Искусственный интеллект для раннего обнаружения отказа имплантата при полной замене коленного сустава

Цель этого исследования — выяснить, можно ли использовать машинное обучение (ML) для обнаружения небольших степеней расшатывания, светлых зон или любых других изменений на рентгенограммах, которые могут предсказать ранний отказ после тотальной замены коленного сустава NexGen.

Исследователи определят простые рентгенограммы в переднем и боковом просветах у двух групп пациентов. Те, у кого была полная замена коленного сустава NexGen (TKR), которая закончилась неудачей, и те, у кого есть хорошо работающие TKR. Рентгенограммы этих двух групп будут помечены как «неудачные» и «хорошие» и будут обработаны с помощью алгоритма машинного обучения.

Алгоритм будет успешным, если он сможет обнаружить TKR NexGen, который вышел из строя или продолжал работать хорошо. Это будет определено с помощью тестового набора.

Популяция будет состоять из взрослых, которым был отозван тотальный эндопротез коленного сустава NexGen со стандартной большеберцовой капой. В него будут включены только взрослые, прошедшие TKR в университетских больницах Саутгемптона в период с 2003 по 2022 год.

Неудача будет определяться как ревизия большеберцового или бедренного компонента, что, вероятно, связано с аспектным расшатыванием. Это исключит смывы, обмен поли, перипротезные переломы, микробиологически подтвержденную инфекцию.

Хорошо работающие TKR будут определяться как пациенты, которые имели TKR in situ в течение 10 лет и не сообщили о каких-либо существенных симптомах.