MEDICINE & AI

タイトル：Intraoperative performance and influencing factors in computer-assisted total shoulder arthroplasty: a large-scale analysis. 雑誌名：Sci Rep. 2025 Nov 19; 15(1): 40685. 概　要： 本研究は、コンピュータ支援ナビゲーション（CAN）を用いた全肩関節置換術（TSA）の術中パフォーマンスを8年間にわたり遡及的に評価し、時間的なパフォーマンスの進化と影響因子を分析することを目的としています。40,000件以上の症例を対象に、解剖学的（aTSA）および逆（rTSA）手術の登録およびナビゲーションフェーズを調査しました。主要な結果として、rTSAのナビゲーション時間は平均15:42分で、aTSAの平均10:01分よりも長いことが示されました。また、グレノイドの後傾角が20°を超える場合や下方傾斜があると、両手術の登録およびナビゲーション時間が延長されることが分かりました。さらに、外科医の経験がパフォーマンスに大きく影響し、高ボリュームの外科医は低ボリュームの外科医に比べてナビゲーション時間が大幅に短縮されました。 方　法： 本研究は、40,000件以上の症例を対象にした後ろ向きコホート研究です。データは、外科医のボリューム、元の解剖、インプラントの種類、手術の流れに基づいて層別化されました。主要評価指標は、aTSAおよびrTSAの登録およびナビゲーション時間です。 結　果： rTSAのナビゲーション時間は平均15:42分、aTSAは平均10:01分でした。グレノイドの後傾角が20°を超える場合や下方傾斜があると、両手術の登録およびナビゲーション時間が延長されました。高ボリュームの外科医は、低ボリュームの外科医に比べてナビゲーション時間が最大7:16分（aTSA）および13:52分（rTSA）短縮されました。登録時間は年々減少し、システムの学習曲線とユーザーの慣れを示しました。 結　論： CANは、TSAの手術精度を向上させ、変動性を減少させる可能性があることが示されました。この大規模分析は、CANがTSAのワークフローを最適化する上での有用性を強調し、特に複雑な解剖学的ケースにおける改善の余地を特定しています。