作者：大连医科大学附属第二医院骨与软组织修复重建外科     苑博

随着科技的不断进步，机器人辅助骨科手术作为提高手术精度、减少并发症和提升患者满意度的手段，应用范围日益扩大。大量临床研究已证实机器人辅助骨科手术的优势。骨科机器人ROBODoc是世界上首款应用于骨科手术的机器人系统，最早用于辅助全髋关节置换术（THA）。该系统能够根据患者CT数据，在计算机指导下自动完成THA期间的股骨准备。ROBODoc于2001年应用于临床。此后，包括NavioPFS（MN）、Mako机器人臂交互骨科系统（Stryker）、以及iBlock机器人切割导向系统（MA）等骨科机器人系统相继被开发并广泛应用，特别是在膝关节和髋关节置换手术方面。然而，骨科机器人技术在足踝手术中的应用仍处于初级阶段，相关研究较少。但许多临床前研究表明，骨科机器人在足踝手术中的应用前景广阔。

骨科机器人在足踝外科手术中的应用进展

目前，骨科机器人在足踝外科手术中的应用主要集中于经皮固定足跗骨骨折。骨科机器人在全踝关节置换术（TAA）中的导航应用正逐步进入临床阶段。此外，骨科机器人在足踝外科的其他研究还包括大体研究和足踝部生物力学研究。

骨科机器人在治疗足跗骨骨折中的应用：跟骨骨折是足踝部常见的骨折类型，对于累及距下关节的跟骨骨折，临床首选手术治疗。传统术式易导致切口皮肤坏死、感染及腓肠神经损伤等并发症。微创治疗跟骨骨折成为目前流行的治疗方式。经皮复位内固定、经跗骨窦辅助复位内固定、关节镜辅助复位内固定等术式逐步应用于临床。这些微创技术对跟骨附近皮瓣、软组织血运破坏较小，伤口并发症发生风险远低于传统扩大切口方式。然而，微创手术技术对术者的临床经验要求较高，且在微创技术的运用中，往往面临术中视野暴露不充分的问题，这对医师置入螺钉的精确性要求更高，同时术中多次透视及频繁调整螺钉，延长了手术时间，影响了其生物力学稳定性。Yuan等比较了骨科机器人辅助技术和传统跗骨窦入路经皮空心钉固定技术治疗SandersⅡ型和Ⅲ型跟骨骨折患者的效果，研究包括50例患者（传统组26例，骨科机器人辅助组24例），评估了手术时间、辐射暴露剂量、愈合时间、放射学角度和术后2年的临床评分，使用了第三代骨科机器人和三维C形臂；在骨科机器人辅助组中，骨折复位后通过跗骨窦入路使用克氏针临时固定，然后将机器人系统放置在手术野中，依次进行术中3DCT扫描，自动定位机械臂打入空心钉；结果显示，其平均手术时间更短（48.6minvs75.4min）、术中平均荧光剂量更低（64.1cGycm2vs77.5cGycm2），且平均美国足踝外科协会评分更高（90.2分VS85.6分）；两组患者的愈合时间、术后放射学测量指数和视觉模拟量表评分差异无统计学意义。Wang等比较骨科机器人辅助经皮空心钉固定与传统外侧壁扩大L形入路切开复位内固定（ORIF）治疗SandersⅡ型和Ⅲ型跟骨骨折的临床和放射学结果；在26例患者（共28只脚，ORIF组13只脚，骨科机器人辅助组15只脚）发现骨科机器人辅助组在固定的准确性上更胜一筹。这对跟骨骨折治疗中获得足够的稳定性非常重要。

距骨具有独特的解剖形态和功能，其表面2/3被软骨覆盖，参与踝关节的构成。距骨骨折后易发生缺血性坏死，骨折畸形愈合发生率为9%~47%。Fournier等对114例切开复位内固定治疗的距骨骨折患者进行回顾性分析，发现术后距骨坏死发生率为34%，创伤性关节炎发生率为74%，25%患者需要进行二次融合。因此，距骨骨折手术过程中，如何保护距骨血供并解剖复位至关重要。研究表明，采用经皮空心螺钉固定距骨骨折微创，坚强固定骨折同时有利于血运重建。周凤金等针对Hawkins分型Ⅱ型、Ⅲ型距骨骨折9例采用天玑机器人联合O臂导航系统辅助下行经皮空心螺钉内固定骨折，术后平均随访时间17.3个月，随访期间无距骨坏死发生，疗效满意。

此外，Wang等比较了骨科机器人辅助经皮固定（7例）和传统切开复位内固定（20例）治疗足舟骨骨折的情况，证实骨科机器人辅助组的功能评分高于切开复位内固定组，且骨科机器人辅助组并发症发生率较低（P<0.05），表明骨科机器人辅助技术在微创手术治疗足跗骨骨折中在速度和准确性方面具有优势。然而，上述各组研究的样本量较少，基于先前研究的回顾性可能存在偏差，随访持续时间相对较短。因此，需要进行大量多中心研究的证据来建立机器人手术在足踝手术中的基本原则并确认其有效性。然而，这些技术在实际临床应用中仍存在诸多限制，如设备成本高昂、学习曲线陡峭、长期疗效数据不足等。未来研究应聚焦于降低技术应用门槛，完善系统性能，并通过更多随机对照试验验证其广泛适用性。

骨科机器人在全踝关节置换中的应用进展：在过去20年中，由于关节假体设计的改进和手术技术的提高，全踝关节置换在治疗终末期踝骨性关节炎方面受到了足踝外科医生的欢迎。然而，植入物对线不良可能会改变关节运动学，产生踝关节不稳定，对关节面产生边缘负荷，进而增加翻修手术和植入物失败的可能性。在进行TAA过程中，手术的第一步是胫骨截骨，要求截骨线应垂直于冠状面的胫骨干，在X线透视下通过髓外切割导向器确定胫骨组件的校准。骨科机器人辅助手术中导航和手术前计划可能有助于实现最佳校准和对线。使用骨科机器人辅助系统的优势已在关节置换领域得到证实，例如全膝关节置换术、全髋关节置换术和膝关节单髁置换术（UKA）。但到目前为止，对机器人辅助TAA的研究仍处于专注于个体化截骨导板的初步水平，而不是专注于机器人臂的手术中主动或半主动辅助的水平。目前，最常用的导航系统是PROPHECY的术前导航系统。INFINITYTAA和INBONEⅡ全踝系统可以通过PROPHECY使用个体化截骨导板进行植入。Berlet等在大体研究中报告了TAA植入物和对齐位置的可重复性，其植入精度在术前规划的2°以内。Hsu等比较了使用PROPHECY系统在42例连续TAA病例中植入2个系统（INBONEⅡ和INFINITY）的放置和放射对齐情况；术后，所有病例的对齐均为中性，并且在预测对齐相差3°以内。Daigre等在多中心研究中分析了44例使用PROPHECY系统接受INBONEⅡTAA的患者，79.5%的患者术后胫骨组件位置与预测对线的3°以内，88.6%的患者在4°以内，100%的患者在5°以内。Saito等分析了99例使用INFINITY假体的TAA手术患者资料，患者分别使用了个体化截骨导板和标准参考导板（75例个体化截骨导板，24例标准参考导板）；结果显示两组在胫骨组件定位方面与计划对齐度相当［个体化截骨导板组为（1.6°±1.2°），标准参考导板组为1.7°±1.4°），个体化截骨导板组的手术时间（167minvs190min，P=0.04）和透视时间（85svs158s，P<0.001）显著缩短。Faldini等报道使用GeoMagicControl导航系统对BOX踝关节假体（MatOrtho，英国）进行完全定制化处理有较好的效果。

总之，机器人辅助TAA能在截骨时精确控制切割的角度和深度，避免了传统手术中由于人为因素引起的偏差，精确的切割和假体定位减少了假体松动、关节不稳定等术后并发症。此外，根据患者解剖结构的特点，机器人可以根据术前影像数据进行个性化定制，确保每个患者的截骨角度和植入位置都能达到最佳效果。需要强调的是，并非所有的足踝外科手术都适合使用机器人辅助技术，某些复杂或特定的足踝疾病可能仍需传统手术方法处理。此外，外科医生与机器人系统的协作需要不断地调适，如何优化这种协作仍需进一步研究。

骨科机器人在足踝部生物力学测试中的应用

在足踝外科手术中，有许多术式可以在临床上改善足的生物力学功能，例如足踝各关节的关节融合术和截骨矫形术。这类手术的一个难点在于，术中很难精确测量即刻的改善效果。Richter等验证了一种骨科机器人辅助phie®（USA）设备，该设备用于在术中对足部施加标准化的力，通过传感器测量，发现其结果与站立受试者的结果具有可比性。在其另外的随机前瞻性临床试验中还揭示了使用术中足底压力图进行手术矫正的患者在短期临床评分上表现更好。

术中生物力学测试的潜在有效性在最近的机器人生物力学测试技术中得到了进一步的验证。Richter等进行了一项大体对照研究，使用工业机器人比较了两种全踝关节假体的生物力学参数，包括产生的力、扭矩和骨关节运动轨迹；机器人测试系统相比传统测试机器的优势在于其导航系统能够在预定义的力或运动指令下执行复杂的运动，且测试结果的一致性不受手动设置偏差的影响。Lee等使用定制设计的具有六自由度的机器人步态模拟器评估了糖尿病和非糖尿病大体足部之间的关节峰值压力差异。Bayomy等也使用机器人步态模拟器作为测试工具进行了大体研究，以验证第一跖趾关节压力最小时的最佳融合背屈角，并建议融合背屈角度的范围为20°~25°为佳。另外，机器人步态模拟器还可评估后足关节运动、踝关节运动和足底压力。除了上述研究外，足踝外科领域还在近期进行了几项使用机器人系统的生物力学研究，证明测试结果的一致性、可重复性和真实性是机器人生物力学测试的优势。术中生物力学测试方法与导航机器人模拟技术的结合可以改善手术效果，但需要简化和小型化机器人模拟器后，才能在手术室中应用机器人生物力学测试。

骨科机器人与人工智能深度结合

骨科机器人应与人工智能（AI）深度结合，有望在足踝外科的诊疗中发挥更大的作用。目前，人工智能已经成为骨折检测和图像分类的重要工具。利用多层线性和非线性处理单元，通过深度架构排列，对数据中的高级抽象进行建模。卷积神经网络（CNNs）是一种深度学习形式，从原始图像像素中识别视觉模式，使其成为潜在的医学成像工具。CNNs可以通过从头训练或迁移学习技术进行训练。在迁移学习中，采用之前优化的CNNs，在新的任务上进行训练。通过迁移学习训练的CNNs检测足踝骨折的准确性已经得到了验证。当在单一视图的踝关节骨折X光片上测试时，Resnet-50和InceptionV3模型的灵敏度和特异性在89%到94%之间，而在三视图图像堆叠中精度更高。此外，即便是初步放射学评估中未发现的骨折，InceptionV3模型也能够检测出其中98.6%的骨折。在一项利用较小样本量和三视图图像堆叠的研究中，从头训练的CNN显示出超过80%的灵敏度和特异性，这类数字与利用预训练模型和大型训练样本的研究报告的相似。虽然为X光片开发的CNNs展示了精准的骨折检测率，但受限于X光片仅提供三维关节的二维显示。

为了解决这个问题，足踝部骨折检测的AI扩展到了CT成像。通过从头训练和预训练的CNNs，深度学习已被证明能够成功检测并准确分类Sanders跟骨骨折类型，准确率为92%~98%。这项研究的局限性是图像来自单一机构，并且切片厚度和像素维度相同。由于其他机构拥有不同的成像技术和图像维度，开发经过多样化成像池训练的深度学习模型，并能够适应源成像差异是至关重要的。利用CNNs作为踝关节骨折检测辅助工具在临床实践中具有重要意义。一项面向临床医生提供骨折检测软件以帮助其在解读X光片时使用的研究，发现对于基层医生、全科医生、急诊医生等，其特异性和敏感性指标得到了最大程度地提高，并且在测试期间骨折漏诊率显著降低。深度学习和人工智能可以成为准确快速诊断患者并将其转诊至更专业医生的重要工具。结合人工智能的骨科机器人系统可以为外科医生提供实时的临床决策支持，帮助其更好地规划手术路径，减少术中风险，并且在术后康复阶段，人工智能还能够监测患者的康复进展，根据实时数据对治疗方案进行个性化调整。结合深度学习的机器人系统有望为不同的患者提供定制化的治疗方案，从而实现更高水平的治疗效果和患者满意度。基于以上内容，骨科机器人与人工智能的深度结合，不仅可在骨折检测和图像分类方面显示出巨大的潜力，还在复杂骨折分类、手术决策及术后康复方面有望发挥重要作用。这些技术的发展和应用可显著改善足踝外科手术的效果。

尽管机器人辅助骨科手术正在迅速发展，但在足踝外科手术中的应用仍处于初级阶段，实际应用的作用有限。随着骨科机器人技术与导航系统、深度学习及人工智能的结合，未来前景广阔。这项技术可帮助足踝外科医生克服踝关节置换术、足踝部创伤及其他复杂畸形矫形手术中的挑战，同时提高足踝部骨折的整体诊疗水平。然而，仍需更多临床研究来评估机器人在足踝手术中应用的优缺点。未来，机器人辅助足踝手术的方向应集中在其实际应用上。

来源：骨科临床与研究杂志2025年1月第10卷第1期

(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)