人工智能技术在创伤救治中的应用及研究进展

创伤引起的多发伤致残率和致死率高,救治难度大但目前创伤救治的医疗模式仍然存在不足,创伤患者的救治面临巨大挑战。人工智能(AI)是基于机器学习、强化学习和深度学习等基础算法的智能技术,现已应用于创伤患者的救治工作中,其高效精准的计算机视觉、规划决策以及大数据统计分析等技术方向既提高了创伤患者救治的安全性和效率,同时也降低了临床医师的工作负荷,弥补了传统创伤救治模式的不足。笔者对AI在创伤急诊分诊、诊断、治疗及战创伤预防等方面的应用及研究进展进行综述,为AI的临床应用提供参考。     

人工智能技术在骨科领域中的应用进展

人工智能(artificial intelligence,AI)技术是一项由计算机科学、数学、哲学、心理学、控制论、决定论等多学科交叉融会而成的前沿技术,它的核心理念是基于机器学习、深度学习等计算机算法来研究人类大脑的智能,对人类的智力进行模拟、开发和延伸,最终实现计算机的自主智能活动。随着该项技术的不断发展,AI已逐步形成了以计算机视觉、语音识别、自然语言识别、决策规划以及大数据分析为主的几个宏观技术方向,并广泛应用到骨科领域中,改变了骨科疾病传统的诊疗思路。AI技术应用于骨科不但提高了骨科医生的工作效率、减轻了工作负荷,同时也为患者提供了安全有效的临床保障,给临床骨科疾病的诊断、治疗和康复带来巨大推进。经过文献检索筛查,本文选取了近几年来AI技术在骨科领域的最新研究成果,对其在急诊分诊、病情危重度评估、疾病诊断、高危人群风险预测及手术治疗中的应用现状展开综述,旨在介绍AI技术在骨科领域的最新进展,促进AI技术和骨科领域新的深度融合,并为AI技术在骨科领域的未来研究方向提供参考。     

不同体位PFNA治疗股骨转子间骨折的临床疗效比较分析

目的比较侧卧位与仰卧位PFNA治疗股骨转子间骨折之间的临床疗效。方法回顾性分析2017年4月至2018年6月华中科技大学同济医学院附属协和医院使用PFNA治疗股骨转子间骨折的42例患者资料,根据体位不同进行分组,其中仰卧位组22例,侧卧位组20例。比较两组患者进针所需时间、透视次数、手术时间、出血量、术中透视效果、骨折愈合、髋关节功能、并发症。结果所有患者获得了至少12个月随访,侧卧位组平均进针所需时间(8.20±2.91) min、透视次数(6.70±2.22)次,显著低于仰卧位组[(12.30±4.03) min、(10.18±4.22)次],P<0.05。手术时间(54.00±17.65) min、出血量(76.00±17.93)mL与仰卧位组(59.09±23.58) min、(73.41±15.18) mL相当,差异无统计学意义(P>0.05)。两组患者都获得了良好的骨性愈合和髋关节功能,无髋内翻、内固定松动或断裂等并发症。结论(1)相比仰卧位,侧卧位更加利于导针的进针,但是侧卧位与仰卧位PFNA治疗股骨转子间骨折整体疗效相当;(2)对于没有手术牵引床的单位,侧卧位PFNA不失为一种好的选择;(3)在有骨科牵引床的单位,对于熟练的医生,两种方式均可以选择。     

人工智能在骨科术中导航的应用进展

骨科手术复杂而精细。骨科导航系统的开发旨在通过分析术前、术中和术后数据, 提供增强现实的三维可视化环境, 提高治疗效果。随着数字化技术的迅速发展及临床应用, 人工智能技术被引入到骨科术中导航系统中。人工智能与器械设备、成像技术相结合, 增强了骨科医生的可视化能力, 使他们在手术过程中获得实时反馈和指导, 进而提供最佳临床决策。人工智能在骨科术中导航的应用还能提高手术的可重复性, 降低了人为错误的发生率。本文综述了人工智能在骨科术中导航的应用现状, 并介绍人工智能的基本概念以及基于人工智能的图像配准、实时跟踪和三维可视化技术的发展, 对目前存在的局限和不足进行探讨。