PINNOCHIO：用物理约束神经网络预测正颌手术后的面部，精度比肩有限元，却只需几秒（Lee 等，2026，arXiv）
Jungwook Lee、Daeseung Kim、Kevin Gu、Zhangfeng Hu、Tianshu Kuang、Finn Hopeman、Michael A.K. Liebschner、Jaime Gateno 和 Pingkun Yan（伦斯勒理工学院、休斯顿卫理公会研究所、贝勒医学院）于 2026 年 6 月 1 日在 arXiv 发布、面向 MICCAI 2026 会议的 PINNOCHIO：一种物理约束神经网络（PINN），逐患者预测颌骨手术复位后面部软组织如何变形。在 40 例真实临床病例上——术前 CT 提供几何结构，术后 3dMD 面部表面作为真值——该模型在表面保真度上达到或超过作为参照的有限元模拟器（平均 Chamfer 距离 1.12 毫米对 1.30，面部 86.55% 的点距目标 2 毫米以内对 80.90%），而所需时间为 3.24 秒，而非 3.5 小时。这一速度提升使手术方案的迭代试验真正可行；但仍应结合以下事实来看待：队列仅 40 例、监督只测量外表面、所有患者使用相同的固定力学参数，且代码未公开。
背景
正颌手术通过切开并重新定位面部骨骼，来矫正牙颌面畸形——颌骨错位、下颌后缩或前突、不对称等。美学与功能结果取决于软组织（肌肉、脂肪、皮肤）如何随骨骼移动，这是一种强非线性关系：骨骼移动一毫米，皮肤并不会移动一毫米，且效果因部位而异。为做规划，外科医生希望尝试多个候选的骨骼移动方案，并看到每一个对应的预测面部。这正是一套好的软组织模拟所应提供的。
迄今有两类工具相互竞争。一类是有限元法（FEM：把组织切分成由小单元组成的网格，并在每个单元上求解力学方程），生物力学上严谨但缓慢——每例需数小时，无法用于诊室中的交互式试验。另一类是快速的深度学习模型，但常产生生物力学上不一致的变形：自相交的面部、互相折叠的体积。PINNOCHIO 正处于这一空隙之中：保留神经网络的速度，同时不放弃物理一致性。
方法
该预印本（arXiv:2606.01572，10.48550/arXiv.2606.01572，于 2026 年 6 月 1 日发布，采用 arXiv 非独占许可）基于两个想法。第一个是顺序分解，把两种性质不同的现象分开。在骨与软组织之间的界面处，位移是不连续的：贴附在骨上的皮肤随骨移动，其余则不然。而在体积内，变形是连续的。PINNOCHIO 先处理界面位移的预测（“Boundary Displacement Prediction”模块），再把该结果作为边界条件，将变形传播到整个体积（“Physics-Constrained Volumetric Propagation”）。把两者解耦使训练更稳定。
第二个想法是物理锚定。软组织被建模为新胡克型（Neo-Hookean）超弹性材料——一种用于生物组织的经典本构定律，描述材料被拉伸或压缩时应变能如何增加。由该能量，可在网格的每个节点上计算内力，并由一个物理损失惩罚那些不处于平衡（合力非零）的构型。因此网络不只是学着模仿样例：当其预测违背力学时会受到惩罚。两个模块都基于带注意力的图神经网络（GNN，把网格当作由相连节点构成的图来处理；GAT），很适合不规则网格。
一个重要的方法学要点：监督只覆盖外表面。在真实患者身上，无法获得组织内部每个点的术后位置；只能知道由 3dMD（一种 3D 摄影系统）测得的面部表面。由于没有点对点的对应关系，预测表面与真实表面之间的吻合用 Chamfer 距离（一表面上每个点到另一表面最近点的平均距离）来衡量。因此体积内部仅受物理约束，而非由测量约束。作者先在 FEM 模拟数据（其中存在体积真值）上预训练模型，再仅用表面监督在真实病例上微调——一种 sim-to-real 策略。队列包含 40 例临床病例，采用五折交叉验证；每例都包含四个骨段的规划移动（LeFort I、下颌远中段及两个远中段）。力学参数对所有患者取相同固定值（肌肉：杨氏模量 6 kPa；浅层：4 kPa；泊松比 0.49）。
结果
PINNOCHIO 与三个参照对比：FEM-RLSE（作为参照的有限元模拟器）以及两个较早的深度学习模型 ACMT-Net（Fang 等，2024）和 DGCFP。在整张面部上，它取得最佳保真度：Chamfer 距离 1.12 ± 0.26 毫米（FEM 为 1.30，两个学习模型分别为 1.71 与 2.19），Hausdorff 距离 2.73 ± 0.69 毫米（Hausdorff 衡量最坏偏差而非平均；FEM 为 3.16），尤其是86.55% 的点距目标表面 2 毫米以内，而 FEM 为 80.90%。在速度上，差距是另一个数量级：每例 3.24 秒，而 FEM 为 1.26 × 10⁴ 秒（3.5 小时），约快 3900 倍。消融研究表明两个要素都重要：去掉分解或物理损失，会分别损害精度或力学有效性（平衡残差从 0.20 升至 1.73，由雅可比行列式衡量的网格质量在没有物理约束时从 0.87 降至 0.68）。
临床转化。2 毫米的阈值并非随意：在面部上，这一量级的偏差大约就是肉眼可察觉的极限。86.55% 的点低于该阈值，也意味着大约每七个面部点中就有一个仍偏离目标 2 毫米以上——这一残余误差可能集中在富有表情的区域（嘴唇、皱褶、鼻尖）而不被察觉，因为该指标是在整张面部上取平均的。决定性的收益在别处：把每次模拟从 3.5 小时缩短到 3 秒，改变了规划方式。试验十个候选手术方案原本需要约 35 小时的有限元计算；如今只需半分钟，使得在同一次规划会话中进行迭代优化成为可能。这是术前决策支持，而非自主操作。
做得好的地方
物理写进了损失函数，而不仅在数据里。通过显式惩罚偏离新胡克平衡的构型，模型产生了力学上合理的变形，消融实验以数字为证：没有物理约束，平衡残差被放大近九倍，网格质量随之下降。这正是纯学习模型所缺乏的——它们可能贴合了表面，却产生异常的体积。
界面/体积分解针对的是一个真实问题。把骨–组织界面处的不连续跳变与体积的连续变形分开，是对真实现象的细致建模，并可测量地改善了学习。这是一项可在面部之外复用的方法学贡献——凡是有一个清晰边界条件驱动体积变形的场合都适用。
评估是针对真实术后表面进行的，并在其上胜过 FEM。该模型并非只与另一种模拟相比：真值是手术后实际观测到的 3dMD 表面。在这一标准上超过作为参照的 FEM（2 毫米以内的点占比 86.55% 对 80.90%）、同时快上数千倍，是一个具体的结果而非承诺——而且与两个较新的学习模型而非过时的稻草人相比，是诚实的。
做得不够的地方
四十例患者、单一来源：泛化性仍是未知数。40 例的队列，即便采用五折交叉验证，也是狭窄的，且预印本未说明数据来源的机构或国家。这正是人群偏倚的领域：无法保证精度在其他面型、其他类型的畸形、其他扫描仪或 3dMD 系统上仍然成立。没有多中心外部验证，1.12 毫米这一数字描述的是这个队列，而非正颌手术候选人群。
只测量了表面；内部从未被验证。监督只覆盖皮肤，体积内部仅由物理约束。然而一个模型可能正确地重现了表面，却在深层的变形上出错——这是捷径学习（shortcut learning）的一种变体（网络学到的是足以最小化表面损失的东西，未必是真实的内部力学）。此外，力学参数对所有患者取相同值，而组织的硬度因人而异；作者也承认这一点，将患者特异性估计留待未来工作。预训练中使用的 FEM“真值”本身也是一个模型，带有自身的近似。
一个被平均化的指标，且没有公开代码。这些距离是在整张面部上取平均的：这是经典的误导性指标，良好的平均值可能掩盖集中在临床决定性区域的误差。预印本没有报告分区域（嘴唇、鼻、下巴）的精度。最后，代码与权重均未宣布公开，且全文以 arXiv 非独占许可发布——并非开放的再利用许可：因此目前独立的可复现性无法保证。资助来源（NIH，基金 R01DE027251 和 R01DE021863）以及无利益冲突声明则得到了恰当的说明。
这会改变什么
对研究界而言，其意义超出面部手术。PINNOCHIO 展示了一个可推广的配方：把一条力学定律注入图网络的损失函数，并按位移的性质（不连续界面、连续体积）分解问题。sim-to-real 策略——先在存在体积真值的 FEM 模拟上预训练，再在只测量表面的真实数据上微调——可迁移到其他组织变形问题。自然的后续是多中心验证、对力学性质做患者特异性估计（作者提到超声），以及扩展到颏成形术等其他术式。
对外科医生而言，潜在价值是切实的：几秒钟的模拟，理论上可在诊疗过程中交互式地比较多个方案，而有限元此前需要通宵计算。但这是一个研究原型：今天没有任何 CE 标志、没有任何 FDA 批准、也没有法国 Haute Autorité de Santé 的意见，覆盖这样一种用于指导手术决策的工具，而面部某处超过 2 毫米的残余误差在面部美学外科中并非小事。
对患者和公众而言，价值在于更好的术前沟通：能更快、更逼真地看到预期面部，有助于建立现实的期望。仍应保持审慎——预测并不等于结果的保证，手术决策仍由医疗团队负责，他们会综合考虑远不止组织几何这一项的诸多因素。
延伸阅读
预印本在 arXiv 上开放获取：arxiv.org/abs/2606.01572（DOI 10.48550/arXiv.2606.01572）。关于深度学习在医学影像中的应用与对照选择问题，参见我们对 Liu 2026 用于直肠 MRI 的混合专家模型的解读。关于如何把影像性能转化为临床价值，参见我们对 Brzus 2026 卒中后预后神经影像流程的解读。