翰林大学病院シンポジウム
AIを用いた人工膝関節置換術の個別化計画
人工膝関節置換術の個別化計画では、患者ごとの解剖学的特徴を正確に測定し、インプラントのサイズ・アライメント・位置を手術の工程に結び付けます。AIを用いた2D・3Dテンプレーティングの役割と限界、リスクおよび回復予測の活用、臨床ワークフローに必要な検証を検討します。
画像を選択すると拡大して表示されます。
正確な計画は客観的な定量化から始まります
個別化計画は、同じ基準で下肢アライメントと骨形態を定量化することから始まります。下肢全長X線像では、大腿骨頭中心と遠位大腿骨中心を結ぶ軸、近位脛骨中心と足関節中心を結ぶ軸から、股関節・膝関節・足関節角（HKA）を評価します。関節線、大腿骨・脛骨の形態、骨欠損も確認し、サイズ選択と骨切り計画を解剖学的根拠に結び付けます。
X線像は3次元構造を2次元に投影するため、下肢の回旋、屈曲拘縮、大腿骨の前弯によって測定値が変わります。自動で小数点まで表示された値も、撮影姿勢や基準点の誤りの影響を受けます。Hellerらの100例の後ろ向き研究では、一部の線形指標の測定一致度は高い一方、関節線収束角など一部の角度指標の再現性は低い結果でした。撮影条件と拡大率補正を標準化し、自動表示された軸や関節線が実際の解剖学的位置に合っているか確認します。
2Dテンプレーティング：サイズとアライメントを同時に計画します
AIを用いた2Dテンプレーティングでは、拡大率を補正した正面・側面X線像から骨の輪郭と基準点を検出し、インプラントのサイズと位置を計算します。正面像では内外側幅と冠状面アライメント、側面像では前後長と矢状面の配置を確認します。私たちが開発したモデルは、オーバーハングを抑えるために2方向の予測サイズの小さい方を選び、機械的アライメントに基づく骨切り規則を適用しました。自動計画を解釈する際には、ソフトウェアの目標アライメントと骨切り規則を先に確認する必要があります。
ソウル大学病院の72名・81例を対象とした検証では、大腿骨・脛骨ともに予測サイズの88.9%が実際の使用サイズの±1サイズ以内でした。この指標は、サイズが完全に一致した割合とは区別する必要があります。同じデータを評価した専門医の±1サイズ以内の一致率は、大腿骨95.1%、脛骨100%で、測定時間はAIが48.7秒、手動計画が97.5秒でした。単一施設のTriathlonシステムに関する結果であり、他の施設やインプラントシステムへそのまま適用することはできません。
サイズ予測と位置・角度の予測も別々に評価します。この研究では、術後X線像との位置の差は平均約3～4 mmでしたが、側面像における大腿骨アライメントの平均差は5.1°でした。サイズが許容範囲内でも、前方皮質との関係、オーバーハング、骨切り面、回旋位置を併せて確認する必要があります。
3D計画と術中検証を結び付けます
3D計画では、大腿骨と脛骨の形態を立体的に確認し、回旋、矢状面形態、インプラント配置を併せて検討できます。CTの分割や基準点検出を自動化しても、最終計画にはサイズ、骨切り量、目標アライメントとその根拠を明示する必要があります。Lanらの60例の後ろ向き比較研究は、3D AI計画によるサイズと軸アライメント予測の可能性を示しました。ただし、小規模な比較研究だけで、すべての患者の機能や長期インプラント生存率の改善を保証することはできません。
計画を作成するAI、骨切りを案内する患者専用手術器具（PSI）、計画の実行を支援するロボットは、それぞれ異なる役割を担います。画像に基づく骨の計画と術中の軟部組織バランスを結び付けるには、実際の骨切り面、屈曲・伸展ギャップ、靱帯の状態を確認し、必要に応じて計画を修正します。CT撮影に伴う時間・費用・放射線負担や位置合わせの誤差も考慮します。アライメントの再現性、患者が感じる痛みと機能、長期成績をそれぞれ評価する必要があります。
リスクと回復の予測で管理計画を個別化します
個別化計画はインプラント選択後にも続きます。年齢、併存疾患、術前機能、患者報告アウトカムなどを用いて、退院先、入院期間、合併症、回復経過を予測する研究が進められています。Boothらは米国NSQIPデータを用いて人工膝・股関節置換術後の退院先を予測し、Lopezらの系統的レビューは、予測対象によってモデル性能が異なることを示しました。退院先の予測と感染・疼痛・機能の予測を、単一の性能値でまとめて解釈することはできません。
予測は、患者への説明、リハビリ資源の配分、経過観察計画を検討する根拠として活用します。実際の判断には、介護者、住環境、患者の希望など、データに十分反映されていない要素も含まれます。高いリスク確率が特定の介入の有効性を証明するわけではないため、予測値だけで治療や退院時期を決めることはできません。導入施設の患者群で予測確率と実際の発生率が一致するかを確認し、モデルの使用が回復や管理の質に役立つかを評価します。
臨床ワークフローで検証し、責任を持って使用します
臨床導入では、原画像上で測定結果を確認し、骨切り量とインプラントのサイズ・位置を結び付けた計画を術者が検討します。計画画面の軸や基準点、画像分割の誤りを修正でき、最終承認と変更内容を記録する必要があります。術中に確認した解剖学的状態とギャップ測定、術後画像、患者報告アウトカムを結び付けることで、計画と実際の結果のずれを追跡できます。
妥当な検証には、異なる施設、インプラントシステム、変形パターンを含め、解析できない画像や修正が必要な症例も記録する必要があります。サイズ評価では完全一致と±1サイズ以内の一致を区別し、アライメント評価では基準測定との差と再現性を確認します。リスクモデルは、予測時点で実際に利用可能な情報だけを使用しなければなりません。最終的には、確認・修正に要する時間を含む業務全体の負担、計画変更率、合併症、患者報告アウトカムを前向きに評価し、AIの臨床的価値を判断します。