综述：人工智能在脊柱外科中的应用：基于影像的诊断与手术技术

这篇综述系统阐述了人工智能（AI）在脊柱外科影像技术中的前沿应用，涵盖机器人辅助椎弓根螺钉置入（提高精度但延长手术时间）、AI驱动的骨质疏松性骨折（OVCF）检测（如AI_OVF_SH系统灵敏度达83.35%）、3D影像重建（减少辐射）及肿瘤鉴别诊断（ResNet50模型准确率92%）。作者强调AI在提升诊断效率、手术导航（如AR/VR辅助）和并发症预防（如错误节段手术）中的潜力，同时指出需解决外部验证不足和数据集多样性问题。

　　

引言

脊柱外科的进步始终与影像技术革新同步。X线、CT、MRI等成像手段为病理诊断和手术规划提供了高分辨率支持，而人工智能（AI）的介入正推动该领域迈向精准化。AI通过深度学习（如卷积神经网络）优化图像分析，例如在MRI中自动识别椎间盘Pfirrmann分级（1-5级），或辅助制定个性化手术方案。

机器人脊柱手术中的应用

机器人辅助椎弓根螺钉置入的临床可接受率（Gertzbein-Robbins A+B级）显著高于徒手操作，但手术时间平均延长30分钟。AI通过3D重建技术（如基于荧光或MRI生成CT级图像）减少辐射暴露，并在骨质疏松患者中优化螺钉轨迹以降低拔出风险。AR/VR技术则通过实时解剖叠加缩短外科医生的学习曲线，例如在尸体研究中AR导航的螺钉置入准确率达98%。

并发症预防

AI可降低错误节段手术发生率（文献报道约1/3110例），其超声平台能区分神经、肌肉等结构，避免术中损伤。椎体水平识别算法在CT和荧光透视中的准确性与资深放射科医生相当。

骨质疏松性骨折、创伤性骨折与椎管狭窄

AI模型在OVCF检测中表现突出：

• X线分析：AI_OVF_SH系统将放射科医生的灵敏度从54.11%提升至83.35%
• CT检测：Tomita等模型准确率89.2%，媲美专家水平
• MRI预测：评估骨折不愈合风险，指导临床决策
  此外，AI对胸腰椎创伤性骨折和椎管狭窄的诊断灵敏度超过90%，ResNet50模型鉴别良恶性骨折的准确率达92%，显著提升低年资医生的诊断水平（从66%增至94%）。

肿瘤学

AI在脊柱肿瘤领域应用广泛：

• 转移瘤检测：CT识别转移灶导致骨折或脊髓压迫的准确率与放射科医生相当
• 良恶性鉴别：腰椎MRI区分骨髓病变的模型辅助诊断血液疾病
• 分类系统：部分模型在硬化性病变分割等复杂任务中仍存在局限性

结论

AI影像技术正重塑脊柱外科的诊疗范式，但其广泛落地需克服数据集单一性（如多数模型基于特定人群开发）和临床验证不足的挑战。未来需整合多模态影像（如CT-MRI融合）并优化算法鲁棒性，以实现从精准诊断到智能手术的全链条革新。

（注：全文严格依据原文数据，未添加非文献支持结论）