期刊：Spine Research
微信链接：点击此处阅读微信文章
Spine Research 期刊于2025年6月正式创刊！首期聚焦人工智能在脊柱领域的发展，共收录6篇文章，包含2篇社论（Editorial），3篇综述（Review），1篇研究论文（Research Article）。全部文章均为开放获取（Open Access），供全球读者免费阅读！欢迎登录期刊主页，浏览期刊全文：https://journals.lww.com/spres/pages/issuelist.aspx
文章速递 ▼
Article Introductions
（点击图片跳转至本文详细介绍）
Advancing with technology for a new era in spine care
《借助科技推动脊柱健康进入新时代》
by Weishi Li (Editor-in-Chief of Spine Research）
脊柱疾病的全球公共卫生负担愈发严重，强调老龄化背景下中国的脊柱也将面对许多挑战。基于此，本文讲述了期刊的关注点与价值：其一，人工智能驱动影像诊断与机器人手术精准化、3D打印实现解剖适配型植入物、神经调控技术优化脊髓损伤康复等技术创新融合；其次，希望本刊推动跨学科协同，整合生物材料工程、机器人内镜系统与智能康复医学等多方学者的前沿进展与观点；最终，希望依托北京大学第三医院与高等教育出版社的学术资源，构建国际化学术枢纽，重点刊载脊柱生理病理机制、手术革新及康复技术的前沿研究。期刊旨在通过传播原创性成果与临床转化研究，加速下一代脊柱医疗解决方案的全球实践，最终实现减轻疾病社会经济负担的核心使命。
The next decade in spine surgery: Opportunities, challenges, and global synergy
《脊柱外科下一个十年：机遇、挑战与全球协同》
by Henry Avetisian; William Karakash; Jeffrey C.Wang*
本综述系统阐述了脊柱外科未来十年的发展范式。作者基于全球50%外科医生采用导航系统、LMICs仅5.5名外科医生/10万人口等核心指标等循证医学数据，提出技术革新、全球资源整合与新型外科医生培育三维协同框架。在肯定技术进步提升手术精度与患者预后的同时，尖锐指出高收入国家与中低收入国家间存在的系统性断层——表现为5亿人口缺乏基本脊柱手术可及性、500万例积压手术及3倍术后死亡率差异。据此倡导通过国际组织主导的"培训师计划"、资源适配型技术推广、国家政策整合（NSOAPs）及远程医疗生态构建，实现以临床需求而非地理经济地位为核心的脊柱外科公平化转型。作者也寄望于新一代外科医生超越技术本位，融合领导力与卫生政策能力以驱动系统性变革，最终达成技术普惠与全球健康的伦理使命。
Artificial intelligence in spine surgery
《人工智能在脊柱外科中的应用》
by Cheng Zhang; Shanshan Liu; Jialin Shi; Xingyu Zhou; Peter Passias; Nanfang Xu*; Weishi Li*
该综述讲述了人工智能在脊柱外科领域的应用现状与转化困境，指出当前AI技术虽在影像诊断、手术规划及患者交互等方面取得突破，但临床落地率仍不足5%。文章提出如此的现状凸显出人工智能在脊柱外科中的一些核心矛盾：其一是黑箱模型缺乏可解释性，数据依赖性导致泛化能力弱等人工智能技术可靠性瓶颈；其二是AI决策的责任归属真空，数据集标注标准不统一等临床整合障碍；其三是伦理监管滞后。同时文章寄望未来的人机协同范式，通过开发多模态通用模型、构建学习驱动的罕见病协作网络、推进AR-机器人手术平台智能化迭代，最终实现从"辅助工具"到"手术伙伴"的升级，在保障医疗安全的前提下提升脊柱外科诊疗精准度与可及性。
Artificial intelligence in spine research: A multimodal perspective beyond imaging
《人工智能在脊柱研究中的应用：超越影像学的多模态视角》
by Kosuke Kita; Takashi Kaito*
本综述通过检索2016-2024年多数据文献，主要讲述人工智能在脊柱研究中的多模态融合范式转型。人工智能突破传统影像分析局限，全面整合电子健康档案（EHR）预测模型、可穿戴设备运动学分析、多组学数据及手术机器人等非影像模态。文献以多模态视角出发提出了人工智能技术演进脉络，揭示影像与非影像数据的互补性，同时也强调数据异构性、算法黑箱问题、经济模型困境和伦理框架缺失等临床转化过程中遇到的挑战。
Empowering the future of spinal surgery through digital and intelligent technologies
《通过数字化和智能技术赋能脊柱外科的未来》
by Chenfei Gao; Tianyu Yao; Tenghui Zhang; Wenyu Zhang; Jianxi Wang; Fazhi Zang; Chen, Huajiang*
该综述讲述了人工智能在脊柱外科领域的应用现状与转化挑战，指出当前研究虽覆盖疾病诊断、手术决策、智能设备及术后管理全流程，但仍存在临床效用断层。技术层面上，依旧存在算法泛化能力不足，多模态融合障碍，通用医疗AI骨科场景准确率低等问题。临床整合的角度存在，术后管理AI工具依赖于可穿戴设备，但医患间的数智鸿沟限制了工具普及；AR导航虽提升椎体成形术精度，但其成本效益比阻碍推广等问题。并且目前的研究主要集中在评估模型性能上，往往忽视了临床实用性的明确指标。展望未来，通过从多个角度提升算法的可靠性和临床疗效，最终实现从技术本位到临床价值本位的范式转型，构建以患者长期功能预后为核心的智能脊柱外科生态。
Hounsfield units-based grading of osteoporosis (HUGO) and its association with risk of osteoporotic vertebral compression fractures: A multicenter study of over 1000 patients
《基于Hounsfield单位的骨质疏松分级（HUGO）及其与骨质疏松性椎体压缩骨折风险的关联：一项超过1000名患者的多中心研究》
by Weishi Li*; Da Zou; Lidi Liu; Hong Wang; Shuncheng Jiao; Yuefeng Sun; Jiazhen Duan
本研究通过多中心回顾性队列分析，分析了在4个脊柱中心接受经皮后凸成形术治疗OVCF的1463名年龄≥60岁的患者，首次建立基于腰椎CT值（L1-HU）的骨质疏松分级系统（HUGO），揭示HU值与椎体压缩性骨折（OVCF）严重程度的定量关联。核心发现包括L1-HU值随OVCF椎体数量增加显著递减（单节段78.8±30.4 HU vs 多节段≥3者49.6±25.7 HU, p<0.01），且不受中心差异影响（p>0.05）；确定80 HU与50 HU为骨质疏松严重程度分界点——L1-HU<80 HU提示存在骨折风险（至少单节段OVCF），<50 HU为极重度骨质疏松独立预测因子（OR=4.4, 95%CI:3.2-6.0），与多节段OVCF风险强相关（AUC=0.74）。本研究利用常规脊柱CT扫描（无需额外检查），通过测量L1椎体松质骨CT值（若L1骨折则取T12/L2替代），实现骨质疏松严重程度的快速定量评估，为临床精准干预提供新工具。
期刊介绍与投稿事宜 ▼
About Our Journal
（点击图片跳转至期刊介绍）
在脊柱疾病负担日益加重的今天，如何用科技破解健康难题，是全球医学界的关注焦点。
Spine Research 由北医三院李危石教授担任主编，全面聚焦脊柱科学的最新进展与前沿探索，涵盖基础科学、临床研究及医工交叉等多个领域。期刊致力于推动全球范围内对脊柱病理生理学机制、疾病评估、诊断及创新治疗等方面的深入研究和广泛交流，为临床医生、科研工作者和跨领域专家提供高质量的学术交流平台，共同促进脊柱健康领域的突破性发现与临床转化。本刊为季刊，采用开放获取（OA）模式出版，近期全免文章处理费。
（点击图片跳转至投稿与投稿要求介绍）
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
