利用 AI 辅助视频分析 Trendelenburg 测试：可行性研究

观察我们单脚站立的方式

许多髋关节和膝关节问题会在日常简单动作中显现，例如单脚站立穿袜子。医生常用一种床边快速检查——Trendelenburg 测试，来评估髋部周围肌肉的功能。但该测试通常依赖目视判断，容易漏掉细微问题。本研究探讨是否可以用普通智能手机视频结合人工智能（AI），把这一简单测试转化为基于数值的客观测量，从而可能改善诊断和康复。

简单测试背后的复杂性

在 Trendelenburg 测试中，受试者单脚站立，同时抬起另一条腿，有点类似慢动作行走。传统上，如果抬起侧的骨盆出现可见下垂，就被视为支撑侧髋部肌肉无力的标志。然而，患者也可能通过上身向支撑腿一侧倾斜来补偿，这会掩盖骨盆下垂并误导检查者。此外，膝关节在该动作中的表现可能影响腿部受力传递，长期来看或许会影响关节磨损。所有这些都使得该测试比表面看起来更复杂。

将临床视频转为可测量的角度

研究人员建立了一个可适配繁忙骨科门诊的实用系统。共有 12 名有髋部问题的成年人参与：7 名接受过全髋关节置换，5 名为未置换人工关节但有髋部疼痛的人。每位受试者在执行 Trendelenburg 测试时，从后方用单台固定在三脚架上的智能手机拍摄。基于 AI 的无标记运动应用自动从视频中识别关键身体点。利用这些点，研究团队测量了三项指标：骨盆保持水平的程度、躯干向一侧的倾斜量，以及膝关节在双脚站立与单脚站立之间角度的变化。整个过程——录像和分析——每位患者中位耗时约三分半钟，且所有视频均可用。

人们真实的代偿方式

测量结果显示，大幅的骨盆下垂实际上很少见。总体而言，受试者在单脚站立时骨盆保持接近水平。更突出的变化出现在躯干：许多患者，尤其是接受过髋关节置换者，会将上身向支撑腿一侧倾斜，这是一种可减轻疲弱髋肌负担的策略。所有参与者中有一半，以及 7 名置换者中的 5 名，呈现出超出早期研究中保守截断值的躯干倾斜。膝关节的变化也很常见：三分之二的患者在正面视角下显示至少 3 度的膝角变化，提示髋部对无力的代偿可能将力传导重新分配到小腿更下方的结构。

这些数字能为医生提供什么

通过对骨盆倾斜、躯干倾斜和膝关节对齐进行量化，AI 辅助方法超越了传统的 Trendelenburg 测试单纯阳性/阴性评分。临床医师可以不只是简单地判定测试是否为阳性，而是记录躯干倾斜或骨盆倾斜的具体角度，并在患者术后恢复或康复过程中追踪这些数值。由于该系统使用普通智能手机和现成应用，如果足够准确，可能被广泛采纳。本研究未将结果与高端实验室系统比对，也未包括健康对照，因此其结果应被视为该方法可行性的证明，而非取代金标准工具的结论。

从可行性走向日常实践

通俗来说，这项研究表明，快速的智能手机视频就能捕捉到身体单脚平衡时的细微位移——这些信息肉眼难以量化。尤其是髋关节置换患者，常通过躯干倾斜和膝关节对齐的改变来保持骨盆水平，而不是明显地让骨盆下垂。通过在更大、更具多样性的群体中进一步测试，并与先进的 3D 运动系统对比，这一简单的设置有望发展为在常规门诊中监测髋功能并指导更安全、更有效康复的实用工具。

引用: O’Sullivan, K., Doyle, T., Quinn, E. et al. AI-assisted video analysis of the Trendelenburg test: a feasibility study. Sci Rep 16, 7733 (2026). https://doi.org/10.1038/s41598-026-38980-z

关键词: 臀外展肌无力, Trendelenburg 测试, AI 运动分析, 全髋关节置换, 步态评估