Um método automático de avaliação da deformidade por sinostose rádio‑ulnar congênita (CRUS‑DE): integrando TLT‑SAM e GPMM‑R para identificação de marcos

Por que isso importa para cirurgias do braço em crianças

Algumas crianças nascem com os dois ossos do antebraço fundidos perto do cotovelo, condição chamada sinostose rádio‑ulnar congênita. Como os ossos não conseguem girar adequadamente, tarefas simples como girar uma maçaneta ou usar talheres podem ser difíceis ou impossíveis. Os cirurgiões podem corrigir o problema com cortes ósseos planejados com precisão, mas hoje esse planejamento costuma ser lento e depende da experiência individual. Este estudo apresenta um método computacional que lê tomografias convencionais e mede automaticamente o quanto os ossos estão torcidos e curvados, com o objetivo de tornar o tratamento mais preciso, reprodutível e amplamente acessível.

Quando dois ossos do antebraço crescem como um só

Em um braço saudável, rádio e ulna funcionam como um par de trilhos paralelos que podem girar um em torno do outro, permitindo que a mão vire a palma para cima e para baixo. Na sinostose rádio‑ulnar congênita, parte desses ossos está fundida desde o nascimento, geralmente perto do cotovelo. Isso prende o antebraço em uma rotação fixa e frequentemente adiciona curvas extras em várias direções, limitando atividades diárias e afetando a confiança e a vida social. Os cirurgiões podem realizar osteotomia — cortar e realinhar o osso — para melhorar a função. No entanto, para decidir onde e quanto cortar, é preciso quantificar a deformidade em três dimensões, tarefa extremamente difícil de fazer a olho em radiografias ou mesmo em imagens de TC.

Ensinando computadores a ver os ossos das crianças

Os pesquisadores desenvolveram um fluxo de trabalho chamado CRUS‑DE que parte de tomografias comuns de ambos os antebraços. Primeiro, o sistema precisa localizar os ossos e separá‑los do tecido ao redor. Em vez de treinar uma grande rede de aprendizado profundo, o que exigiria milhares de casos pediátricos raros, a equipe combinou um método tradicional de “limiar” com uma ferramenta moderna de visão conhecida como Segment Anything Model. O rastreamento por camadas de limiar segue a aparência do osso fatia a fatia ao longo da varredura, enquanto o modelo mais recente limpa e completa os contornos, mesmo onde o osso está tênue ou parcialmente borrado. Testes contra segmentações manuais cuidadosas feitas por um cirurgião sênior mostraram que essa abordagem híbrida reproduziu os contornos humanos com grande fidelidade.

Localizando pequenos marcos em ossos em crescimento

Medidas precisas dependem de um conjunto consistente de marcos anatômicos: pequenas saliências, pontas e bordas no rádio e na ulna que definem sistemas de coordenadas locais. Em crianças, essas características costumam ser suaves e sutis, e em ossos fundidos podem estar distorcidas ou parcialmente ausentes. Para lidar com isso, os autores construíram “modelos de forma” estatísticos dos ossos pediátricos normais usando uma técnica chamada Modelos Morfáveis por Processo Gaussiano. O computador aprende como as formas ósseas tipicamente variam entre muitas crianças saudáveis e então deforma esse template de forma suave para corresponder aos ossos de cada paciente. A partir desse ajuste obtém posições preliminares de marcos, que são refinadas com regras geométricas simples adaptadas à anatomia — por exemplo, escolher o ponto mais saliente em uma pequena vizinhança. Em 40 ossos, a distância média entre marcos automáticos e definidos por especialistas foi de cerca de um a um vírgula cinco milímetros, sem diferenças significativas em relação à marcação manual.

Transformando formas em ângulos significativos

Com ambos os ossos segmentados e os marcos identificados, o CRUS‑DE constrói sistemas de coordenadas locais no punho e no cotovelo. Ele alinha o antebraço afetado do paciente a uma referência normal e calcula o quanto o rádio e a ulna desviam em diferentes direções — para o lado do polegar ou do dedo mínimo, para a palma ou o dorso da mão, e quanto estão rotacionados internamente. Em 40 antebraços, incluindo casos normais e fundidos, os ângulos calculados automaticamente diferiram das medidas de especialistas em média menos de cerca de 2,5 graus. Importante, todos os seis ângulos medidos separaram claramente antebraços normais dos com CRUS, capturando tanto as curvas extras quanto a rotação interna frequentemente muito grande que os pacientes apresentam.

O que isso pode significar para cirurgias futuras

Para as famílias, a mensagem-chave é que computadores agora podem ajudar cirurgiões a descrever a deformidade do antebraço de uma criança em números precisos e objetivos, em vez de impressões visuais aproximadas. Esse método transforma dados de TC em um modelo 3D com marcos destacados e ângulos quantificados que mostram exatamente como os ossos estão desalinhados. Essas informações podem orientar o planejamento pré‑operatório, ajudar cirurgiões menos experientes a alcançar resultados semelhantes aos dos especialistas e facilitar a avaliação de quanto a cirurgia corrigiu o problema posteriormente. Os autores também imaginam combinar essas medidas automáticas com guias de corte personalizados e ferramentas robóticas, potencialmente levando a operações mais seguras, precisas e personalizadas para crianças nascidas com essa condição desafiadora.

Citação: Liu, L., Cui, Y., Zhou, T. et al. An automatic congenital radio-ulnar synostosis deformity evaluation method (CRUS-DE): integrating TLT-SAM and GPMM-R for landmark identification. Sci Rep 16, 6434 (2026). https://doi.org/10.1038/s41598-026-36638-4

Palavras-chave: sinostose rádio‑ulnar congênita, deformidade do antebraço, planejamento de osteotomia, análise de imagens médicas, ortopedia pediátrica