Optimización de la eficiencia en la creación de pacientes

Scientific Reports volumen 13, número de artículo: 12082 (2023) Citar este artículo

1015 Accesos

1 altmétrica

Detalles de métricas

El diseño impulsado por campos es un enfoque novedoso que permite definir mediante ecuaciones entidades geométricas conocidas como cuerpos implícitos. Esta tecnología no se basa en subunidades geométricas convencionales, como polígonos o aristas, sino que representa formas espaciales a través de funciones matemáticas dentro de un campo geométrico. Las ventajas en términos de velocidad computacional y automatización son notorias y bien reconocidas en ingeniería, especialmente para estructuras reticulares. Además, el diseño impulsado por el campo amplifica las posibilidades del diseño generativo, facilitando la creación de formas generadas por el software sobre la base de restricciones definidas por el usuario. Dado tal potencial, este artículo sugiere la posibilidad de utilizar el software nTopology, que actualmente es el único software para diseño generativo impulsado por campo, en el contexto de la creación de implantes específicos para cada paciente para cirugía maxilofacial. Se discuten escenarios clínicos de aplicabilidad, incluyendo trauma y cirugía ortognática, así como la integración de esta nueva tecnología con los flujos de trabajo actuales de planificación quirúrgica virtual. Este artículo representa la primera aplicación del diseño impulsado por campo en cirugía maxilofacial y, aunque sus resultados son muy preliminares al limitarse a considerar únicamente el campo a distancia elaborado a partir de puntos específicos de la anatomía reconstruida, introduce la importancia de esta nueva tecnología para la futuro del diseño personalizado de implantes en cirugía.

La cirugía oral y maxilofacial contemporánea incorpora cada vez más dispositivos personalizados creados utilizando la anatomía del paciente como plantilla guía. Por lo tanto, los dispositivos personalizados proporcionan un ajuste natural y preciso con el hueso, ofreciendo ventajas en términos de fácil colocación, reducción del tiempo quirúrgico y mayor precisión quirúrgica1,2,3.

La llegada de la fabricación aditiva (FA) en el campo de la salud dio un fuerte impulso a la traducción inmediata de formas diseñadas en implantes impresos en 3D, extendiendo el concepto de personalización a un número creciente de escenarios quirúrgicos. El diseño de implantes personalizados impresos en 3D sigue siendo un tema abierto para los dispositivos de cirugía maxilofacial y representa una de las principales razones para buscar nuevas estrategias específicas para la AM. Además, los avances en las simulaciones computarizadas, incluido el análisis de elementos finitos (FEA), condujeron a una mayor confiabilidad de los implantes personalizados, que pueden someterse a pruebas biomecánicas virtuales mediante la aplicación de fuerzas, límites y propiedades del material definidos para predecir áreas de tensión críticas que podrían estar sujetas a fracaso, permitiendo mejorar la forma del implante antes de su fabricación4,5,6.

El diseño de estos dispositivos generalmente implica el uso de software de diseño asistido por computadora (CAD) para modelar el objeto final en una secuencia ordenada de operaciones de modelado 3D, comenzando desde una forma vacía y utilizando la anatomía subyacente como referencia. Este proceso se denomina convencionalmente “modelado explícito”. Se asemeja a un proceso de dibujo de ingeniería y da como resultado una malla con teselación y topología definidas por el usuario y la secuencia de operaciones de diseño implementadas.

Recientemente, nuevos paquetes de software han implementado algoritmos sofisticados para representar la geometría implícita. Matemáticamente, una superficie implícita está definida por una función de volumen continua F(x, y, z) = 0 con un nivel infinito de detalle, lo que implica que la superficie existe dentro de la función matemática. Se dice que la superficie está implícita cuando la ecuación no se resuelve para x, y y z. La geometría se vuelve explícita cuando se resuelve la ecuación y una aproximación de esa superficie se representa como una estructura alámbrica triangulada (malla). El modelado implícito se basa únicamente en funciones de volumen, lo que lo convierte en una poderosa herramienta para definir, cambiar y representar geometría 3D sin representar directamente una compleja red poligonal de vértices, aristas y caras. Por lo tanto, los cuerpos implícitos son significativamente más livianos para calcular y mantener su forma pura, ya que no están discretizados en subunidades geométricas, que no logran representar con precisión la continuidad de la superficie a costa de un uso computacional exigente. Los cuerpos implícitos pueden considerarse entidades relacionadas con un valor dentro de cada punto del espacio 3D. Esto es similar a cómo se utilizan los campos en física para definir variaciones continuas de cantidades como la temperatura, el electromagnetismo o el flujo. A efectos de diseño, el campo escalar define cuerpos implícitos, los gradientes de la geometría 3D. Actualmente, nTopology (nTopology Inc., Nueva York, NY, EE. UU.) es el único software de diseño de ingeniería que permite un enfoque de diseño impulsado por el campo, lo que proporciona una mayor flexibilidad para diversas aplicaciones complejas, incluido el diseño generativo y las estructuras reticulares computacionalmente exigentes. Si bien el diseño generativo impulsado por el campo se ha utilizado en diversos grados en la literatura de ingeniería, se sabe poco sobre su aplicación en la atención médica8,9,10. Hasta la fecha, no ha habido informes de posibles aplicaciones quirúrgicas y este enfoque no se ha implementado específicamente en cirugía oral y maxilofacial.

Este artículo tiene como objetivo evaluar si el diseño impulsado por el campo puede ser un método factible para generar placas de osteosíntesis personalizadas para cirugía ortognática y traumatología facial utilizando el software nTopology junto con el flujo de trabajo actual de la cirugía guiada por computadora. Los autores también investigaron las implicaciones del diseño generativo impulsado por el campo (FDGD) en la creación de implantes maxilofaciales específicos para cada paciente, particularmente en términos de reducción de tiempo y automatización del proceso de diseño.

Este estudio se realizó entre noviembre de 2022 y marzo de 2023. Es un estudio observacional longitudinal retrospectivo, in-silico, no clínico, que incluyó modelos anonimizados de pacientes operados en el Hospital Universitario de Udine. Los procedimientos considerados incluyeron cirugía ortognática y traumatología. Dado el diseño no clínico y el propósito especulativo de este estudio y considerando que las simulaciones se realizaron en modelos virtuales anonimizados y no se tradujeron a la práctica clínica, no se requirió aprobación ética.

Los análisis se realizaron utilizando el siguiente hardware: Apple iMac Pro (2017), sistema operativo: Microsoft Windows particionado mediante Bootcamp, 32 GB de RAM, CPU Intel Xeon W a 3,2 GHz de 8 núcleos, GPU Radeon Pro Vega 56 con 8 GB de VRAM.

Este estudio incluyó modelos de 10 pacientes sometidos a cirugía ortognática bimaxilar convencional y 10 pacientes con traumatismo craneofacial. La cirugía ortognática se realizó utilizando placas estándar (5 pacientes) o placas de osteosíntesis específicas para cada paciente (5 pacientes), prefiriéndose esta última opción en casos con movimientos esqueléticos multiaxiales, incluidas traslaciones y rotaciones realizadas en los ejes x, y y z. Para estandarizar el procedimiento, los casos de trauma se limitaron a fracturas del complejo cigomático-maxilar (ZMC) y fracturas de Le Fort I. Todos los casos de traumatismos se operaron utilizando placas estándar. Según el tipo de placas utilizadas y su diagnóstico, los pacientes se subdividieron en tres grupos: el grupo 1 incluyó cirugía ortognática realizada con dispositivos estándar, el grupo 2 incluyó cirugía ortognática realizada con dispositivos personalizados y el grupo 3 incluyó cirugía traumatológica operada con placas estándar.

La planificación quirúrgica del procedimiento se realizó en el software 3-Matic (Materialise, Leuven, BE) y los archivos del proyecto se exportaron respectivamente en la posición de planificación final para la cirugía ortognática, es decir, en la posición final del complejo bimaxilar y en la fractura totalmente reducida. Configuración de fragmentos para cirugía traumatológica (Fig. 3).

Para mejorar la correspondencia del modelo, todas las geometrías se prepararon en 3-Matic (Materialise, Leuven, BE) utilizando un algoritmo de remallado con los siguientes parámetros: remallado adaptativo, medida de forma: asimetría, umbral de calidad de la forma: 0,836, error geométrico máximo. : 0.050, preservación de contornos de superficie: habilitado.

Para facilitar el procesamiento posterior dentro del software para el modelado implícito, todos los subcomponentes de las geometrías procesadas se fusionaron dentro de una sola entidad y se aplicó una operación de envoltura para generar una geometría única y simplificada con los siguientes parámetros: distancia de cierre del espacio: 5.000; detalle más pequeño: 0,300; compensación resultante: 0, preservación de la estructura de la superficie: habilitada. La importancia de la envoltura era crear una geometría unificada sin interrupciones de la superficie, como líneas de fractura, osteotomías o huecos de geometría segmentada, que podrían haber obstaculizado el correcto funcionamiento del algoritmo de modelado implícito. Además, la operación de envoltura fue esencial para simplificar geometrías consolidándolas en una única capa externa, evitando así muchos errores de malla, como normales invertidas y triángulos superpuestos. Los modelos remallados y envueltos se exportaron como archivos STL binarios.

Como ocurre con varios enfoques de diseño convencionales, la creación de la placa comenzó con la definición de la ubicación de los tornillos. En lugar de colocar cilindros para representar los tornillos, los autores sólo definieron un punto (primitivo analítico) colocado en la geometría, que definía la posición teórica del futuro orificio del tornillo de la placa. Los puntos se colocaron de acuerdo con las pautas quirúrgicas sobre los pilares del esqueleto maxilofacial que soportan tensión y las regiones con espesor óseo máximo. Se exportó un mapa de los puntos colocados como un archivo XML. Como lo requiere nTopology, las entradas proporcionadas como un mapa de puntos escalares se formatearon como X, Y y Z. Posteriormente, el archivo XML se convirtió en un archivo CSV. Una coma separaba cada valor de coordenadas.

Se importaron STL de piezas envueltas y remalladas al software nTopology, un software innovador que permite el diseño de ingeniería basado en el campo. Al ser capaz de representar objetos 3D dentro de un campo descrito por ecuaciones matemáticas en lugar de entidades geométricas, nTopology puede manejar geometrías extremadamente complejas con un uso computacional reducido. El paso necesario implicó convertir entidades geométricas basadas en vértices en cuerpos implícitos basados ​​en campos de distancia utilizando el script "Implicit Body from Mesh". El módulo Bone Plate Generator realizó un diseño generativo de placa conforme. Primero, la ubicación del orificio del tornillo se definió importando el mapa de puntos escalares en formato de archivo CSV, lo que permitió mostrar los puntos establecidos en 3-Matic en el cuerpo implícito. Los siguientes valores describieron paramétricamente las características de la placa: en cuanto a los orificios de la placa, el tamaño del ala, la profundidad del ala y el radio del filete se fijaron respectivamente en 0,5 mm, 0,5 mm y 0,05 mm; En cuanto a las especificaciones de la placa ósea, el espesor de la placa, el desplazamiento del borde y el radio de filete variaron según el sitio anatómico y el tipo de procedimiento quirúrgico. Una vez definidos dichos parámetros, las placas óseas se crearon generativamente alrededor de los orificios para tornillos predefinidos, cubriendo un área variable sobre el esqueleto maxilofacial. La modificación del radio de fusión permitió cambios en la cobertura total del área ósea alrededor de los orificios predefinidos, haciendo que la placa sea más pequeña o más grande, dependiendo de la extensión requerida a través de la superficie de ajuste.

La Figura 1 representa la creación de placas personalizadas en caso de cirugía traumatológica a partir de un mapa de puntos escalares importado, con distintos grados de radio de combinación, para determinar la cobertura de la placa alrededor de los orificios de los tornillos.

Fase de trabajo en nTopología de una fractura combinada ZMC-Le Fort I (grupo 3). Definir las primitivas (es decir, los puntos) permite calcular tornillos y diseñar la placa automáticamente. Al aumentar el radio de fusión se extiende el área de cobertura total alrededor de los orificios de los tornillos.

Una vez que todas las placas se generaron con éxito, se aplicó un script para convertir el cuerpo implícito en geometría teselada con un umbral de error de 0,1 mm. La malla resultante se exportó como un archivo STL. Los STL se subdividieron en dos grupos:

Cuando los puntos se colocaron cerca unos de otros, la modificación del radio de fusión produjo una placa única.

Cuando los puntos se colocaron en grupos contiguos, pero con una región espaciada, la modificación del radio de fusión produjo las superficies de ajuste de la región de soporte del tornillo de la placa, a la que llamamos “brida”.

Los STL de placas y bridas se importaron en 3-matic o Geomagic Freeform (3DSystems, Rock Hill, SC, EE. UU.) y se superpusieron con la planificación original para determinar qué regiones debían recortarse o remodelarse según las necesidades quirúrgicas (Fig. 2). ). Mientras que 3-matic es más específico para operaciones de geometría tradicionales, incluidos booleanos y diseño spline, y generalmente se lo conoce como un paquete anatómico-CAD, Freeform es más adecuado para el modelado orgánico, por lo que la combinación de ambos representa una estrategia valiosa para posprocesar formas preliminares de implantes. Por ejemplo, al crear placas para la mandíbula, era esencial incluir una muesca alrededor del nervio mentoniano para evitar lesiones por compresión. Después de lograr bridas separadas, se creó un rasgo de unión o “puente” en el software de diseño para formar una sola placa. La Figura 3 resume todo el flujo para crear placas de cirugía ortognática personalizadas.

(A, B) Los implantes determinados por diseño generativo dentro del campo escalar (cuerpos implícitos) se muestran en el panel izquierdo para un paciente de clase 3. Después del recorte, se pueden lograr placas separadas funcionales para fines quirúrgicos (panel derecho). (C, D) implantes utilizados durante la cirugía para un paciente de clase 2 y producidos por un fabricante médico certificado (C), y comparación con la forma del implante primario correspondiente diseñado utilizando un flujo de trabajo basado en FD después del posprocesamiento (D).

El flujo de trabajo gráfico muestra cómo se puede integrar el diseño generativo impulsado por el campo en la planificación quirúrgica cráneo-maxilo-facial.

Para realizar el análisis FEM, se creó una malla de volumen en nTopology con una longitud máxima de borde de malla de 1 mm y un factor de crecimiento de 2. Los tornillos se representaron mediante restricciones de unión en las posiciones correspondientes de los tornillos. Para las placas óseas se asumió TI–6Al–4V (con un módulo de Young de 113,8 GPa), mientras que el hueso cortical se modeló isotrópicamente con un módulo de Young de 20 GPa.

Para la aplicación de la genioplastia, se separó el mentón del cráneo. Se aplicó una fuerza de 40N según el músculo digástrico anterior11. La parte superior del cráneo se fijó con una restricción de desplazamiento.

En las aplicaciones BSSO (osteotomía dividida sagital bilateral), las piezas se conectaron adicionalmente por encima de la región del espacio osteotómico. La parte anterior del implante se cargó con 20 N por tornillo en dirección occipital.

Para la simulación de la placa Le Fort I sólo se utilizaron las fuerzas de los dos músculos maseteros. Para esta simulación, se extrajo la mandíbula y se supuso que los dientes del maxilar estaban fijos. Se aplicó una fuerza de 350 N a ambos arcos cigomáticos en dirección al músculo masetero.

Se evaluó el rendimiento de nTopology en comparación con la estrategia de diseño convencional para la creación de una placa craneomaxilofacial específica del paciente comparando el tiempo dedicado al diseño del implante correspondiente. Se pidió al fabricante que proporcionara el tiempo dedicado por un ingeniero clínico experto para diseñar una placa craneomaxilofacial utilizando un software CAD convencional. Este tiempo se comparó con el tiempo dedicado a diseñar un implante similar basado en el modelado implícito utilizando nTopology. La evaluación se realizó por separado para los casos de cirugía ortognática, considerando la placa Le Fort I, tanto la placa BSSO como la placa de genioplastia, así como para los casos de trauma, incluida una placa personalizada para los patrones de fractura Le Fort I y ZMC. La evaluación del tiempo en nTopology incluyó la definición de coordenadas de puntos, el tiempo de cálculo dentro del software y el posprocesamiento de la forma primaria del implante mediante el recorte y remodelación de áreas inapropiadas de la placa.

La evaluación estadística se realizó utilizando el software Stata (Stata Corporation, College Station, TX, EE. UU.). Se realizó una prueba t de Student pareada de dos colas entre las medidas de tiempo utilizando una estrategia de diseño tradicional y el tiempo empleado para generar el implante correspondiente utilizando un modelado implícito. El nivel de significancia se fijó en 5%.

Además, para evaluar si el implante generado en nTopology podía satisfacer los criterios de idoneidad quirúrgica, se administró un cuestionario a 5 cirujanos maxilofaciales. El cuestionario evaluó las características de una placa generada por computadora conceptualmente correcta en términos de aplicabilidad quirúrgica. El cuestionario se basó en la atribución de una puntuación de 0 (nulo) a 3 (máximo) a cada ítem (Tabla 1).

En todos los casos, el generador de placas óseas logró generar la forma primaria del implante. La Tabla 2 presenta una descripción general de las características de los pacientes y el software utilizado.

Todas las placas se generaron en condiciones estandarizadas: radio de mezcla mínimo = 5 mm, radio de mezcla máximo = 20 mm; el número medio de puntos otorgados para la creación de la placa maxilar = 20; número promedio de puntos otorgados por la creación de la placa BSSO para la mandíbula = 8; número promedio de puntos proporcionados para la creación de genioplastia = 6. En cuanto a los orificios para tornillos, los parámetros se establecieron en 1 mm para el radio del orificio para cada placa, y todas las placas se diseñaron con un espesor estándar de 1 mm.

El tiempo computacional promedio para generar un cuerpo implícito de la placa maxilar una vez que se proporcionó el mapa de puntos escalares fue de 5 s para la placa Le Fort I maxilar; 3 s para la placa BSSO de mandíbula (cada lado se calculó por separado); 2 s para la placa de genioplastia.

En cuanto a los casos de trauma, una sola placa que cubría el borde orbitario inferior, el contrafuerte nasal y el contrafuerte cigomático-maxilar constaba de un promedio de 14 ± 3 puntos en cada lado, requiriendo un tiempo de cálculo de 15 ± 8 s. Intuitivamente, en comparación con la cirugía ortognática, el trauma representaba un escenario mucho menos estandarizable, dada la multitud de mecanismos de lesión y los patrones de fractura heterogéneos.

Para cirugía ortognática y trauma, el ajuste del radio del agujero fue casi instantáneo (hasta 1 s) cuando el parámetro se duplicó o se redujo a la mitad, con una modificación inmediata del cuerpo implícito relacionado.

Si bien la conversión de malla al cuerpo implícito fue rápida (en promedio 5 s, dependiendo del tamaño del objeto), la conversión del cuerpo implícito generado (es decir, placas o bridas) a mallas trianguladas requirió más tiempo y fue más computacional debido al proceso de reteselación. La última fase duró, en promedio, 1 min y 30 s para dos bridas Le Fort I maxilares y 30 s para una placa BSSO unilateral y una placa de genioplastia, con una precisión establecida en 0,1 mm.

En cuanto a la evaluación del cuestionario, todos los cirujanos revisaron cuidadosamente las placas diseñadas utilizando el flujo de trabajo de modelado implícito y atribuyeron una puntuación a cada elemento de la lista antes mencionada. El puntaje 3 fue el más representado (58%), seguido del puntaje 2 (36%) y el puntaje 1 (6%). Los resultados detallados del cuestionario se presentan en la Tabla 3.

En cuanto a la comparación del tiempo de diseño entre el flujo de trabajo tradicional y el modelado corporal implícito, para todas las placas de cirugía ortognática y traumatología, según el diseño del estudio, el flujo de trabajo basado en nTopology condujo a una reducción estadísticamente significativa en el tiempo dedicado durante las fases de diseño. La Tabla 4 informa en detalle las mediciones de tiempo para implantes diseñados utilizando técnicas tradicionales de modelado corporal implícito.

En cuanto a las simulaciones FEA, las tensiones más altas en los implantes se ubicaron alrededor de los orificios de los tornillos y en toda la región que recubre el espacio de la osteotomía, con valores que oscilaron entre un mínimo de 20 y un máximo de 50 MPa. Los resultados de las simulaciones FEA se presentan en la Fig. 4, mientras que la Fig. 5 muestra la definición de las condiciones límite.

Resultados de simulaciones FEA realizadas en nTopología sobre placas óseas personalizadas para cirugía ortognática diseñadas mediante modelado implícito. Las áreas de tensión son coherentes con las regiones de carga biomecánica máxima, como se indica en el mapa de colores que muestra los valores de tensión de Von Mises. La simulación se refiere al paciente 6.

Las condiciones de límite se aplicaron tanto para el maxilar como para la mandíbula. Las restricciones de desplazamiento se indican mediante marcadores rojos que apuntan al nodo fijado. Las fuerzas se indican con flechas amarillas que apuntan al nodo cargado, desde la dirección de la fuerza. Las conexiones de unión entre el implante y el hueso están resaltadas en azul. La simulación se refiere al paciente 6.

La Tabla 5 informa en detalle los parámetros constructivos para el diseño generativo impulsado por campo.

El diseño impulsado por campos basado en modelado implícito utiliza una representación analítica de campos como base para optimizar el diseño estructural. Teniendo en cuenta que esta novedosa metodología de diseño es muy reciente, no existen informes clínicos en la literatura sobre la implementación de diseños basados ​​en el campo para fabricar implantes biomédicos.

La optimización topológica, que puede considerarse precursora del diseño impulsado por el campo, se ha aplicado varias veces en el campo médico. Estas aplicaciones se restringen a la ingeniería mecánica, especialmente para el diseño de estructuras reticulares, donde el análisis de elementos finitos (FEA) se puede utilizar para evaluar propiedades como rigidez y deformabilidad asociadas con los patrones reticulares, que se modifican según los resultados de las simulaciones12. 13,14. Por lo tanto, la optimización topológica puede ajustar estos patrones basándose en los hallazgos de las pruebas biomecánicas, como lo demostraron Cantaboni et al.13.

Mientras que la optimización topológica normalmente utiliza campos de tensión-deformación calculados a partir de FEA iterativo y luego busca la optimización para proporcionar integridad estructural, reduciendo la cantidad de material utilizado15. Los campos considerados en el enfoque más general impulsado por campos pueden ser diferentes, por ejemplo, térmico, magnético y de velocidad de flujo. El proceso de optimización busca una estructura que optimice estos diferentes campos (simultáneamente) y cualquier restricción adicional. En el trabajo actual, el campo subyacente utilizado es un campo de distancia creado a partir de la representación de malla de las estructuras anatómicas. Este campo representa las distancias entre cada punto en el espacio y los puntos más cercanos en una superficie. Por lo tanto, este enfoque puede lograr un diseño que coincida con la estructura ósea subyacente, representada por un campo de distancia. Además, permite modificaciones fáciles de la estructura diseñada manteniendo la conformidad geométrica y cumpliendo con las restricciones impuestas.

Dadas tales premisas, FDGD representa un enfoque prometedor para optimizar el tiempo y los recursos y también se puede aplicar en el campo médico, donde se utiliza un campo geométrico basado en la anatomía implícita subyacente para crear generativamente un precursor del implante personalizado final.

Nuestro flujo de trabajo propuesto demostró la integración exitosa de cuerpos implícitos en el software de planificación quirúrgica virtual actual, lo que respalda un procedimiento más eficiente y que ahorra tiempo para generar placas para cirugía maxilofacial.

En comparación con el modelado explícito tradicional basado en operaciones CAD, como la creación de curvas, extrusión de caras, valores booleanos y desplazamiento de superficies, el diseño basado en campo ofrece un equilibrio inteligente entre flexibilidad y simplicidad. La aplicación de esta metodología generativa puede mejorar significativamente los procesos de desarrollo de implantes, logrando una eficiencia sin precedentes. Por ejemplo, un campo permite un control instantáneo sobre varios parámetros, incluida la ubicación y el radio de cada orificio para tornillo, el espesor de la placa y la rugosidad de la textura de la superficie.

Convencionalmente, en una secuencia de modelado explícita, el cirujano define primero la posición de los orificios para tornillos en la réplica virtual anatómica. Posteriormente, se producen múltiples operaciones, incluyendo definir el contorno de la placa, extruir el cuerpo de la plantilla de la plantilla anatómica, restarlo de la placa y luego retirar los tornillos de la placa para lograr los orificios finales. Todas estas etapas requieren mucho tiempo y pueden durar varias horas. Además, el diseño tradicional no es reversible: cuando se sustrae de la placa un tornillo de radio de mm, no es factible modificar el mismo orificio para tornillo a un radio de 0,5 mm a menos que se mantenga el orificio de la placa original, no sustraído, como un réplica de respaldo. Además, las operaciones booleanas realizadas en geometrías de alta resolución suelen ser complejas. En muchos casos, los artefactos geométricos sólo pueden evitarse con un curado meticuloso de la malla y una verificación topológica antes de ejecutar la operación.

El uso de modelos paramétricos puede abordar en parte los problemas antes mencionados al permitir la modificación de propiedades geométricas. Software como PTC Creo, Solidworks y Catia son paramétricos, se basan en geometrías convencionales y se basan en geometrías basadas en curvas como los archivos IGES y STEP. Estas geometrías no son adecuadas para formas anatómicas complejas de la región craneofacial, creando múltiples parches para aproximarse a la superficie esquelética orgánica16. Esto a menudo resulta en fallas computacionales y tiempos de procesamiento insostenibles, que pueden abordarse mediante modelos implícitos. Además, los paquetes paramétricos carecen de características generativas y se utilizan principalmente en ingeniería mecánica. Su utilización en modelos médicos es poco común, como lo demuestran los autores en una extensa revisión sistemática reciente17.

Todas estas operaciones están simplificadas en FDGD. Mientras ejecuta operaciones en períodos de tiempo extremadamente cortos, incluidos booleanos casi inmediatos, y preserva un gran detalle anatómico cuando las superficies esqueléticas se convierten en cuerpos implícitos, FDGD al mismo tiempo mantiene el control sobre los parámetros que pueden modificarse repetidamente. Por ejemplo, la misma placa se puede probar con tornillos de diferentes tamaños sin tener que diseñar un objeto nuevo.

Uno de los factores clave para la personalización masiva en cirugía, es decir, el uso de soluciones específicas para cada paciente en todos los procedimientos quirúrgicos, es el tiempo hasta la entrega del implante. Actualmente, el tiempo necesario para el diseño de implantes es un obstáculo importante. En los casos en los que se necesitan modificaciones repentinas, resulta complicado retroceder en todas las fases de diseño y revertir el plan original a la nueva configuración. Mientras que la cirugía ortognática permite un cronograma más permisivo desde la planificación hasta la cirugía, la cirugía traumatológica es más urgente. Por tanto, la implementación de implantes personalizados está significativamente limitada por limitaciones de tiempo. Sin embargo, la mayor adopción de FDGD desarrollado específicamente para aplicaciones médicas puede reducir significativamente el tiempo necesario para diseñar implantes personalizados.

El módulo generador de placas óseas incorporado en nTopology proporciona una estimación preliminar del potencial de la FDGD en cirugía maxilofacial. Sin embargo, se limita a placas de estructura lineal cuya forma está determinada por la posición de un mapa de puntos de guía. Una mejora adicional estará representada por nuevas implementaciones de software que permitan diseñar tipos de implantes alternativos, incluidos aquellos para la reconstrucción orbitaria y craneal como cuerpos implícitos. Además, el modelado implícito permitirá modelar implantes específicos de cada paciente que se alineen con los resultados del análisis FEA18, lo que permitirá optimizar el diseño topológico en función del esfuerzo cortante y la tensión que se prevé que soportará el implante. Esto está en línea con el concepto “mecanobiológico” descrito por Ruf et al.19, pero requeriría estudios adicionales, ya que este aspecto no fue desarrollado en este artículo.

Las limitaciones de este estudio incluyen su diseño retrospectivo, ya que los casos se seleccionaron de una cohorte de pacientes que ya habían sido sometidos a cirugía con placas tradicionales. La inscripción prospectiva de pacientes que reciben implantes diseñados mediante FDGD o métodos convencionales y evaluar la diferencia en el tiempo de producción y la calidad final sería una mejora necesaria para establecer evidencia sobre la importancia de esta nueva tecnología en el campo médico.

Como muestra la Fig. 2, los implantes generados mediante FDGD son aparentemente más engorrosos, ya que el software construye la geometría del campo alrededor de los puntos de orificio predefinidos. Aunque esta característica se puede modificar paramétricamente variando el radio de mezcla, la forma general del implante primario es engorrosa y necesita recortarse para maximizar su compatibilidad con el sitio anatómico receptor. Por el contrario, los implantes personalizados disponibles actualmente están diseñados para ser mínimamente invasivos, con barras delgadas que conectan los orificios de los tornillos. Sin embargo, una ligera extensión del área de la placa podría contribuir a un futuro diseño innovador, que podría incorporar estructuras reticulares para facilitar la osteointegración, así como geometrías orientadas a FEA que podrían ayudar a estabilizar la carga mecánica en los segmentos óseos.

Además, el módulo generador de placa ósea es muy preliminar en su concepción y el software no es capaz de reconocer que el espacio mandibular es una zona vacía y que la placa debe conformarse como un puente que lo circunda, en lugar de envolverlo. Por tanto, las placas deben editarse en 3-Matic o Geomagic Freeform para mejorar su compatibilidad anatómica. Pero aún así, el diseño basado en el campo simplifica considerablemente el proceso de diseño, ya que las superficies personalizadas del implante, incluidos los orificios para tornillos del diámetro deseado, se generan automáticamente y con una edición mínima de la malla el diseñador puede lograr una forma primaria del implante. Además, como sugieren los datos FEA, el diseño de la placa primaria generado después de colocar los puntos necesita una optimización adicional para cumplir con los requisitos mecánicos, y esto debe reconocerse como una limitación en esta etapa del desarrollo de la nTopología con fines médicos. Una limitación adicional es que la evaluación de la reducción de tiempo usando FDGD es solo una estimación, sin embargo la reducción de tiempo puede ser considerable, así como la facilidad de gestionar paramétricamente los diámetros de los orificios de los tornillos, que pueden modificarse de forma interactiva e instantánea. Lo mismo ocurre también con el agujero mentoniano, que nTopology no es capaz de reconocer, por lo que la edición de la malla debe incluir la creación de una muesca que rodee este agujero para evitar la compresión del nervio mentoniano. Otro punto crítico está representado por huesos delgados, como la pared anterior del maxilar: nTopology no es capaz de reconocer la anatomía, y una vez asignados los puntos de guía, el software realiza una envoltura frontal y posterior alrededor de la muesca piriforme. Sin embargo, es muy fácil para el usuario eliminar la duplicación de la geometría detrás del hueso, preservando al mismo tiempo la estructura de la placa donde sea necesario, con el diámetro del orificio y el espesor de la placa que pueden modificarse paramétricamente. En particular, FDGD mostró su potencial para elaborar formas primarias de implantes, pero el estudio no puede demostrar en esta etapa la viabilidad completa del método para el diseño final de dispositivos maxilofaciales personalizados. De hecho, este flujo de trabajo aún necesita más mejoras para garantizar el correcto rendimiento y funcionamiento de los dispositivos. Además, esta aplicación específica de FDGD considera sólo la distancia como campo, pero debe integrarse con información computacional que incluya también la simulación correcta de cargas mecánicas. En su etapa actual, como lo demuestra la FEA, el FDGD podría no ser suficiente para lograr un diseño final apropiado, ya que aún dependería de una mayor optimización de las geometrías.

Sin embargo, los resultados preliminares mostrados en este artículo sugieren que la FDGD tiene el potencial de simplificar el flujo de trabajo altamente complejo de diseño de placas personalizadas, que actualmente requiere experiencia especializada que sólo posee una pequeña fracción de los médicos. Esto podría facilitar que más instituciones sanitarias diseñen implantes personalizados internamente, reduciendo así el tiempo general de planificación y facilitando la generalización de implantes craneofaciales personalizados en cirugía, dados los beneficios bien demostrados en términos de precisión quirúrgica y facilidad de colocación.

En resumen, este trabajo analiza una metodología novedosa para diseñar implantes específicos para pacientes que potencialmente podrían reemplazar los flujos de trabajo actuales basados ​​en características de diseño tradicionales en los próximos años. Su objetivo es arrojar luz sobre las aplicaciones clínicas de una técnica innovadora para mejorar las posibilidades de diseño de implantes personalizados. En su intento, este estudio todavía tiene varias limitaciones en la metodología y mostró el potencial para la elaboración de la forma primaria del implante para placas maxilofaciales personalizadas. Los avances futuros de FDGD por parte de las empresas de software y el desarrollo de paquetes más orientados clínicamente mejorarán su integración con el flujo de trabajo clínico actual.

Los conjuntos de datos generados y/o analizados durante el estudio actual están disponibles del autor correspondiente a solicitud razonable.

Arcas, A., Vendrell, G., Cuesta, F. & Bermejo, L. Ventajas de realizar mentoplastias con guías y placas personalizadas generadas con planificación e impresión 3D: Resultados de una serie de 23 casos. J. Cranio-Maxillo-Fac. Cirugía. 46, 2088-2095 (2018).

Artículo de Google Scholar

Boccalatte, LA y cols. Cirugía asistida por ordenador para la sustitución de la articulación temporomandibular por prótesis personalizadas: ¿Podemos validar los resultados?. Maxilofac Oral. Cirugía. 24, 317–325 (2020).

Artículo CAS PubMed Google Scholar

Mazzoni, S., Bianchi, A., Schiariti, G., Badiali, G. & Marchetti, C. El diseño asistido por computadora y las guías de corte de fabricación asistidas por computadora y las placas de titanio personalizadas son útiles en el reposicionamiento sin oblea del maxilar superior. J. Maxilofac Oral. Cirugía. 73, 701–707 (2015).

Artículo PubMed Google Scholar

Kim, S.-H., Lee, S.-M., Park, J.-H., Yang, S. y Kim, J.-W. Eficacia de las guías de osteotomía ortognática y placas personalizadas impresas en titanio en 3D. BMC Salud Bucal 23, 255 (2023).

Artículo CAS PubMed PubMed Central Google Scholar

Zoabi, A. y col. Impresión 3D y planificación quirúrgica virtual en cirugía oral y maxilofacial. J.Clin. Medicina. 11, 2385 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Memon, AR, Wang, E., Hu, J., Egger, J. y Chen, X. Una revisión sobre el diseño y la fabricación asistidos por computadora de implantes maxilofaciales específicos para cada paciente. Experto Rev. Med. Dispositivos 17, 345–356 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Diseño impulsado por el campo para la fabricación avanzada. nTopología (2020).

Barreto, MA, Cuan-Urquizo, E., Perez-Gonzalez, J. & Huegel, JC El uso de metamateriales de red conformal para aliviar la tensión en las cavidades de las extremidades inferiores: un estudio numérico y exploratorio. Proc. Inst. Mec. Ing. 236, 1635-1645 (2022).

Artículo de Google Scholar

Rajput, S., Burde, H., Singh, EE. UU., Kajaria, H. y Bhagchandani, RK Optimización de prótesis de pierna mediante diseño generativo y mecanismo compatible. Madre. Hoy Proc. 46, 8708–8715 (2021).

Artículo de Google Scholar

Low, L., Ramadan, S., Coolens, C. y Naguib, HE Impresión 3D de estructuras reticulares complejas para la fabricación de fantasmas hepáticos permeables. Bioimpresión 10, e00025 (2018).

Artículo de Google Scholar

Nurettin, D. & Burak, B. Viabilidad de placas de fijación de polímero reforzado con fibra de carbono para el tratamiento de la fractura mandibular atrófica: un método de elementos finitos. J. Cranio-Maxillofac. Cirugía. 46, 2182–2189 (2018).

Artículo de Google Scholar

Sutradhar, A., Paulino, GH, Miller, MJ y Nguyen, TH Optimización topológica para diseñar reemplazos óseos segmentarios craneofaciales grandes específicos para cada paciente. Proc. Nacional. Acad. Ciencia. Estados Unidos 107, 13222–13227 (2010).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Cantaboni, F. y col. Modelado y simulación FE de estructuras reticulares de Co-Cr impresas en 3D para aplicaciones biomédicas. Proc. CIRP 110, 372–377 (2022).

Artículo de Google Scholar

Kumar, A. y Chhabra, D. Adopción de la fabricación aditiva como marco de fabricación más limpia para dispositivos ortopédicos topológicamente optimizados: implicaciones para la rehabilitación sostenible. Limpio. Ing. Tecnología. 10, 100559 (2022).

Artículo de Google Scholar

Naghavi, SA y cols. Un novedoso diseño híbrido y modelado de un implante de cadera poroso de Ti-6Al-4V graduado personalizado para reducir la protección contra el estrés: un análisis experimental y numérico. Frente. Bioeng. Biotecnología. 11, 1092361 (2023).

Artículo PubMed PubMed Central Google Scholar

Turek, P. Evaluación de los métodos de autosuperficie para crear un cuerpo de superficie del modelo de mandíbula. Representante mecánico. Ing. 3, 46–54 (2022).

Artículo de Google Scholar

Tel, A. et al. Revisión sistemática del software utilizado para la planificación quirúrgica virtual en cirugía craneomaxilofacial durante la última década. En t. J. Maxilofac Oral. Cirugía. https://doi.org/10.1016/j.ijom.2022.11.011 (2022).

Artículo PubMed Google Scholar

Schottey, O., Huys, SEF, Van Lenthe, GH, Mommaerts, MY y Vander Sloten, J. Desarrollo de un implante de reconstrucción mandibular topológicamente optimizado y específico para el paciente para un defecto de clase II de Brown. Ana. Impresión 3D. Medicina. 10, 100107 (2023).

Artículo de Google Scholar

Ruf, P. et al. Hacia una reconstrucción mandibular mecanobiológicamente optimizada: miniplacas CAD/CAM versus placas de reconstrucción para la fijación del colgajo libre del peroné: un estudio de elementos finitos. Frente. Bioeng. Biotecnología. 10, 1005022 (2022).

Artículo PubMed PubMed Central Google Scholar

Descargar referencias

Unidad de Cirugía Maxilofacial, Departamento de Cirugía de Cabeza y Cuello y Neurociencia, Hospital Universitario de Udine, Udine, Italia

Alessandro Tel & Massimo Hecho

Centro de Física Médica e Ingeniería Biomédica, Universidad Médica de Viena, Viena, Austria

Erik Kornfellner y Francesco Moscato

Instituto Ludwig Boltzmann de Investigación Cardiovascular, Viena, Austria

Francesco Moscatel

Clúster austriaco para la regeneración de tejidos, Viena, Austria

Francesco Moscatel

Departamento de Cirugía Oral y Maxilofacial, Centro Médico de la Universidad de Radboud, Nijmegen, Países Bajos

Shankeeth Vinayahalingam y Tong Xi

Escuela Sant'Anna de Estudios Avanzados, Universidad de Pisa, Pisa, Italia

lorenzo arboit

Departamento de Cirugía Maxilofacial, Unidad de Cirugía Maxilofacial, Hospital Académico de Udine, Departamento de Medicina, Universidad de Udine, P.le S. Maria Della Misericordia 1, 33100, Udine, Italia

Massimo hecho

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

AT concibió la idea del manuscrito, realizó VSP y diseño, escribió el borrador completo y coordinó el grupo de investigación; EK manejó simulaciones FEA y escribió la sección de bioingeniería de este artículo; FM proporcionó conocimientos de ingeniería y contribuyó al borrador completo; SV realizó una edición precisa de lenguaje y texto; TX validó el borrador del texto y editó el manuscrito; LA brindó asistencia técnica en nTopología; MR aprobó y validó el artículo completo.

Correspondencia a Massimo Robiony.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Tel, A., Kornfellner, E., Moscato, F. et al. Optimización de la eficiencia en la creación de placas específicas para cada paciente mediante un diseño generativo impulsado por el campo en cirugía maxilofacial. Informe científico 13, 12082 (2023). https://doi.org/10.1038/s41598-023-39327-8

Descargar cita

Recibido: 14 de marzo de 2023

Aceptado: 24 de julio de 2023

Publicado: 26 de julio de 2023

DOI: https://doi.org/10.1038/s41598-023-39327-8

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.