摘要
将非结构化的临床处方转化为个性化足部矫正器（FOs）面临着语义与物理之间的不匹配：高层次的临床意图并未确定性地映射到矫正器的3D几何参数上，现有设计工作流程仍然依赖于手动专业知识，缺乏即时的生物力学验证。我们提出了TANS-FO，一个研究原型——一个具有闭环反馈的模块化管道，用于个性化FOs的计算设计自动化，并非经过临床验证的治疗设备。
方法
一个文本对齐的神经替代模型（TANS）使用交叉注意力将临床文本嵌入投影到连续的格子密度场上，而图神经网络（GNN）替代模型实时预测足底应力，替代有限元分析（FEA）。该框架基于开放获取的PicoFoot-5K人类测量数据库（5,230个受试者；30多个解剖参数）。在标准化的准静态加载下，GNN替代模型与Abaqus参考解算器一致（$R^2 = 0.94$），整个管道在几分钟内合成制造就绪的格子鞋垫。
在18-40岁的男性群体中，所提出的系统在参数化CAD基础上实现了34.7%的替代预测峰压降低，配合误差为0.42毫米。此外，使用视觉模拟评分（VAS）进行的探索性可行性观察（n = 12；为期两周的随访；无对照组）表明短期舒适度有所改善（VAS从6.4降至2.1），但该数据被明确分类为初步观察性证据，仅为临床有效性证据的初步探索。
博主点评： 该研究通过构建闭环反馈机制，实现了个性化足部矫正器的高效设计，展现了现代计算设计与生物力学结合的潜力。尽管目前仍处于原型阶段，但其方法和成果为未来的临床应用奠定了基础。