《Journal of Clinical Orthopaedics and Trauma》：The Role of Machine Learning in High Tibial Osteotomy: A Systematic Review of Predictive Modeling, Planning, and Outcome Analysis
编辑推荐：
本研究系统综述了机器学习在髁上胫骨截骨术（HTO）规划与预测中的应用，纳入11项研究，显示ML模型在角度测量（误差<2°）和并发症预测（AUC>0.80）上表现优异，但存在单中心数据、样本量小等局限性，需进一步多中心前瞻性研究验证临床应用。
安库什·莫哈贝（Ankush Mohabey）、维万·贾恩（Vivaan Jain）、西坦舒·巴里克（Sitanshu Barik）、维卡什·拉杰（Vikash Raj）、穆昆德·马德哈夫·奥贾（Mukund Madhav Ojha）、维沙尔·库马尔（Vishal Kumar）
印度那格浦尔AIIMS骨科
摘要
背景
高胫骨截骨术（HTO）是一种用于治疗膝关节内侧间隙骨关节炎和内翻畸形的关节保留手术方法，但传统的手术计划完全依赖于操作者的经验。机器学习（ML）有潜力自动化放射学评估并预测手术结果。本系统评价研究了应用于HTO手术计划和预测的ML模型的准确性、效率和泛化能力。
方法
遵循PRISMA 2020指南（PROSPERO CRD420251122187），搜索了截至2025年8月的PubMed、EMBASE和Web of Science数据库。纳入了使用ML进行HTO手术计划、对齐测量或结果预测的研究。两名审稿人独立提取数据，并使用PROBAST工具从四个领域（参与者、预测因素、结果和分析）评估偏倚风险。
结果
在检索到的43篇文献中，有11篇符合纳入标准。这些研究大多是回顾性的、单中心研究，且数据集具有异质性。卷积神经网络和深度学习系统在对齐参数（如髋-膝-踝关节角度、胫骨近端内侧角度和股骨远端外侧角度）的预测中实现了小于2°的平均绝对误差。集成ML模型在预测外侧铰链骨折风险和术后对齐情况方面的性能表现优异，曲线下面积值超过0.80。AI衍生指标的组内相关系数始终大于0.90。自动化分析明显快于手动测量——每张X光片仅需0.2秒，而手动测量需要1-2分钟。仅有一项研究进行了多中心外部验证，其余研究均为内部测试。
结论
ML在HTO的放射学分析和并发症预测方面表现出出色的精确度和效率。然而，现有证据受限于单中心数据、样本量小以及缺乏功能性验证。未来需要多中心、前瞻性的、可解释的AI研究来验证其临床适用性和患者报告的益处。
引言
高胫骨截骨术（HTO）是一种成熟的关节保留手术方法，用于治疗膝关节内侧间隙骨关节炎和内翻畸形，通过矫正肢体对齐来重新分配机械负荷。传统的HTO手术计划依赖于手动放射学测量和外科医生的经验，这可能导致结果的可变性及矫正精度不足。
多项研究表明ML在改善HTO手术结果方面具有有效性。例如，Jeong等人开发了集成ML模型来高精度预测外侧铰链骨折；Cho等人利用冠状平面膝关节对齐（CPAK）分类方法预测HTO术后的对齐变化；Yang等人通过随机森林模型确定了HTO手术成功的关键预测因素；Roth等人提出了基于深度学习的双平面X光片3D重建流程，实现了无需CT的术前规划。
尽管已有研究探索了ML在HTO中的多种应用（如标志点检测、对齐测量、3D重建或铰链骨折风险预测），但目前尚无系统评价涵盖整个HTO工作流程的ML方法。因此，本综述首次全面评估了ML辅助计划、预测建模、放射学准确性和结果分析的效果，同时指出了当前的研究局限性和未来方向。
研究详情
该研究的“国际系统评价注册号（PROSPERO ID）”为CRD420251122187。研究结果符合2020年“系统评价和荟萃分析的优先报告标准（PRISMA）”。研究问题为：“ML技术在改进HTO手术的计划、执行和结果预测方面的效果和准确性如何？”纳入的研究包括所有随机对照试验（RCTs）、队列研究及诊断准确性研究。
文献检索
从电子数据库中共检索到43篇文献，分别来自Embase（24篇）、PubMed（9篇）和Web of Science（10篇）（图1）。剔除13篇重复文献后，剩余30篇进行标题和摘要筛选。其中15篇被排除（干预措施错误13篇，结果错误1篇，研究对象错误1篇）。最终获取15篇文献进行全文评估，又有2篇被进一步排除。
主要发现
本系统评价表明，ML模型在HTO手术的计划和结果预测中具有较高的准确性和可靠性。在纳入的研究中，大多数算法（尤其是基于CNN和深度学习的系统）能够将放射学测量结果与外科医生手动评估的结果相差在1-2°以内。集成ML模型在识别外侧铰链骨折风险和评估术后对齐情况方面表现出强大的预测能力。
作者贡献
AM – 构思、数据整理、初稿撰写
VJ – 构思、数据整理
SB – 形式分析、初稿撰写、审稿与编辑
VR – 数据整理、形式分析
MMO – 数据整理、形式分析
VK – 监督、初稿撰写、审稿与编辑
利益冲突声明
作者在本文讨论的任何内容中均无财务或利益相关关系。
