智能手机2D姿态估计与视觉评估在肩关节活动度测量中的比较研究及其临床意义

推荐：本研究针对肩关节活动度(ROM)临床评估中视觉估测可靠性不足的问题，通过对比智能手机2D姿态(2D-pose)与骨科医生视觉估测的17例健康受试者肩部6种运动数据，发现2D-pose与视觉评估在 abduction(R2 =0.99)、flexion(R2 =0.95)和ERII(R2 =0.86)具有优异一致性，但ERI和FIR存在差异，为自动化ROM评估提供了循证依据。

　　

肩关节活动度(ROM)的准确评估对术后康复和疗效监测至关重要，但临床常用的视觉估测法存在10°分辨率限制和观察者间变异，而传统测角器又操作繁琐。尽管基于智能手机的2D姿态估计(2D-pose)技术崭露头角，但其与临床常规方法的可比性尚不明确。这项发表在《JSES International》的研究由澳大利亚研究理事会资助团队开展，首次系统比较了iPhone视频2D-pose分析与两位骨科医生视觉估测在 abduction（外展）、flexion（屈曲）、extension（伸展）、两种体位外旋(ERI/ERII)及功能性内旋(FIR)等6种肩部运动评估中的表现。

研究采用三台iPhone 13同步采集17名健康受试者的运动视频，通过Apple Vision框架识别身体标志点计算ROM，同时两位观察者独立进行视觉估测。关键技术包括：1) 多手机同步采集2D视频；2) 基于骨骼追踪算法的ROM模型；3) 混合效应模型分析数据一致性；4) 最小可检测差异(SDD₉₅
)评估方法间差异；5) 模型化Bland-Altman分析观察者间变异。

结果部分显示：

1. 一致性分析：2D-pose与视觉估测在abduction(R²
   =0.99)、flexion(R²
   =0.95)和ERII(R²
   =0.86)呈现优异相关性，extension(R²
   =0.69)和ERI(R²
   =0.73)为良好，FIR(R²
   =0.52)仅达一般。SDD₉₅
   值介于4.4°-7.9°之间，优于视觉估测的10°分辨率。

2. 方法间差异：在abduction和flexion运动中，两位观察者在ROM<60°时差异达15°，接近最大ROM时差异缩小至3-4°；extension运动在<45°时2D-pose估测值偏高20°；ERI在>45°时2D-pose比视觉估测低30°。

3. 观察者间变异：两位医生对extension、ERI、ERII和FIR评估一致，但对abduction和flexion存在显著分歧(p<0.003)，如10°屈曲时差异达15°(95%CI:5°-26°)。

讨论指出，2D-pose在平面运动(abduction/flexion)评估中可减少人为变异，但受限于：1) 胸廓代偿运动影响extension精度；2) 单摄像头导致ERI角度计算误差；3) FIR分区法分辨率不足。与微软Kinect等3D方法相比，智能手机方案更便捷但精度稍逊，特别是在ERI评估中表现不如Wilson等采用多视角观察的研究。

该研究证实2D-pose可作为abduction/flexion等平面运动的标准替代方案，其<8°的SDD₉₅
满足临床最小重要差异(MCID)3°-12°的要求。未来需优化胸廓补偿算法、改进ERI三角测量方法，并在患者群体中验证。这项研究为数字化ROM评估融入临床实践提供了关键证据，标志着肩关节功能评估向标准化、可重复性迈出重要一步。