基于深度学习的人工智能术式选择系统的建立及在腰椎内镜手术中的应用

来源：中华骨科杂志2024年第17期北京时间：

作者：张凯辉,徐宝山,苗勇,丛琳,杜立龙,许海委,黎宁

单位：天津市天津医院,天津市天津医院,北京和信康科技有限公司,北京和信康科技有限公司,天津市天津医院,天津市天津医院,天津市天津医院

摘要：目的 建立基于深度学习的人工智能术式选择系统，探讨其指导腰椎内镜手术选择的效果。方法 收集天津市天津医院2018年1月至2023年6月1 110例接受经皮经椎间孔内镜、804例接受经皮椎板间入路内镜、923例接受可动式椎间盘镜及623例接受单侧双通道内镜手术患者的一般资料，包括术前及术后12个月时的腿痛、腰痛视觉模拟评分（visual analogue scale，VAS）、Oswestry功能障碍指数（Oswestry disability index，ODI）及MacNab标准。使用随机数字表法按照4∶1将患者分为训练数据集（2 768例）和测试数据集（692例）。将患者的临床症状、体征、影像学多模态数据输入深度学习模型，对影像学数据感兴趣区域进行标注，模型分为椎间盘定位模块、是否需要手术的判别模块和术式推荐模块，采用以U-Net分割模型、ResNet为骨干的卷积神经网络与最终采用的术式进行整合，建立训练数据库。计算测试集各模块的准确率和召回率。结果 所有患者与术后随访12个月时相比，接受经皮经椎间孔内镜、经皮椎板间入路内镜、可动式椎间盘镜和单侧双通道内镜手术患者的腿痛VAS评分，分别从术前的（7.69±0.80）、（7.82±0.88）、（7.62±0.69）和（7.56±1.00）分降至（1.44±1.09）、（1.35±0.82）、（1.51±1.08）和（1.43±0.91）分；腰痛VAS评分分别从术前的（5.73±0.83）、（6.17±0.99）、（6.11±0.88）和（6.46±0.95）分降至（0.93±0.75）、（1.01±0.67）、（1.40±0.72）和（1.27±0.70）分；ODI分别从术前的39.91%±4.50%、40.05%±8.05%、47.08%±9.50%和44.43%±4.71%降至5.77%±2.22%、6.05%±2.31%、8.51%±2.16%和9.51%±3.70%，差异均有统计学意义（ <0.05）。MacNab标准评价：优1 637例、良1 585例、可235例、差3例，优良率为93.12%（3 222/3 460）。在深度学习模型中，训练集输入2 768例患者的多模态数据进行深度学习，形成手术识别和术式推荐系统，测试集输入692例患者术前资料，与最终采用的术式相对比。在椎间盘定位模块中，患者腰椎间盘的位置与名称的准确率为97.1%（672/692）。在是否需要手术的判别模块中，以椎间盘为单位的判断准确率为94.80%（3 280/3 460），召回率为91.9%（636/692）；以患者为单位的判断准确率为91.9%（636/692）。在术式推荐的模块中，以椎间盘为单位的系统推荐术式准确率为89.5%（569/636），以患者为单位的系统推荐术式准确率为82.2%（569/692）。 结论 成功建立的基于深度学习的人工智能术式选择系统可有效地指导腰椎内镜手术的选择。

关键词：深度学习;人工智能;腰椎;内窥镜检查

基金资助：天津市卫生健康科技项目TJWJ2023XK023，TJWJ2023QN054