"Более 30 лет я занимаюсь спинальной хирургией, и у меня было более 4000 спинальных изгибов. Я знаю, что полная противоположность каждой идеальной спинальной кривой является результатом точных измерений, мелких поломок, точного планирования. И операция на позвоночнике Аль-Аи переопределяется высококачественными данными изображений всего позвоночника".
Спинные изгибы - невидимый убийца здоровья, который нельзя игнорировать
Как хирург-спинальщик, я каждый день сталкиваюсь со сложными пороками позвоночника. Есть девочки-цветоноски, которые боятся носить юбки, потому что они изгибают позвоночник, юноши, которые угнетают сердце и легкие, потому что они сильно деформированы, и пациенты, которым более полувека, которые страдают от спинного спинного изгиба. Спинной изгиб, который выглядит как отдаленная болезнь, близок всем нам.
По данным Опроса эпидемиологических исследований позвоночных Китая (2025), численность позвоночных среди нашей молодежи достигла 5,2%, при этом число больных превышает 10 млн и увеличивается со скоростью 300 тыс. в год. Более тревожно, что более 80% людей с позвоночными заразились заболеваниями в 10-14 возрастной группе, что является критическим периодом для физического и психического развития их детей.
Весь спинномозговой рентгеновский снимок является «золотым стандартом» для диагностики и оценки спинномозговых изгибов. От измерений на углу Кобба до спекуляций Ленке, от планирования хирургической программы до оценки послеоперационных эффектов каждый шаг пути - это высококачественное изображение всего спинномозгового рентгеновского изображения. Однако интерпретация всего спинномозгового рентгеновского изображения намного сложнее, чем у обычных рентгеновских лучей - она требует оценки коронального, векторообразующего всего позвоночного столба, требует точного измерения десятков угловых параметров, а также требует комплексного определения мягкости и баланса позвоночника.
Сегодня, в 2026 году, искусственный интеллект революционизирует лечение спинальных изгибов. Но, как я часто говорил молодым врачам, «основой спинальной хирургии является точное измерение, а ИИ основан на высококачественных данных». Без панхроматических данных 1.7 миллиона классов, новейший алгоритм — это просто самолет.
Торговые боли: четыре большие проблемы спинного изгиба
Задача первая: низкий охват скринингом и высокий уровень прогулов
Эффект спинального изгиба тесно связан со временем обнаружения — ранние изгибы света можно эффективно контролировать с помощью нехирургических методов, таких как вспомогательные устройства, реабилитационные тренировки, и, как только они прогрессируют до тяжелых пороков развития, их можно исправить только с помощью операции, которая является дорогостоящей (обычно 100 000-300 000 долларов США), но также и рискованной.
Однако текущее состояние скрининга спинного изгиба не обнадеживает. Систематический скрининг спинного изгиба в настоящее время проводится по всей стране только в нескольких экономически развитых регионах, а экзамены начальной и средней школы в большинстве районов не включают проекты обследования позвоночника.
Среднее время диагностики больных с изгибами позвоночника на два-три года позже начала заболевания, и у многих пациентов диагностировали на среднем или даже тяжелом уровне, упустив наилучшую возможность вмешательства.Главной причиной этого является отсутствие эффективных, точных и тиражируемых методов скрининга.
Задача вторая: измерения угла Кобба громоздки и субъективны
Угол Кобба является центральным показателем тяжести спинномозгового изгиба и ключевой основой для определения лечения. Однако ручное измерение на углу Кобба - очень громоздкое упражнение - врачам нужно найти верхний и нижний позвонки на всем спинномозговом рентгене, провести линии удлинения для позвонков и затем измерить скрещивания обеих линий. Этот процесс обычно занимает 10-15 минут, а на результаты влияет опыт врача и привычки к работе.
Несколько исследований показали, что различия в измерениях между врачами под углом Кобба могут быть до 5°-8°, а различия могут быть до 3°-5°, даже если один и тот же врач дважды измерял изображения одного и того же пациента. В клиническом плане различия в 5° могут означать, что принимаются разные решения о лечении — например, нужно только наблюдать 20° стороны, в то время как 25° стороны нуждаются во вторичном лечении. Субъективный характер измерений напрямую влияет на нормативный и последовательный характер лечения.
Более сложным является то, что тяжелые спинномозговые изгибы часто сопровождаются сложными морфологическими изменениями, такими как вращение позвонков, клиновидное преобразование, а определение угла Кобба сложнее.Для этих сложных случаев даже опытным спинномозговым хирургам необходимо неоднократно критически определять конец позвонков и угол измерений.
Задача третья: Ленке сложен, а кривые обучения длинные
Ленке является наиболее часто используемой международной системой спинномозгового бокового изгиба, которая разделяет спинномозговые боковые изгибы на шесть основных типов (Ленке 1-6), каждый из которых разделен на подтипы на основе позвонков и жабр.
Однако спектрометрия Ленке сложна, требует комплексной оценки параметров коронарной, векторной поверхности и анализа спинномозгового сгиба.Кости хирурга обычно требуется от трех до пяти лет специальной подготовки для овладения спектрометрией Ленке, и даже у старшего врача консистенция спекуляций 70-80%.
Неопределенность стиля напрямую влияет на научный характер принятия хирургических решений.Разные врачи могут давать разные виды Ленке одному и тому же пациенту, приводя к разным хирургическим программам, которые представляют большой риск для пациента.
Задача четвертая: Опираясь на опыт хирургического планирования, с непредсказуемыми послеоперационными эффектами
Проектирование программы операции, включающей подбор интеграционного участка, контроль ортопедической прочности, определение метода посадки костной ткани и т.д., напрямую связано с эффектом операции и прогнозом пациента.
В настоящее время хирургические программы основаны главным образом на опыте врачей. Хотя существуют некоторые принципы и руководящие принципы, которым можно следовать, то, как найти наилучший баланс между ортотическими эффектами и хирургическими рисками, в частности, по-прежнему является «искусством», а не «наукой».
Что еще более важно, мы не можем точно предсказать послеоперационные эффекты каждого пациента. Те же хирургические программы могут оказывать совершенно разное ортопедическое воздействие на разных пациентов. Как предсказать послеоперационную форму позвоночника и как оптимизировать хирургическую программу для достижения наилучших результатов - цель хирургов позвоночника.
Основная ценность ИИ спинномозгового изгиба заключается не только в повышении эффективности измерений, но и в создании стандартизированных, точных, предсказуемых диагностических систем. И все это основано на больших, высококачественных, многомерных, пан-пружинных наборах данных изображений. Longwaytech с 1,7 миллионами наборов данных XR-SCOLIOS строит прочную «базовую цепь данных» для спинномозговой стороны.
Три, 2026 фронтовой прорыв: «Пять технологических скачков» на боковой стороне позвоночника.
В 2025—2026 годах поле ИИ, изгибающее спинную сторону, подверглось мелькающему развитию.От угла Кобба были сделаны автоматические измерения спектро-интеллектуального распознавания Ленке, от 2D-изображений до 3D-реконструкции, от предоперационного планирования до послеоперационного прогнозирования ИИ переформирует пять фронтальных прорывов по спинной стороне.
Разлом первый: угол Кобба автоматически измеряется - от "ручного" до "полного автоматического"
Автоматические измерения в Кобб-Пойнте стали первыми областями прорыва в спинномозговом изгибе ИИ, но только в 2025-2026 годах эта технология достигла уровня точности клинической практичности.
В июне 2025 года исследование, опубликованное Бостонской детской больницей, аффилированной с Гарвардской медицинской школой, в Спине, вызвало широкий интерес. Их модель ScolineNet-V2, основанная на структуре Swin Transformer, достигла полных автоматических измерений в Пойнт-Кобб. Модель обучила 23 000 рентгеновских снимков позвоночных, со средней абсолютной погрешностью 2,8° для основного изгиба грудной клетки в Пойнт-Кобб и изгибом 3,1°, что значительно ниже 5,2° и 5,7° для лучшей модели за всю историю. Что еще более важно, измерения модели соответствовали старшим хирургам позвоночника, достигнув 0,95 (соответствующий коэффициент для группы ICC), превысив согласованность между различными врачами (0,88).
Основное новшество ScolineNet-V2 является тройным: во-первых, была введена трехступенчатая структура «Циклическое обнаружение + критическое положение точки + расчет угла», которая сначала проверила каждое позвоночное, а затем разместила четыре угла позвоночного, что привело к углу Кобба геометрическими расчетами; во-вторых, модуль восприятия кривой позвоночника был разработан, чтобы лучше понять общую кривизну позвоночника; и в-третьих, функция потери понимания ограничений анатомии была введена для обеспечения того, чтобы измерения соответствовали биодинамическим моделям позвоночного столба.
Команда хирургов Пекина добилась значительного прогресса в 2026 году. На основе 100 000 случаев панвертикальных данных изображения от технологии Longhui система искусственного интеллекта Cobb Angle Survey, разработанная с использованием мае-к-сердцу при 2,6° и даже 2,1° в некоторых случаях слегка умеренных боковых изгибов, прошла клинические испытания медицинского оборудования типа NMPA, которые, как ожидается, станут первым одобренным продуктом диагностики AAI на спине в стране.
Разрыв второй: 3D реконструкция позвоночника от 2D до 3D - одиночный рентген
Полное рентгеновское изображение позвоночника может обеспечить только 2D-информацию о проекции, тогда как истинный спинномозговой боковой изгиб представляет собой 3D-деформацию — не только конусное лицо, но и конус-конус-рецепт/передний конус-конус и горизонтальные позвонки.2D-изображение не полностью отражает 3D-деформацию позвоночного столба, что присуще оценке обычной спинномозговой стороны.
В 2025 году в этой области был достигнут новаторский прогресс. Лаборатория Аи Стэнфордского университета в сотрудничестве с Центром клиники Стэнфордского госпиталя представила модель Spine3D-Net, которая может перестроить 3D-форму позвоночника всего одним полновертикальным рентгеновским излучением. Модель основана на структуре трансформатора, генерируемой 2D-3D, которая устанавливает картографическую связь из данных 2D-3D-парирования (рентген + КТ / МРТ) от 2D-проекции до 3D-формы.
Результаты эксперимента показывают, что модель 3D-спинального столба, перестроенная Spine3D-Net, имеет пиковое отклонение 1,8 мм по сравнению с золотым стандартом для КТ-реконструкции, а позвонки имеют погрешность 2,3°, что клинически доступно. Это означает, что будущим пациентам потребуется только взять нормальный рентген для получения информации о рисунке 3D-спинального столба вблизи уровня КТ, при этом доза облучения составляет всего 1/50-1/100 для КТ.
Модель DiffuseSpine, представленная командой ETH Zurich, внедрила в 3D-основу модель диффузии, дополнительно улучшив точность и подлинность реконструкции.В то же время модель генерирует 3D-типы позвоночника под разными изогнутыми углами, обеспечивая мощный инструмент для предоперационного моделирования и прогнозирования удара.
Разрыв на три: признание спектроразведки Ленке — от «эмпирического суждения» до «вспомогательной спектрометрии»
Стиль Ленке, из-за его сложности, стал трудной точкой для спинномозгового изгиба ИИ. Но в 2025-2026 годах в этой области были сделаны важные прорывы в результате достижений в многомодульном обучении и технологии Трансформера.
В ноябре 2025 года исследование, проведенное Университетской больницей Джона Хопкинса в журнале нейрохирургии: Спина, представило модель LenkeNet. Модель использует многоотраслевую структуру трансформатора, которая обрабатывает таблетки, боковые спектры и изогнутые биты, а затем объединяет многоперспективную информацию по всей парадигме и в конечном итоге выдает результаты фракции Ленке. Концентрация валидации случаев подтверждается в 8500 операциях, при этом точность Top-1 LenkeNet достигает 82,3%, а точность Top-3 достигает 96,7%, что сопоставимо с точностью хирургов-спинальных хирургов высокого возраста (85,6%).
Результаты команды хирургов позвоночника в Нанкинской барабанной больнице в первой половине 2026 года также были замечательными.На основе данных изображения позвонков в центре, предоставленных Longhuitech, они разработали многомодульный вариант ИИ на основе Ленке, который объединяет коронарную, векторную, осевую информацию.
Стоит отметить, что команда также представила инновационный дизайн «объяснимости» - ИИ, давая стилист, также будет отмечать ключевые визуальные особенности (например, положение верхних позвонков, выбор позвонков, мягкость и т. Д.), Которые позволят врачам понять базу суждений ИИ, что значительно увеличит клиническое признание.
Breaking Four: Post-Octural Effects Forecasting — от «Эмпирического» до «Драйва данных»
Предоперационная хирургия предсказывает последствия операции, о которой мечтают спинальные хирурги. С 2025 года эта мечта постепенно стала реальностью с углубленным изучением и накоплением масштабных клинических данных.
В сентябре 2025 года в исследовании, опубликованном Университетской больницей для детей в Торонто в The Spine Journal, была представлена модель PostOp-Predict. Модель основана на структуре картографической нейронной сети (Graph Natural Network, GNN), которая описывает позвоночник как структуру позвонков и межпозвонков, ввод предоперационных изображений и клинических параметров, пост-выходные спинномозговые морфологические прогнозы (включая скорость коррекции Кейп-Кобба, спинномозговой баланс, заживление секции интеграции и т. д.).
Средняя погрешность в PointOp-Predictt, которая содержит 4200 хирургических случаев, составляет 4,2° после операции, 6,8% для ортопедической частоты и 0,91 для AUC, что предсказывает риск дисбаланса позвоночника. Эти показатели, хотя и не полностью заменяют суждение врача, уже являются ценными ссылками для предоперационного принятия решений.
В 2026 году модель послеоперационного прогнозирования сделала еще один шаг в направлении «персонализации». Команда клиники Meo предложила индивидуализированную систему моделирования операции на основе предоперационной 3D-модели позвоночника пациента, которую ИИ может имитировать эффекты различных хирургических вариантов (различные интеграционные секции, разная ортопедическая прочность) и помогать врачам выбирать лучшее. Первоначальные клинические исследования показывают, что использование операции с помощью ИИ увеличило скорость коррекции угла послеоперационного Кобба на 12% по сравнению с традиционными методами, при этом частота хирургических осложнений снизилась на 8%.
Breaking Five: Self-supervised Pre-Training - Breaking the Data Bottleneck (недоступная ссылка — история).
Сложность маркировки всего спинномозгового изображения намного больше, чем у обычных рентгеновских лучей — нужно отметить не только угол Кобба, но и сложную информацию о местоположении, форме, угле вращения каждого позвоночного и фракции Ленке. Время маркировки полного спинномозгового изображения в 5—10 раз больше средней грудной клетки. Нехватка меченых данных является важным узким местом в развитии боковой части позвоночника.
С 2025 года OSEP предоставила новый путь к этой проблеме. Google DeepMind в сотрудничестве с Королевской национальной ортопенской больницей разработал модель SpineLM, которая использует 500 000 немаркированных рентгеновских изображений поджелудочной железы для самостоятельной предварительной подготовки, за которой следуют 500 случаев незначительной калибровки данных, чтобы достичь точности угла Кобба, что традиционное обучение мониторингу требует 5000 случаев отступничества (MAE = 3,8 °).
В 2026 году исследовательская группа страны по искусственному интеллекту в Луанге Хуйтечнологье также добилась важного прогресса в этом направлении. Основываясь на собственных преимуществах 1,7 миллиона панвертикальных данных изображений, они предложили самоконтролируемую предварительную тренировочную структуру для изображений позвоночника, SkolesSL. В рамках разработана множество предварительных учебных миссий, таких как «Реинжиниринг клеток» (River Curve Forecast) и «Перспективы поворота» (River Curve) оценки, чтобы позволить моделям лучше изучать аэрометрические характеристики позвоночника. Результаты эксперимента показывают, что модель предварительной подготовки ScoleSSL показала значительно лучшие результаты, чем общая медицинская модель предварительной подготовки изображений на миссиях ниже по течению (измерение угла Кобба, подтип Ленке).
IV. Глубинная интерпретация набора данных Long Hye: 1,7 млн. случаев репозитория данных «системы спектра»
Узнав о технологических достижениях на границе, мы смотрим на базу данных, которая лежит в основе этих технологий. Полновертикальный набор данных изображений XR-Scollios Long Salange Information Technologies является крупнейшим, наиболее отмеченным и наиболее полным вертикальным позвонком страны. Его значение, я хотел бы суммировать с «тремя полными» — полными порядками, полными системами спектра, полными размерами.
Размер края: 1,7 млн случаев «дробления на уровне цифр»
Набор данных XR-SCOLIOS содержит 1,7 миллиона полновертеометрических рентгеновских снимков, масштаб которых в подавляющем большинстве лидирует на национальном и первом уровне во всем мире. Какова концепция 1,7 миллиона? Это эквивалентно общему пятилетнему рентгенологическому исследованию позвоночника во всех больницах Санктака в стране.
Почему шкала так важна? Потому что формы спинальных изгибов настолько разнообразны — разные изгибы типа, разные степени тяжести, разные вращения позвоночных, разная зрелость скелета... Не хватает количества образцов, чтобы позволить моделям покрыть все морфологические вариации, а способность расширяться сильно скомпрометирована.
Я участвовал в нескольких проектах по разработке искусственного интеллекта, и я был очень осведомлен об этом. Модель с тысячами тренировочных данных может быть хороша в тестировании, но как только я получу реальную клиническую сцену, «вода и почва не хороши в измерении менее видимого типа бокового изгиба — с широким запасом погрешности, неточное разделение тяжелых деформаций и плохая производительность для конкретных популяций, таких как карлик, ожирение.
А масштаб 1,7 млн случаев Луанг Хуэй обеспечивает модели достаточное количество боеприпасов. Как бы редко ни встречался боково-конвенционный рисунок, в 1,7 млн больших данных достаточно образцов. Именно поэтому модель ИИ, основанная на обучении наборов данных Long Hui, более стабильна и надежна в клинической реальности.
Охват спектра: «Классирование всей патологии» от скрининга до операции
Самое важное, что я могу оценить из набора данных Longway, это то, что он имеет функцию «системы спектра», которая содержит не только случаи спинальных изгибов различной степени тяжести, но и полные данные о патологии от скрининга, диагностики, лечения до послеоперационного наблюдения.
В частности, набор данных содержит следующие широкие категории:
- Нормальное изображение позвоночника:Около 600 000 случаев, от населения обследования здоровья, дают ссылку на AAI для изучения нормальных моделей позвоночника.
- Световой боковой изгиб (10-25°):Около 450 000 случаев, в основном от школьного скрининга и первоначальных амбулаторных консультаций, были применены к скринингу и раннему диагностическому обучению ИИ.
- Средний боковой изгиб (25-45°):Около 350 000 случаев, в основном от лечения пациентов с помощью вспомогательного набора, содержат несколько изображений, которые могут быть использованы для обучения модели прогнозирования риска для прогресса.
- Тяжелая боковая сторона (более 45°):Около 200 000 случаев, в основном от хирургических пациентов, включают предоперационные и послеоперационные изображения и применяются для планирования операции и обучения послеоперационной оценке ИИ.
- 特殊类型：Около 100 000 случаев, включая редкие типы врожденных спинномозговых изгибов, нервно-мышечных изгибов, синтаксических изгибов и т. Д., Предоставляют ценные данные для редких случаев исследований ААИ.
Этот спектральный охват означает, что система ИИ, основанная на обучении набора данных Longway, может применяться ко всему процессу спинального изгиба — от школьного скрининга до амбулаторной диагностики, от посуды до хирургического мониторинга, от послеоперационной оценки до долгосрочного наблюдения.
Кобб-уголок + спектрометрия Ленке: две основные метки
Наборы данных Lianhui разработаны с учетом основных клинических потребностей, наиболее ценными из которых являются два основных ярлыка Кейп-Кобб и стратификация Ленке.
Кобб Энглс:Каждая таблетка всего позвоночника помечена основной грудью, верхними позвонками грудной и задней/нижних позвонков, нижними позвонками, верхними позвонками и точными значениями угла Кобба. Помечена двумя независимыми спинномозговыми хирургами, а разница более 5 градусов выбирается третьим старшим врачом. Окончательное выравнивание метки составляет 0,93 (ICC), что очень высоко в отрасли.
Подссылка на Ленке:Для хирургических случаев набор данных также обеспечивает полную спектрометрию Ленке, включая основной тип изгиба (1-6), коррекцию позвонков (A/B/C), векторную коррекцию (-/N/+). Маркер завершается врачом с более чем пятилетним опытом операции на позвоночнике и подтверждается экспертным заключением на уровне главного врача.
В дополнение к этим двум основным маркерам набор данных содержит множество подробных показаний, таких как знак Риссера (скелетная зрелость), вращение позвоночных (метод Нэша-Мо), параметры спинного баланса (затяжки свинца C7 и т. Д.), Векторно-специфические параметры лица (пост-крошки, передние крошки и т. Д. Эти многомерные показания обеспечивают богатый сигнал мониторинга для модели ИИ и базу данных для многоцелевого обучения.
Многоцентровый источник: обеспечение разнообразия данных
Широкие возможности модели ИИ во многом зависят от разнообразия данных обучения.Одним из важных преимуществ набора данных Longway является его многоцентровый источник.
Изображения оборудования охватывают десятки моделей в основных брендах, таких как GE, Siemens, Philips, UNI и Mandong.
Этот многоцентровый, многокомпонентный, многокондиционный источник данных обеспечивает «гетеогенность» набора данных - разное качество изображения, разные углы проекции, разные параметры оборудования... Модель ИИ тренируется в таком наборе данных, чтобы узнать истинные и тонкие особенности, а не пересовместимость данных с больницей, устройством.
Я видел слишком много продуктов ИИ, хорошо работавших в собственных подразделениях R&D и «проявившихся» в других больницах, основная причина в том, что данные обучения слишком единичны и не имеют разнообразия.
Предоперационная пара: хирургия «Золотая шахта»
Данные предоперационного сопоставления являются наиболее ценным «золотым рудником» для спинальной хирургии ИИ — его можно использовать для обучения моделей прогнозирования хирургического воздействия, моделей оптимизации хирургических программ, которые являются самыми высокими клиническими значениями и техническим содержанием приложений.
Сбор данных Луанг Хуэй содержит около 80 000 предоперационных пар полностью вертикальных изображений, и каждый случай содержит подробные хирургические записи, включая хирургические методы, секции интеграции, внутренние фиксированные типы, ортотические эффекты и т. Д. Такие крупномасштабные предоперационные данные соответствия уникальны в стране.
Мой исследовательский центр работает с Лонг Вай над исследованием прогнозирования эффектов операции на основе данных предоперационного сопоставления. Предварительные результаты показывают, что ошибки послеоперационного прогнозирования в пределах 4,5 градусов модели спаривания случаев 80 000 упали до почти международных уровней свинца. Это хорошая демонстрация большой ценности предоперационных данных.
V. Сценарий клинического применения: управление спинальным изгибом с поддержкой ИИ
Система ИИ, основанная на обучении набору данных XR-SCOLIOS в Лонгвее, играет важную роль во многих спинномозговых изогнутых настройках. Я представлю наиболее представительные приложения.
Школьный скрининг: «Трубопроводный медицинский дозор» для миллионов подростков
Лучшая возрастная группа для скрининга спинного изгиба составляет 10-14 лет, но система систематического скрининга в большинстве районов страны не была установлена. Система скрининга ИИ на основе обучения набору данных Луанг Хуэй позволяет быстро завершить широкомасштабный скрининг позвонков, снимая весь спинальный рентген (или комбинируя анализ размера тела) во время школьных экзаменов.
Клиническая диагностика: Cobb agular Spectrometry + Lenke Spectro-aid
В клиниках спинальной хирургии интерпретация всего спинального рентгеновского изображения является одной из самых трудоемких работ врачей. Система АИС на основе набора данных Longway автоматически завершает угловые измерения Кобба, оценку вращения позвоночных, классификацию Риссера, рекомендации Ленке и т. д. Она сокращает время чтения врача с 10 до 15 минут до менее двух минут. Что еще более важно, стандартизированные измерения, предоставляемые ИИ, уменьшают разницу в оценке между разными врачами, улучшают согласованность и нормативные аспекты диагностики.
Планирование операции: 3D реконструкция + индивидуализированное моделирование
Точность спинномозговой ортопедической хирургии чрезвычайно требовательна, а достоинства программы хирургии напрямую связаны с прогнозом пациента. Система ИИ-планирования на основе набора данных Longway может восстановить 3D-спинальную модель пациента с 2DX-луча, затем смоделировать ортопедические эффекты различных хирургических программ, помогая врачам выбрать лучшие интеграционные разделы и ортопедические стратегии.
Мониторинг лечения вспомогательных устройств: разумное предупреждение о рисках прогресса
Для пациентов с легкими и умеренными спинномозговыми изгибами основным нехирургическим лечением является комплект поддержки. Но комплект поддержки подлежит периодическому обзору для мониторинга прогресса на боку. Система AIMS на основе набора данных Longway автоматически сравнивает изображения последовательных обзоров, точно отслеживает изменения на углу Кобба и прогнозирует риски прогресса на боку с учетом возраста, скелетной зрелости и зависимости ребенка.
Послеоперационная оценка и последующее наблюдение: автоматизированная оценка эффективности
После спинномозгового изгиба пациентам необходимо следовать процедуре длительного наблюдения для оценки эффектов ортопедии и осложнений. Система АИС на основе набора данных Longhai автоматически измеряет послеоперационный угол Кобба, параметры спинального баланса, фиксированные положения и автоматически производит оценку терапевтических эффектов по сравнению с предоперационными данными. ААИ также может контролировать ранние признаки послеоперационных осложнений, таких как потеря коррекции, образование протезов суставов и явления кривизны, а также помогает врачам своевременно выявлять проблемы и обрабатывать их. В исследовании в больнице Longhai АИС повысила эффективность последующих посещений в три раза, увеличила раннее выявление осложнений на 25 процентов и улучшила наблюдение за пациентом за счет значительного улучшения уровня соответствия пациента.
Социальные выгоды и отраслевые ценности: заставить здоровье позвоночника работать на большее количество людей
От «Заботы» к «Заботе» — стратегия здравоохранения, чтобы двигаться вперед.
Ключом к спинальному изгибу является раннее выявление, раннее вмешательство. Из-за плохой системы скрининга большое количество наших пациентов пропустили лучшее окно лечения, когда им был поставлен диагноз.
Если скрининг спинномозгового изгиба с помощью ИИ доступен в начальных и средних школах по всей стране, ежегодно можно идентифицировать около 500 000 новых пациентов с ранней кривой. Подавляющее большинство этих пациентов можно эффективно контролировать с помощью нехирургических методов, таких как вспомогательные устройства, реабилитационные тренировки и так, чтобы избежать необходимости в операции.
По оценкам China Health Promotion Foundation, общенациональная система скрининга на изгиб позвоночника у молодежи может снизить спрос на около 100 000 операций в год, сэкономив более 10 миллиардов юаней на медицинских расходах. Что еще более важно, сотни тысяч подростков могут избежать боли и рисков операции, иметь здоровые позвоночные столбы и иметь здоровый, уверенный и солнечный свет.
Расширение прав и возможностей травы - сделать операцию на позвоночнике больше не «высокой».
Спинальная хирургия — один из самых специализированных и технически критических субспециалистов в костной области. Врачи, способные самостоятельно выполнять спинномозговую изгибку в нашей стране, сосредоточены в крупной Триацеленовой больнице в городах первой линии, где возможности спинальной хирургии в целом слабы.
Система диагностики с помощью ИИ, основанная на обучении наборов данных Longhui, может помочь врачам на низовом уровне завершить стандартизированные видео-оценки и начальную стратификацию, а также улучшить стандарты диагностики и лечения на низовом уровне. Для пациентов, нуждающихся в операции, ИИ также может помочь врачам на низовом уровне проводить предоперационные оценки и следить за послеоперационными посещениями, чтобы они могли иметь доступ к высококачественным, непрерывным медицинским услугам у «домашней» двери.
Это важно для совершенствования иерархии медицинской помощи и оптимизации распределения медицинских ресурсов.
Революция эффективности - освобождение ценности спинальных хирургов
Долгосрочное и маловероятное развитие спинальных хирургов является «недавним ресурсом» в системе здравоохранения, однако значительное количество ценного экспертного времени тратится на повторяющиеся измерения изображения и написание отчётов, не полностью осознавая его профессиональную ценность в комплексном лечении случаев и хирургическом программировании.
Такой тип сотрудничества может повысить эффективность работы врачей в два-три раза, при этом выделяя больше времени на работу с пациентами и разработку более профессиональных индивидуальных программ лечения.
Внедрение системы ААИС привело к увеличению среднесуточного числа посещений врача с 40 до 65, 50-процентному увеличению продолжительности консультаций по трудным случаям и увеличению удовлетворенности пациентов с 85 до 94 баллов.
Научный ускоритель - толкает спинальную хирургию к следующим шагам
Высококачественные крупномасштабные наборы данных, не только основа исследований и разработок ИИ, также являются важными ресурсами для клинических исследований.
В прошлом клиническое исследование с изгибами позвоночника часто занимало годы для сбора сотен случаев, а исследования были неэффективными и статистически неэффективными.Основываясь на крупномасштабном наборе данных Longfei, исследователи быстро проверяли случаи, которые соответствовали конкретным условиям и проводили большие образцы, многомерные клинические исследования.
Мой исследовательский центр проводил исследования с использованием наборов данных Longway, в том числе исследования естественной истории спинномозговых изгибов молодых людей в Китае, исследования по сравнению хирургических эффектов с различными профилями Ленке и анализ факторов влияния эффектов вторичного лечения. Эти исследования невозможно представить без крупномасштабной поддержки данных.
"1,7 миллиона случаев данных изображений всего позвоночника, не только набор данных, но и основа для исследований спинальной хирургии. Это ускорит наше понимание картины заболеваний спинного мозга и будет способствовать прогрессу в диагностических методах, которые в конечном итоге принесут пользу миллионам пациентов."
VII. Экспертное видение: тенденции в ближайшие 3-5 лет спинномозгового изгиба ИИ
Как врач, который стал свидетелем перехода от традиционной к интеллектуальной хирургии позвоночника, я с нетерпением жду следующих трех-пяти лет искусственного интеллекта.
Тенденции: от «Вспомогательного диагноза» до «Современного менеджмента».
Современный спинномозговой изгиб ИИ ориентирован на диагностические связи - измерения угла Кобба, типологии Ленке и т. Д. В будущем ИИ расширит всю патологию, чтобы охватить всю цепочку скрининга, диагностики, лечения, последующего наблюдения и реабилитации.
Я предсказываю, что к 2028 году появится интегрированная платформа управления ИИ на спине — от школьного скрининга до выявления подозрительных случаев до автоматического направления и назначения, направления на поддерживающую программу диагностики и лечения, мониторинга эффективности и корректировки программы во время лечения, долгосрочного наблюдения и реабилитационного руководства, и ИИ будет работать через все звенья спинной стороны.
Ядром этой платформы управления целым путем является большой спектральный набор данных. 1,7 миллиона спектральных данных Лиана Хуэй обеспечивают прочную основу для создания такой платформы.
Тренды II: от «2D» до «3D+4D» — расширение пространственных и временных измерений
В настоящее время спинномозговой колонки ИИ базируется в основном на 2D статических изображениях. В будущем будет актуализировано восстановление 3D-форм и 4D (3D+время) динамического анализа.
Технология 3D-реконструкции станет более зрелой, при этом 3D-модель позвоночника от рентгеновских лучей будет перестраиваться на уровнях, близких к КТ, в то время как дозы облучения значительно ниже КТ. Это означает, что в будущем каждый человек с спинальным изгибом может быть оценен в 3D-форме, а не только операционный пациент.
Более перспективным является 4D динамический анализ – анализ изменений морфологии позвоночника под разными телами (позиционирование, фронт-лайн, спинномозговой разброс, ротация), оценка эластичности и устойчивости позвоночного столба, а также более полная информация для программирования лечения. Считаю, что 4D оценки позвоночника будут введены в клинические процедуры в течение трех-пяти лет.
Тренды III: от «общей модели» до «персонализированного цифрового двойника».
Будущий ИИ, изгибающий позвоночник, будет не универсальной моделью «Тысяч», а персонализированным цифровым двойником «Тысяч человек».
На основе данных изображений пациентов, геномных данных и биомеханических данных ИИ может построить цифровую модель двойного позвоночника для пациента. Эта модель может имитировать эволюцию позвоночника пациента при различных методах лечения, прогнозировать долгосрочные методы лечения и помогать врачам выбирать индивидуальные методы лечения, которые наиболее подходят для пациента.
Технологии цифрового побратимства требуют крупномасштабной многомерной поддержки данных. Набор данных Longway не только содержит данные об изображениях, но и богатую клиническую информацию и данные о последующих наблюдениях, предоставляя ценные ресурсы данных для построения цифрового побратимства позвоночника.
Тренды IV: AI+ Robotics - Эпоха умного ципси
Спинальный робот является горячей точкой последних лет, но нынешний робот больше похож на «механическую руку», выполняя запланированный врачом хирургический путь с ограниченной интеллектуализацией.
В будущем глубокая интеграция ИИ с хирургическими роботами введет хирургию позвоночника в эпоху интеллектуализации. ИИ не только планирует операцию до ее проведения, но и обеспечивает навигацию в реальном времени, динамическую настройку и интеллектуальное предупреждение, что значительно повысит точность и безопасность операции.
Я предсказываю, что к 2029 году роботизированная хирургия с помощью искусственного интеллекта будет доступна в крупных центрах позвоночника, с точностью операции, поднимающейся с текущего миллиметра до субмиллиметрового уровня, и снижением частоты хирургических осложнений более чем на 50 процентов.
Тенденции V: Китайские стандарты, рост китайских программ
Долгое время критерии лечения спинномозговых изгибов (например, Ленке, Кинг и другие) устанавливались европейскими и американскими странами. Но Китай имеет самую большую в мире популяцию пациентов с спинномозговым изгибом, а также самый богатый в мире клинический опыт и ресурсы данных.
Масштабные данные изображения позвоночника, накопленные китайскими компаниями, в лице Long Hui, обеспечивают базу данных для установления стандартов изгиба спинной стороны, характерных для Китая. В будущем ожидается, что диагностические нормы, системы стиля и критерии оценки, основанные на крупномасштабных данных Китая и технологии ИИ, будут признаны на международном уровне, способствуя глобальному контролю спинной стороны и способствуя мудрости Китая и китайским программам.
VIII. ВЫВОД: ВО ВНИМАНИЕ ДАННЫХ, КОРОЛЬ НА ИС, ВОПРОС НА НАЦИОНАЛЬНОМ ДЛЯ РАСПОЛЬЗОВАНИЯ
Видите ли, более 30 лет я видел слишком много детей, которые смирились с спинальными изгибами, и слишком много семей, которые сожалеют о задержке лечения. Каждая успешная ортопедическая хирургия укрепила мою убежденность в том, что здоровье позвоночника - это не просто медицинская проблема, но и серьезная проблема для будущего нашей нации.
Сегодня технология ИИ предлагает беспрецедентные возможности для спинального изгиба. За ИИ стоит сила данных.
Я часто говорю своим студентам: «Будьте спинальным хирургом, как позвоночник, и будьте прямыми и несите бремя». Сегодня я хотел бы сказать таким компаниям, как Longhui: «Будьте медицинской компанией данных, как позвоночник, будьте основой отрасли — поднимите здание ИИ и создайте здоровое будущее».
Давайте работать вместе, раскручивать данные и возглавлять ИИ, чтобы построить здоровье китайской нации.