取仰臥位，雙下肢伸直，雙足內旋20°，拍攝范圍包括雙側股骨近端、髖臼、髂骨、坐骨等重要結構，X線片放大倍率均為20%。采用美國Depuy公司假體測量模板，測量方法：將髖關節正位X線片置于閱片燈，將髖臼假體測量模板覆蓋于髖臼及股骨近端，確定旋轉中心，髖臼杯外展40°～45°，臼杯下緣與淚滴對齊、內緣緊貼臼底接近Kohler線，緊密貼合髖臼外上緣骨質保證覆蓋，然后選擇合適的髖臼假體型號。再將股骨假體測量模板緊貼在X線片，通過股骨髓腔填充匹配假體型號，根據旋轉中心匹配股骨柄假體位置和股骨頸截骨平面，恢復聯合偏心距及雙下肢長度。
1.2.2 基于AI-HIP系統
術前行CT掃描，掃描范圍包括骨盆至股骨遠端，掃描厚度為1 mm，數據資料以DICOM格式傳至AI-HIP系統。該系統能自動識別骨盆及髖關節重要解剖結構，包括髂前上棘、恥骨聯合、坐骨支、股骨大小轉子等，計算髖臼尺寸、股骨髓腔大小、股骨頸截骨位置、髖臼覆蓋率等重要數據，自動匹配合適型號髖臼及股骨柄假體，并定位最佳安放位置。根據股骨髓腔匹配合適股骨柄，根據LLD程度確定合適大小股骨頭，將髖臼和股骨假體旋轉中心相互匹配后模擬假體安放，也可進行適當調整。規劃完畢后記錄假體型號及各項參數。
1.3 手術方法
所有手術均由同一組醫師完成，術中主刀醫生基于術前髖關節X線片、CT圖像以及手術經驗來確定假體型號及安放位置。本組均采用Pinnacle生物型髖臼假體（DePuy 公司，美國）；Crowe Ⅰ、Ⅱ型采用Corail生物型股骨柄假體（DePuy 公司，美國），Crowe Ⅲ、Ⅳ型采用 S-ROM組配式股骨柄假體（DePuy 公司，美國）。
本組均采用持續硬膜外麻醉聯合蛛網膜下腔阻滯麻醉，患者取健側臥位。取髖關節后外側入路，逐層顯露，切斷外旋肌群及關節囊，顯露股骨頸，松解周圍軟組織，脫位髖關節并顯露股骨小轉子；根據擬定截骨面進行截骨，取出股骨頭，顯露髖臼，切除髖臼內增生的軟組織，切除部分盂唇，準備銼臼。Crowe Ⅳ型DDH為高脫位，無法根據假臼位置準確判斷真臼，故切除增生軟組織及變形關節囊，根據坐骨、恥骨及閉孔位置來確定真臼位置。從最小號髖臼銼開始逐步銼臼，以顯露軟骨下骨，以骨面彌漫性滲血以及髖臼后壁骨量確定髖臼銼型號，安裝試模判斷穩定性，最終安裝髖臼、螺釘以及內襯。股骨側用開髓器開髓后逐級擴髓，安放股骨柄和股骨頭假體，復位髖關節。對于LLD超過3～4 cm需要截骨者，在股骨小轉子下1 cm處進行截骨，用持骨器貼合兩端截骨面后進行擴髓。髖關節復位成功后檢查活動度及穩定性，沖洗術區，留置引流，縫合外旋肌群，逐層縫合關閉切口。
1.4 術前規劃準確性評價
① 術后第2天攝標準骨盆正位X線片及CT。于CT冠狀面測量髖臼外展角、橫截面測量髖臼前傾角，于骨盆正位X線片測量股骨頸截骨位置、尖肩距、LLD（兩側股骨小轉子頂端至髖臼淚滴連線的垂直距離差值），與AI-HIP系統術前規劃的上述參數進行比較。② 記錄術中實際使用髖臼、股骨假體型號，與基于AI-HIP系統、X線片模板測量預測的假體型號進行比較。
1.5 統計學方法
采用SPSS21.0統計軟件進行分析。計量資料行正態性檢驗，符合正態分布時，數據以均數±標準差表示，組間比較采用獨立樣本t檢驗；不符合正態分布時，數據以M（Q1，Q3）表示，組間比較采用Wilcoxon秩和檢驗。計數資料以頻數及率表示，組間比較采用χ2檢驗。檢驗水準α=0.05。
2 結果
2.1 假體型號預測
基于AI-HIP系統術前預測的髖臼假體型號與術中實際使用假體型號吻合23例（82.1%）、股骨假體型號吻合24例（85.7%），基于X線片模板測量預測的假體型號吻合分別為16例（57.1%）、17例（60.7%），差異均有統計學意義（χ2=4.462，P=0.035；χ2=4.139，P=0.042）。
2.2 假體位置評估
AI-HIP系統術前預測髖臼外展角、髖臼前傾角、股骨頸截骨位置、尖肩距與術后測量結果比較，差異均無統計學意義（P>0.05）。見表1。AI-HIP系統術前規劃置換術后LLD為0（0，3.0）mm，術后測量為2.0（0，5.0）mm。THA術后LLD較術前減小，差異有統計學意義（Z=–4.561，P=0.001）；與AI-HIP系統術前規劃置換術后LLD比較，差異無統計學意義（Z=–0.711，P=0.087）。見圖1。
表1
AI-HIP系統術前規劃假體位置參數與術后測量值比較（n=28，）
Table1.
Comparison of the prosthesis position related indexes between AI-HIP system and postoperative measurements (n=28, )
圖1
患者，男，57歲，左髖Crowe Ⅳ型DDH
a. 術前髖關節正位X線片；b. AI-HIP系統骨盆矯正圖；c～e. AI-HIP系統術前規劃髖臼杯安放位置、股骨頸截骨位置、尖肩距參數；f、g. AI-HIP系統模擬THA術后髖關節正位圖以及X線片；h. 術后2 d髖關節正位X線片
Figure1. A 57-year-old male patient with left DDH (Crowe type Ⅳ)a. Preoperative anteroposterior X-ray film of the hip joint; b. Image of pelvic correction based on AI-HIP system; c-e. Preoperative planning of acetabular cup placement, the femoral neck osteotomy position, and the tip-shoulder distance based on AI-HIP system; f, g. Preoperative planning image of the hip joint and simulated X-ray film of the hip joint after operation based on AI-HIP system; h. Anteroposterior X-ray film of the hip joint at 2 days after operation
3 討論
本研究采用的AI-HIP系統工作原理是基于數據庫深度學習和智能規劃，相比于其他三維規劃軟件，可通過人工智能快速識別、矯正和測量，無需對CT圖像手動切割，能自動矯正骨盆，操作簡便[10，21]。本研究中AI-HIP系統術前規劃時間為5～10 min，可以在有限時間內進行多次規劃，驗證規劃結果，具有較好可重復性。
Huo等[22]對接受非骨水泥型假體初次THA的59個髖關節進行了前瞻性研究，結果顯示AI-HIP系統預測髖臼和股骨柄假體型號準確率分別為74.58%、71.19%，Mimics軟件為71.19%、76.27%，X線片模板為40.68%、49.15%。Ding等[23]的研究顯示基于AI-HIP系統和X線片模板測量預測髖臼杯假體型號準確率分別為87.7%和58.9%，股骨柄假體型號準確率分別為94.0%和65.2%。吳東等[24]對擬行初次THA的60例股骨頭壞死患者進行AI-HIP系統術前規劃和傳統X線片模板測量，結果顯示AI-HIP系統術前預測髖臼側及股骨側假體完全符合率分別為90.0%、83.3%，X線片模板僅為 56.7%、53.3%。上述研究表明基于人工智能的AI-HIP系統在THA術前規劃中體現了較高準確性。
但有研究表明DDH組AI-HIP系統術前規劃準確率低于非DDH組[24]。DDH患者存在髖臼前壁或后壁骨量缺失、股骨頸前傾角改變、頸干角增大、股骨近端髓腔狹窄等問題，THA術中識別和定位真臼具有一定難度，股骨近端畸形也會影響股骨柄假體安放。傳統THA術中髖臼和股骨柄假體放置位置和型號的選擇主要依賴于術者經驗。我們認為AI-HIP系統通過術前規劃髖臼外展角、髖臼前傾角，可以更好地指導術中髖臼假體安放；規劃股骨頸截骨位置、尖肩距可更好地預測股骨柄假體植入深度，最大限度降低術后雙下肢不等長的發生。本研究中AI-HIP系統術前預測和術后實際測量的髖臼外展角、髖臼前傾角、股骨頸截骨位置、尖肩距及LLD差異均無統計學意義，說明AI-HIP系統術前規劃能指導假體位置安放。值得注意的是，AI-HIP系統不能模擬股骨轉子下截骨，因此術前可以通過模擬測算術后肢體長度差異，初步確定截骨量。本研究中Crowe Ⅳ型DDH患者術前規劃截骨量為15～35 mm，但在術中根據髖關節復位難易程度及軟組織松緊度，術者對截骨量進行了適當調整。AI-HIP系統規劃的髖臼及股骨柄假體吻合率較傳統X線片模板測量明顯提升，分析原因前者是基于三維圖像進行規劃，在髖關節解剖形態的觀測和規劃能力方面有明顯優勢。假體型號出現差異可能有以下原因：① 術中重建髖臼時，術者為獲得更好的覆蓋率適當上移髖臼杯，此時以較小髖臼杯即可獲得良好的穩定性和覆蓋率，導致實際使用髖臼杯小于術前規劃。② 股骨近端前弓增加或旋轉畸形可能影響AI-HIP系統人工智能識別，進而導致出現誤差。
綜上述，本研究結果表明DDH患者初次THA術前采用AI-HIP系統進行術前規劃，與傳統X線片模板測量相比，在預測假體型號和放置位置方面準確性更高，具有一定指導意義。但本研究存在以下局限性：① 樣本量較少，樣本可能缺乏代表性；② 未與其他三維規劃軟件進行比較；③ 未評價股骨旋轉中心、偏心距、股骨前傾角等其他參數。因此，上述結論有待擴大樣本量、完善評價指標進一步研究明確。
利益沖突 在課題研究和文章撰寫過程中不存在利益沖突
倫理聲明 研究方案經新疆醫科大學第六附屬醫院醫學倫理委員會批準（LFYLLSC20221125-01）
作者貢獻聲明 米爾阿地力·麥麥提依明：數據資料收集、起草文章；依力哈木江·吾斯曼：統計分析、研究方案設計；艾爾西丁·阿不來提：研究方案設計、治療方案實施、研究內容審查；孫榮鑫：對文章內容進行批評性審閱和修改
