Automatisierte 3D-Planung tibialer valgisierender Umstellungsosteotomien optimiert für spezifische Morphotypen des Knies – smart HTO

• Antragsteller: Privatdozent Dr. Julian Fürmetz; Professor Dr.-Ing. Klaus Radermacher
• Fachliche Zuordnung: Orthopädie, Unfallchirurgie, rekonstruktive Chirurgie ; Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 574977868

Die open wedge hohe tibiale Umstellungosteotomie (owHTO) ist eine etablierte Methode für die Behandlung der unikompartimentellen (medialen) Osteoarthritis (OA) bei Varus-Knien. Ziel der optimalen Achskorrektur ist die Lastverlagerung vom medialen in den lateralen Bereich des Kniegelenks, um damit das Fortschreiten der medialen OA zu verlangsamen. Die owHTO ist von hoher klinischer Relevanz, jedoch technisch anspruchsvoll und weist — selbst bei erfahrenen Operateuren — ein signifikantes Risiko für Über- oder Unterkorrekturen auf, wenn die Planung auf konventioneller 2D-Röntgendiagnostik beruht, z.B. aufgrund rotationsbedingter Veränderungen der Beinachse. Eine detaillierte 3D-Planung ermöglicht zwar präzisere geometrische Analysen und biomechanische Simulationen, hat sich jedoch im klinischen Alltag aufgrund des hohen Aufwands und fehlender Automatisierung noch nicht etabliert. Deshalb können patientenspezifische Veränderungen der Morphologie und Biomechanik bei der owHTO-Planung und der chirurgischen Durchführung bisher nicht angemessen berücksichtigt werden. Dieser Forschungsantrag zielt daher auf die Entwicklung eines KI-gestützten, automatisierten 3D-Planungsworkflows ab, der ein künstliches neuronales Netz (KNN) für die automatische Segmentierung und Erkennung anatomischer Landmarken nutzt, um patientenspezifische 3D-Morphotypen zu identifizieren. Um die Beziehung zwischen prä- und postoperativer Morphologie zu untersuchen, wird ein adaptiertes Kniesimulationsmodell genutzt, in dem verschiedene Osteotomieschnitt-Strategien virtuell umgesetzt und deren Auswirkungen auf Achsveränderung, Druckverteilung im Gelenk und Kinematik quantifiziert werden. Die simulierten biomechanischen Parameter werden durch in-vitro-Studien validiert und abschließend mit prospektiven klinischen Daten – patientenberichteten Outcome-Parametern (PROMs: KOOS, IKDC) – abgeglichen, um die Vorhersagegenauigkeit und klinische Relevanz unseres Workflows zu sichern. Durch die erstmalige Kombination von automatisierter KI-gestützter 3D-Morphotypisierung, Schnittführung und biomechanischer Simulation schaffen wir einen standardisierten, patientenzentrierten Planungsprozess, der Fehlkorrekturen minimiert, operative Sicherheit erhöht und funktionelle Ergebnisse optimiert. Dieser reproduzierbare Workflow kann nicht nur die Effizienz und Präzision der owHTO verbessern, sondern lässt sich potenziell auch auf andere Knieoperationen übertragen, um dort ebenfalls Planungsqualität und klinische Outcomes nachhaltig zu steigern.

• DFG-Verfahren: Sachbeihilfen