2025年2月12日，亚历山大医院（Alexandra Hospital, AH）骨科手术团队成功获得由世界知识产权组织（WIPO）管理的《专利合作条约》（Patent Cooperation Treaty, PCT）国际专利。该专利保护了其机器人全膝关节置换（robotic total knee replacement, rTKR）算法的独特性、专有性、新颖性及专有权。

自2024年8月起，该团队已在150多个成员国提交专利申请，以寻求专利保护。截至目前，经过独立专利机构的严格审查和广泛数据检索，尚未发现其他类似的概念或技术。

值得一提的是，新加坡的专利申请已于2023年10月提前提交，并确认该算法作为一种旨在提升机器人全膝关节置换术（rTKR）精确性和效率的计算算法，具有独一无二的创新性。

研发背景

全膝关节置换术（Total Knee Replacement, TKR）是骨科领域最为常见的手术之一，尤其适用于因骨关节炎等退行性疾病导致严重膝关节疼痛的患者。

据统计，此类手术的普及率已显著上升，从1999年每10万名65岁及以上人群中的187例，增长至2019年的499例，增幅达2.7倍。在过去五年中，机器人辅助TKR手术因其在提升手术精度和改善患者预后方面的潜力而备受青睐。

然而，该技术仍面临一些挑战：如何实现既能充分考虑患者独特的骨骼和韧带解剖结构，又能满足外科医生手术目标的最佳植入物定位。植入物的精准定位对于术后膝关节的生物力学功能、患者的舒适度以及手术的整体成功至关重要。

技术痛点

目前，机器人辅助全膝关节置换术（rTKR）的外科医生需在术中手动规划并调整股骨和胫骨植入物的位置。这一过程极为复杂，因其需要在至少8个运动轴/自由度上对2个植入物进行三维空间考量。

由于每个自由度之间相互影响，为每位患者确定最理想的植入物位置具有较高难度。外科医生可能需要评估数千种可能性，甚至需多次重复骨锯切割和软组织松解，或采用可能影响手术精度的简化规划方案。

此外，手术室的时间限制进一步加剧了决策的复杂性，通常限制了外科医生可探索的解决方案数量。因此，手动规划不仅耗时较长，还可能导致手术结果出现显著差异。

算法介绍

该算法由亚历山大医院（Alexandra Hospital, AH）和国立大学医院（National University Hospital, NUH）骨科手术顾问医生Glen Liau Zi Qiang博士，与Matthew Ng Song Peng博士以及Ryan Loke Wai Keong先生共同开发。后两位在参与该项目时还是医学生。

技术特点

新开发的人工智能算法通过简化和自动化rTKR（机器人辅助全膝关节置换）工作流程中的植入物定位，解决了目前面临的挑战。

更加准确：算法能够将植入物的计划定位精度控制在±0.5毫米以内。不仅考虑了患者独特的骨骼结构（解剖学特征），还可以根据外科医生的手术理念进行个性化调整。

更加高效：算法在极短的时间内（0.1秒）完成计算，能够快速生成并排序数千种解决方案，使医生能够迅速获得最优的手术方案。

缩短手术时间：由于算法将术中规划的过程自动化，减少了医生在手术中花费的时间，不仅可以缩短手术的整体时长，还可能减少患者的麻醉时间和手术风险。

降低术后并发症的风险：如植入物松动、磨损和不稳定等问题，减少翻修手术的需求。这不仅有助于延长植入物的使用寿命和功能稳定性，还能在长期内实现医疗成本的节约。

自2023年以来，已有超过150名患者成功接受了这一创新技术治疗。

临床表现

该算法已被证实能够显著提升全膝关节置换（TKR）植入物规划的精准性，同时有效缩短手术时间，从而可能减少术中失血并缩短麻醉时长。

一项在2021年至2023年间开展的涉及67名机器人辅助全膝关节置换（rTKR）患者的前瞻性研究，验证了该算法的有效性。研究数据如下：

精准性：使用该算法的rTKR手术中，92%的病例达到了外科医生设定的目标间隙，误差控制在±1.5毫米以内，而手动规划组的这一比例仅为52%。

时间效率：AI辅助组在不到0.1秒的时间内实现了最佳的间隙平衡，而手动规划组则需要15分钟，其中包括重复进行骨锯切割和软组织松解。

一致性：该算法的表现不受患者年龄、性别、身高或膝关节退化程度等变量的影响。

手术效率：采用该算法的手术完成时间比依赖手动规划的手术缩短了约48%。

目前，进一步的长期研究正在进行中，旨在评估这一创新技术如何通过降低植入物位置不理想的发生率、减少不必要的手术时间、失血量以及感染率，进而提升患者的治疗效果和安全性。