综述：人工智能在初次全髋及全膝关节置换术后假体位置影像学测量中的准确性：系统评价与Meta分析

《Prosthesis》：How Accurately Can Artificial Intelligence Measure Component Position After Total Hip and Knee Arthroplasty? A Systematic Review and Meta-Analysis

　　**摘要****背景/目的**：人工智能（AI）可能使影像学测量中假体位置评估实现标准化，但其准确性尚不确定。我们评估了AI与参考标准测量在初次全髋关节置换术（THA）和全膝关节置换术（TKA）后的一致性问题。**方法**：系统检索了四个数据库（时间范围：2015年至2026年7月13日；PROSPERO注册号：CRD420261455545）。研究筛选、数据提取、偏倚风险评估（QUADAS-2）、报告质量评估（CLAIM 2024）以及证据确定性（GRADE）均经双人独立完成后交叉核对。使用随机效应模型和改良Hartung–Knapp区间汇总带符号的平均差值；使用二项-正态混合模型汇总2°范围内的一致性比例。**结果**：共纳入19项研究，其中6项纳入Meta分析。对于全髋关节置换术（THA），股骨杯前倾角的汇总方向性平均差值为+0.05°（95%CI：?0.27至+0.37），外翻角的汇总方向性平均差值为?0.13°（95%CI：?0.89至+0.63）；研究层面报告的绝对平均误差分别为3.59°和1.79°。对于全膝关节置换术（TKA），研究层面2°内的一致性范围为70.4%至99.3%；汇总值范围为88.4%至95.1%，置信区间和预测区间较宽。10项研究存在高偏倚风险，仅5项研究确认了外部验证。所有五项结局的证据确定性均为极低。**结论**：股骨杯方向角度的汇总方向性平均差值接近零，但这并不意味着个体测量是准确的。膝关节测量结果的异质性和不精确性较为突出。现有证据尚不足以支持AI可靠地用于自主临床决策；对于具有重要临床意义或处于临界值的测量结果，仍需专家评估确认。