جراحی‌های اصلاحی برای ناهنجاری‌های شدید ستون فقرات بزرگسالان (مانند اسکولیوز دژنراتیو پیشرفته و کیفوز شدید) از جمله پیچیده‌ترین و پرریسک‌ترین اعمال جراحی در ارتوپدی و نوروسرجری هستند. یکی از رایج‌ترین و مخرب‌ترین عوارض پس از این جراحی‌ها، «کیفوز پیوندی پروگزیمال» (Proximal Junctional Kyphosis – PJK) و شکست فیکساسیون است.

اخیراً مطالعات بالینی نشان داده‌اند که استفاده از سیستم‌های مدل‌سازی پیش‌بینانه بر پایه هوش مصنوعی، خطای این جراحی‌ها را به حداقل رسانده است.

نحوه عملکرد فنی و بالینی:

پلتفرم‌های جدید مبتنی بر یادگیری ماشین با تحلیل سی‌تی‌اسکن‌های سه‌بعدی، تصاویر رادیوگرافی کل‌بدن (EOS)، تراکم استخوان (BMD) و پارامترهای اسپینوپلویک (مانند شیب لگن، تیلت ساکرال و لوردوز کمری بیمار)، مدل بیومکانیکی اختصاصی از هر فرد می‌سازند. الگوریتم سپس شبیه‌سازی می‌کند که فیوژن هر مهره چه فشاری به مهره‌های مجاور وارد می‌کند.

بر اساس این داده‌ها، جراحان می‌توانند پیش از ایجاد اولین برش جراحی، ایمپلنت‌ها، میله‌های تیتانیومی یا کبالت-کروم با انحنای کاملاً شخصی‌سازی‌شده (Custom-bent rods) و زوایای دقیق پدیکول اسکروها را تعیین کنند.

مطالعات چندمرکزی اخیر نشان داده‌اند که به کارگیری این سیستم‌های هوشمند، نیاز به جراحی‌های مجدد (Revision Surgeries) را به دلیل شکستگی مهره‌های مجاور یا پاره‌شدن سازه تا بیش از ۳۵ درصد کاهش داده و توازن ساژیتال ستون فقرات را در بلندمدت پایدار نگه می‌دارد.

منبع: ژورنال تخصصی ستون فقرات اروپا (European Spine Journal) و گروه بین‌المللی ستون فقرات (ISSG)