Çok düşük doz protokollerle gerçek zamanlı 3B kemik modellerinin yeniden yapılandırılması

Daha nazik görüntülemeyle daha keskin cerrahi

Her yıl on milyonlarca insan kemik ve eklem üzerine ortopedik işlemler geçiriyor. Cerrahlar, ameliyatları planlamak ve hassas kesileri yönlendirmek için giderek daha fazla hastaya özel 3B kemik modellerine güveniyor, ancak bugün bu modeller genellikle hacimli bir BT tarayıcı, yüksek radyasyon dozları ve saatler süren uzman emeği gerektiriyor. Bu çalışma daha hızlı ve daha nazik bir yol tanıtıyor: sadece iki düşük dozlu X-ışını görüntüsü ve yapay zekâ kullanarak dizin ayrıntılı 3B resmini yaklaşık yarım dakikada yeniden oluşturmak; bu da ileri düzey planlama ve rehberliği daha fazla ameliyathaneye ve hastaya taşıyabilir.

Mevcut kemik taramaları neden yetersiz

Geleneksel 3B kemik modelleri bir BT taramasıyla başlar; BT, bilgisayarların tam bir hacmi birleştirdiği yüzlerce X-ışını dilimi oluşturur. Güçlü olmakla birlikte bu yaklaşımın üç büyük dezavantajı vardır. İlk olarak, hastaları nispeten yüksek radyasyona maruz bırakır; bu, çocuklar, gebeler ve tekrarlayan tarama gerektiren kişiler için ciddi bir endişedir. İkincisi, BT cihazları büyük, pahalıdır ve kalabalık ameliyathanelere yerleştirilmesi zordur; ameliyat sırasında bunları kurmak 20–30 dakika alabilir ve personeli aksatabilir. Üçüncüsü, tarama tamamlandıktan sonra uzmanlar hala her kemiğin konturunu özel yazılımlarda saatlerce çizerek kullanılabilir bir 3B model oluştururlar. Bunların tümü, BT tabanlı modelleri seçkin olgular için uygun kılarken, bir ameliyatın ortasında gerçek zamanlı kullanım için pratik olmaktan çıkarır.

İki basit X-ışınıyla tam bir 3B diz oluşturmak

Araştırmacılar bu yavaş işlem hattını, biplanar X-ışınlarına—dizin dik açılarda çekilmiş iki standart görünümü—dayanan çevik bir yaklaşımla değiştirmeyi hedeflediler; bu görüntüler C-kol gibi yaygın floroskopi ekipmanlarıyla alınabiliyor. Semi-Supervised Reconstruction with Knowledge Distillation (SSR-KD) adlı derin öğrenme sistemini kurdular. Sistemin doğrudan görünen bir yüzeyi tahmin etmek yerine öğrendiği şey bir “işgal alanı”ydı: 3B uzaydaki herhangi bir nokta için, o noktanın dört ana diz kemiğinin—femur, tibia, fibula ve patella—içinde mi yoksa dışında mı olduğunu tahmin ediyor. Ağ bu görünmez 3B ızgarayı iç/dış kararlarıyla doldurduktan sonra, standart bir grafik algoritması bu alanı pürüzsüz 3B kemik yüzeylerine dönüştürüyor. Modern donanımda tüm işlem—iki X-ışınını alıp dört ayrıntılı kemik modeli üretme—yaklaşık 25 saniye sürüyor.

Yapay zekâyı sınırlı uzman zamanıyla eğitmek

Yüksek kaliteli eğitim verisi genellikle tıbbi yapay zekâ için darboğazdır. Burada, bir bacağın kemiklerini BT üzerinde elle çizmek uzmanlar için yaklaşık dört saat alıyordu; yüzlerce vaka için bunu yapmak gerçekçi olmazdı. Ekip bunun yerine 605 diz BT taraması topladı ancak yalnızca 120 tanesini titizlikle etiketleyip gerisini etiketsiz destek olarak kullandı. Önce bir ağı BT taramalarından doğrudan kemikleri yeniden yapılandıracak şekilde eğittiler; bu görev daha kolaydı çünkü 3B bilgi tam olarak mevcuttu. Bu BT tabanlı model daha sonra bir öğretmen görevi gördü: etiketsiz vakalarda “sözde” 3B kemik bilgisi üreterek X-ışını tabanlı öğrenci ağına rehberlik etti. Bu çapraz modal öğretimi yarı denetimli bir eğitim şemasıyla birleştirerek öğrenci, yalnızca iki görüşten görünmez 3B yapıyı çıkarmayı öğrendi ve uzman etiketli vakalar birkaç düzineyle sınırlı olsa bile iyi performans gösterdi.

Yeni modeller gerçeğe ne kadar uyuyor

Bu hızlı yeniden yapılandırmaların gerçek ameliyat için yeterli olup olmadığını görmek amacıyla ekip bunları birkaç yönden değerlendirdi. Uzmanların oluşturduğu BT modellerine karşı SSR-KD’nin ortalama yüzey hatası bir milimetrenin altındaydı; büyük femur ve tibia genellikle 0,8 milimetre civarındaydı—bu, BT taramalarının doğal çözünürlüğüne benzer. On ortopedi uzmanı ve tıbbi mühendisden oluşan bir panel, hangi modelin hangi yöntemle elde edildiğini bilmeden CT veya iki X-ışını yönteminden elde edilen 3B dizleri şekil, ince detay ve klinik kullanışlılık açısından puanladı. Puanlar temelde ayırt edilemezdi ve uzmanlar genellikle yapay zekâ tabanlı modellerin karmaşık kemik kesilerini planlamak için uygun olduğunu hissetti. Daha uygulamalı bir testte, cerrahlar 3B basılı kemikler üzerinde simüle edilmiş yüksek tibial osteotomiler gerçekleştirdiler ve kesme kılavuzlarını ya BT tabanlı ya da yapay zekâ tarafından yeniden yapılandırılan kemiklerden tasarladılar. Yeni metoda dayalı kılavuzlar kullanılırken daha uzun zaman almadı ve uyum, stabilite ve doğruluk açısından karşılaştırılabilir puanlar elde edildi.

Sınırlamalar, zorluklar ve gelecekteki kullanım alanları

Yaklaşım kusursuz değil. X-ışını görünümlerinde gizlenebilen küçük kemikler—örneğin diz kapağı ve fibula—biraz daha yüksek hatalar gösterdi. Anatomiyi bozan büyük metal implantlı çok karmaşık vakalar hâlen zorlu; ayrıca mevcut çalışma büyük sayıda gerçek klinik görüntüden ziyade BT’den türetilmiş simüle X-ışınlarına dayanıyordu. Yine de yöntem farklı hastaneler arasında sağlam kaldı ve iki X-ışını görüşü birbirine tam dik olmasa bile—ameliyathanede gerçekçi bir kısıt—klinik olarak faydalı doğruluğu korudu. Aynı çerçeve, daha basit şekilli diğer eklemlere, örneğin dirseğe uyarlanabilir; oysa birçok küçük kemiğin bulunduğu daha karmaşık bölgeler muhtemelen daha fazla ilerleme gerektirecektir.

Bu hastalar için ne anlama gelebilir

Basitçe söylemek gerekirse, bu çalışma bir bilgisayarın sadece iki hızlı, düşük dozlu X-ışınından 3B bir dizi “görebilmeyi” öğrenebileceğini ve bunun hassas cerrahi planlama ile bir zamanlar tam bir BT taraması ve saatler süren uzman çabası gerektiren özel kılavuzları destekleyecek kadar iyi olduğunu gösteriyor. Gerçek dünya X-ışınlarının geniş setlerinde doğrulanır ve dizi ötesine genişletilirse, bu teknoloji radyasyon maruziyetini azaltabilir, maliyetleri düşürebilir ve gelişmiş tarayıcısı olmayan hastaneler de dahil olmak üzere daha fazla hastaneye kişiselleştirilmiş 3B kemik modelleri sağlayarak görüntü kılavuzlu kemik cerrahisini daha yaygın hale getirebilir.

Atıf: Lin, Y., Sun, H., Li, Y. et al. Real-time reconstruction of 3D bone models via very-low-dose protocols. npj Digit. Med. 9, 353 (2026). https://doi.org/10.1038/s41746-026-02389-9

Anahtar kelimeler: ortopedi cerrahisi, 3B kemik modelleri, düşük doz X-ışını, tıbbi yapay zeka, diz görüntüleme