计算机断层扫描(computed tomography,CT)是胸外科医生检测肺结节最常见且最基本的技术,是肺癌筛查和诊断的主要临床手段。现阶段的筛查是由人工阅片完成的,但随着筛查人数的快速增长,高分辨率 CT 的图像数增加至上百张,人工处理图像的方法越来越难胜任此项任务,因此 AI 辅助医生显得必要且高效。得益于卷积神经网络(convolutional neural network,CNN)的兴起,机器学习的技术在影像识别领域取得了显著的进步,CNN 的学习过程模拟了动物视觉皮层组织,一个成功训练的 CNN 模型可以在预处理信息的过程中构建层次信息[2]。目前已有报道,针对局部征象的CNN 模型快速成功地识别出胸部 X 线片中的各类病灶,包括:结节、间质影、胸膜牵拉、气胸、实体占位、心脏肥大等[3]。另有一些深度学习模型对肺癌筛查的计算机辅助检测(computer -aided detection,CAD)系统进行了评估,在肺结节分类及恶性风险预测方面显示出相当大的可行性[4-5]。肺结节 CAD 技术通过各类分析算法实现了胸部 CT 图像中肺实质的分割、肺结节的分割与检测以及肺结节良恶性判断等[6]。Ciompi 等[7]提出一种基于CNN 的肺结节自动分类法,其性能强大可媲美临床专家,另外王媛媛等[8]的研究表明 CNN 对于CT/PET-CT 多模态图像识别有良好的效果,能实现较高的肺部肿瘤识别率。虽然 CNN 能更加准确快速地识别肺结节,但目前仅有少数方法通过结合AI 深度学习与 CT 影像来识别肺结节。
病理阅片与 CT 影像在胸外科虽属不同范畴的诊断手段,但有异曲同工之处:两者均依赖视觉图像;两者均面临繁重的工作量。AI 在合适的阶段介入了病理诊断领域并有替代人工诊断的势头。Koller 和他的同事基于机器学习技术开发了一套病理切片的肿瘤识别工具,称为 C-Path[9]。其能够在细胞上皮与基质中分辨细胞核与细胞质的毗邻关系,确定胞核的大小与定位。C-Path 经过不断的训练,可以实现肿瘤识别,甚至利用病理结果、基因背景以及临床特征,多维度预测患者预后[10]。AI 病理识别模型已经在乳腺癌与胃癌领域大放异彩[11], 相信不久的将来就能有辅助诊断肺癌、食管癌或胸腺瘤的 AI 出现。
上述 AI 的技术应用更偏向于辅助诊断,但对于胸外科医生来说,手术是核心,且常使用例如达芬奇机器人这类全球顶尖外科机器人技术来完成胸外科手术。据美国直觉公司的统计,2017 年胸外科达芬奇机器人手术量已占全美胸外科手术的12%,高精尖科技与胸外科结合已大势所趋,那么同为高端技术代表的 AI 在机器人手术中已有何种应用?并将会碰撞出何种火花呢?
2 机器人手术应用进展
如果说 1985 年由美国洛杉矶医院研制的脑组织活检定位机器人 Puma560 的出现代表着手术机器人的开端,那么 2000 年 Intuitive Surgical 公司推出的da Vinci.机器人就标志着外科正式进入了手术机器人时代。达芬奇手术机器人系统凭借多种核心技术:高清视觉、直觉操作、人体工程学控制台和高自由度仿真手腕等,成为了全世界应用最广、最先进的手术机器人,其应用范围涵盖心胸外科、普外科、泌尿外科等数十个学科。
近 10 年来,电视胸腔镜辅助胸外科手术(video-assisted thoracic surgery,VATS)和机器人辅助胸外科手术(robot-assisted thoracic surgery,RATS)共同组成了胸外科的微创外科(minimally invasive surgery,MIS)理念。MIS 下的胸外科手术出血量少、患者术后疼痛减轻、住院时间明显缩短、安全性高、围术期死亡率低。VATS 的运用已趋于成熟规范化,处于平台期,是目前胸外科手术的主流;RATS 对比 VATS 有局部优势,擅长解剖狭窄部位,可以拓展至更复杂的手术,譬如支气管袖状切除或局部晚期手术,RATS 下主刀舒适性提高,手术团队获益,并且容易上手,对于成熟胸外科医生来说仅需 20 台次的训练即可掌握。然而RATS 在解剖性肺叶切除术中对比 VATS 无明显的优势[12]。RATS 虽是高端手术技术的代表,仍处于探索期,需要不断发展前进。手术机器人的发展已从常规优化进一步迈向从非智能状态向初-中级智能化的创新变革。
2.1 微创化
机器人手术的微创化目前有两大改变,一个是机器人操作孔的改变;另一个是机器人操作臂的改变。单孔(single-port)技术的发展使得机器人手术常规需要的 4 个操作孔变为 1 个,手术机器人的器械与内镜经由单孔多通道的 Port 交叉进入术野,加上远端固定点技术可以减少对 Port 的牵拉,机器人手术到达了微微创的程度。
机械臂单孔化作为机器人微创化的另一大思路,目前已有成熟产品面世:da Vinci. SP 系统,其通过将 3 个仿生手腕工具和摄像臂集于 2.5 cm 的单孔套管内,实现单孔化手术,并可深入腔体内部达 24 cm,不受局限地完成手术。
2.2 多功能化
手术机器人的多功能化之一是术中光学示踪— 使用额外的荧光激发与接收设备实现关键解剖部位的结构识别。其基本原理是利用吲哚菁绿(indocyanine green,ICG)与白蛋白结合的特性,且ICG 受激发后能够发出近红外(near-infrared,NIR)荧光。NIR 自发荧光效应低并具有较强的组织穿透能力,这些特性造就了 ICG 结合于 MIS 后有诸多的应用,包括可视化血管、评估吻合口的灌注、寻找前哨淋巴结、判断段间平面等[13]。
机器人手术术中超声定位是肺结节实时定位的又一项新技术,其实质是机械臂的多功能化— 机器人专用探头的彩色多普勒超声扫描诊断仪可对靠近膈面、纵隔面、肩胛骨等部位、难以行 CT 引导下定位操作的结节进行快速术中定位。研究表明,术中超声定位并未延长手术时间,同时还具有减少出血量,缩短住院时间等优势[14]。同样,有团队运用胃镜在食道病灶处放置金属标记夹,配合超声进行定位后完成 MIS 下食管癌切除术[15]。
手术机器人多功能化之三为短距离放疗。Xoft. 的近距离放疗系统配合达芬奇机器人实现了术中放疗,该产品的球囊施源器能通过 1 cm 的穿刺器,将放射剂量精准施加在可疑残留肿瘤细胞的区域,显著降低局部肿瘤复发可能性,延长生存期,提高肿瘤综合治疗效果。相较于传统外放射治疗,短距离放疗优势在于能达到更高的局部放射剂量并减少治疗总周期。随着技术革新与人工智能算法的辅助,胸部放疗机器人也应运而生。近日,Dou 等[16]报道了一种新型的 CT 引导下机器人辅助肺癌近距离放疗系统,该系统拥有较高的准确度与可重复性,通过放疗规划系统地控制实现靶向部位的自动定位后穿刺。虽然全世界范围内目前正式临床化与商业化的短距离放疗机器人系统寥寥无几,且仅有的放疗机器人针对的靶器官几乎都是前列腺,至于针对其他靶器官放疗系统的成熟产品更是仍在摇篮中[17],但是放疗是肺癌综合治疗重要的一环,机器人辅助下的胸部放疗系统是未来开拓的方向,在缩短人工操作时间的同时又能提高病灶定位与治疗范围评估的准确性。
短距离放疗机器人背后的技术保证正是手术机器人多功能化之四:穿刺机器人。ROBIOTM EX 作为当今操作性机器人的代表,是一种 CT 和 PET-CT 引导的机器人定位系统,机器人的辅助有助于快速准确地定位肿瘤、放置工具,适用于腹部和胸部的介入手术,包括活检、细针抽吸细胞学检查、疼痛治疗、引流和肿瘤消融。
2.3 一体化
一体化的目标是将多功能化的产品均在一种设备上实现,这就要求单个功能的微型化和集成化,例如术中光学示踪的实现需要近红外激发与接收设备,实际上,机器人技术已将荧光染料与达芬奇机器人专用的相机头、内窥镜和激光光源结合在一起。外科医生现在可以在三维组织表面下实时识别脉管系统,同时也可以观察关键解剖结构[18]。
高端技术的杂交使得机器人手术更加高效、安全和精准。对于胸外科医生来说,肺癌冰冻病理决定着一部分患者的手术是行亚肺叶切除术还是肺叶切除术,许多胸外科医生都有苦苦等待冰冻病理结果的时候,而当今机器人手术一体化技术另一令人兴奋的突破为术野实时病理。显微内镜的发明使体内、原位、实时的组织学细胞学诊断站上了病理学的舞台,使高效的切缘病理分析、实时组织活检成为现实[19]。显微内镜经过几代技术革新达到仅需毫米级微型生物光子探头就可实现细胞水平成像,且可以完美辅助于达芬奇机器人系统。显微内镜与机器人系统一体化通过两种方式实现,一是将探头结合在达芬奇机械臂的持针手腕上;二是作为独立的机械臂[20]。另外,新型力感应显微内镜探头增加了在复杂、大面积的三维表面上获取类似组织学图像的能力[21]。共聚焦显微内镜技术可提供大面积、高分辨率的图像,这些都是组织识别与切缘评估的重要保障[22]。Lopez 等[23]将正式病理切片图像与通过大面积、高速、深度扫描而获得的高分辨率显微图像进行比对时发现了两者高度契合,这令人不禁对组织影像诊断学充满信心。也不禁令人联想到:AI 的深度学习功能可通过学习 HE 染色病理切片的诊断模型进而识别显微内镜图像中相应细胞结构,最终达到术野实时的 AI 病理评估。
手术机器人的微创化、多功能化和一体化代表着当今最先进的机器人手术技术,但是胸外科医生们是否满足于此呢?达芬奇机器人手术系统是外科医生操作机械臂手术的人机协作型机器人,它不能代表人工智能化的手术,并且达芬奇机器人系统是“全科”机器人,面对日益细分学科的外科,其不能胜任专科任务。因此,具备智能诊断并提供全功能手术解决方案的高智能化手术机器人是未来,是变革的方向。
3 机器人手术的未来
得益于 CNN 技术和机器学习的进步,我们相信,机器人手术将更加智能。抱着使患者利益最大化的宗旨,AI 化的机器人手术流程贯穿术前到术中直至手术完成,包括术前智能诊断、预测术中风险、智能选择方案到术中病灶定位识别并通过快速现场细胞学评估(rapid on site cytological evaluation,ROSCE)强化诊断,以期进一步评估或修订手术方案、优化术式;见图 1。AI 的加入绝不是与医疗技术两者间生硬的加法,而是作为桥梁,是连结现有各项诊疗技术孤岛的跨海大桥。
3.1 术前规划
胸外科医生术前规划最常依赖于 CT,但 CT 提供的断层图像不够直观,因此应运而生的胸部 CT 三维重建技术加上三维数字软件将患者全肺图像立体化,可清楚显示病灶所属肺段,清晰观察器官内部、占位与血供。有经验的主刀医生甚至可以在脑海中预演一遍开刀全过程。那么为何不让 AI 来完成这部分预手术的全过程?深度学习并能自我推演、模拟的 AI 利用顶尖胸外科医生手术知识和经验,依托数字化三维肺部重建的数据仿真各类胸外科手术全过程,可视化展现手术方案与步骤,上传数据至达芬奇机器人系统以实时辅助主刀,制定手术切除范围,计算患者术后肺残量,预测阳性淋巴结,最终针对患者完成标准化的精准手术。
3.2 术中导航
如果将完成机器人手术的主刀医生与民航飞行员做个类比,我们不难发现,两者均需要实时的操作“窗口”,看清目标的“相机”,保驾护航的各类“传感器”,实现精细操作的“机翼”,以及至关重要的“导航”系统和“地图”。胸外科医生虽然可以做到“起飞”前的路径规划,达到最终目标,但“航线”偏差也是可能的事,因此眼见为实的实时病灶或淋巴结定位就显得非常必要。
多中心、前瞻性研究显示,利用放射性胶体和蓝色染料的双示踪可绘制胃癌的前哨淋巴结(sentinel node,SN)分布地图。肺癌、食管癌中的SNs 广泛分布于颈部至腹部,其转移模式不可预测,因此 SN 导航不仅能作为检测淋巴结转移的准确诊断工具,也可针对 SN 行个体化淋巴结清扫或预防性照射,而且借助 AI 的分析力其也能作为早期肺癌、食管癌患者预后分层的工具[24]。鉴于 SN 导航技术的进步,机器人系统下可视化 SN 导航技术可以辅助主刀完成优先、精确的淋巴结清扫术。
机器人术中超声是术中导航的另一解决方法,它能实时观察到结节,但超声特异度和准确率仍不够理想,且易受干扰。不过利用 AI 强大的学习能力,完全可以弥补既有的缺陷,通过大样本量建立肺结节术前 CT-术中超声-术后病理的多模态模型,实时分析术中采集的超声图像完成病灶定位。我们可期超声定位与 AI 的技术融合将开创术中肺结节自动识别的时代!说到结节定位,另外一项不得不提的技术为电磁导航支气管镜。目前证明电磁导航引导下经皮肺活检诊断肺部结节是安全、可行的[25];经电磁导航引导放置染色标记物,对肺部小结节进行定位也同样是安全有效的
[26]。
上述技术可谓是内外科融合的典范。那么我们完全可以大胆设想磁导航与机器人手术结合,经磁导航引导定位放置“标记物”以标定结节,AI 将借助达芬奇机器人系统的高清视野通过光学、影像学、染色标记物等最终识别结节,并在主刀视野中显示方位。未来“里应外合”的杂交技术完全可以将肺结节定位准确率提高至 100.0%。
3.3 术中强化诊断
ROSCE 是以快速现场细胞学评价为核心,实时伴随于病灶标本取材过程的快速细胞学判读技术。随着平台与学科的交叉融合,基于 ROSCE 的手术方式选择、切除范围界定、淋巴结清扫范围确定、最佳方案的决定可交由 AI 做辅助判断。三大技术保障术中强化诊断:非离体的密闭空间内组织标本处理技术;集成适用于病理诊断显微镜的机器人操作臂;AI 病理诊断系统。手术方案不仅仅由主刀经验或者临床指南来制定,而是基于影像-病理-术式-预后模型的 AI 最优方案推荐。高新技术服务于临床,辅助胸外科医生决策,缩短手术时间的同时使 RATS 达到真正的微创化。
3.4 辅助手术
AI 辅助达芬奇机器人手术绝非技术突破后一朝一夕就可实现,因为 AI 也如同人类需要学习,在千万次学习与反馈后,成熟的 AI 才能真正辅佐主刀医生,包括:R0 切除前提下依赖影像-实时病理-预后模型的最优切缘的划分,以期最大程度保留患者肺功能;结合术中超声,AI 展示病灶周围血管、支气管的毗邻关系;虚拟展示不同切割边界时肺残量容积;利用靶段温度区分法判断段间平面[27]; 为主刀挑选最合适的切割吻合器与钉仓。
另外,达芬奇机器人成像系统的 AI 化是足以改变传统外科学手术方式的技术。增强现实(augmented reality,AR)技术将虚拟图像带入现实,目前 AR 依靠 AI 强大的解析能力,可以在 RATS 上实现三维虚拟现实模型的展现,术中应用于实时视频图像的叠加,“透视”解剖结构[28]。采集并数字化每例患者的 CT 数据,构建基于生物力学模型的器官变形预测,可以在手术操作时和呼吸运动过程中提供肺部的实时三维图像,个性化展现气管、动静脉等解剖结构。叠加在 RATS 主刀视野上的 AR 解剖图像能遵循主刀提拉器官等操作时的组织形态变化而动态改变。基于图像特征的形态变化检测与力检测功能,也同时解决了达芬奇机器人没有力反馈的缺陷。
手术常伴随着风险,通常对于紧急情况的处置依靠于主刀医生的经验,但术中的情况千变万化,不能保证每一次突发状况主刀都有相应的经验储备,然而 AI 就可以成为术中风险处置的“百科全书”。AI 依托大数据收集所有术中意外情况,并给出相应处理模式;依托影像基础,对实际情况进行分析,辅助主刀医生找到破裂血管,突破人眼受术区模糊干扰的限制;AI 也可以警惕主刀医生的危险性动作,规避各类风险。AI 的局部全掌控,将尽可能保留患者功能,从此机器人手术进入零并发症时代。
3.5 专科手术机器人
科学的飞速发展、社会需求的日益复杂,使得知识体系内部“分化”和“碎片化”的状况与外部要求的“综合”和“应用性”之间的冲突愈益频繁。譬如医学的发展何尝不是分分合合呢,手术机器人也正经历着分化、综合、再分化的过程。达芬奇机器人的器械对于各类手术都是通用的,通用机器人远远不能满足现代医学的需要,因此应运而生的专科机器人正崭露头角。
骨科的全膝关节置换机器人用于塑造患者股骨、胫骨和髌骨。神经外科的 Remebot,具有自动三维建模、立体定向定位、多靶点路径规划、多功能手术台、标志点精准识别、病灶体积计量等功能,适用于近百种神经外科手术。血管外科有微创心血管介入手术机器人,通过人机对话方式在导航系统引导下利用机械手为患者进行精确的血管介入手术[29]。
那么,胸外科的手术机器人呢?我们大可期待于多学科交叉的共同研发,未来的肺癌手术机器人、食管癌手术机器人、纵隔手术机器人等等会服务于胸外科医生。专科手术机器人将是整合术前规划-术中导航-术中辅助等全智能化手术流程的精准胸外科手术工具,高度的智能化甚至可一定程度替代主刀医生的操作。随着外科机器人系统的发展,机器人辅助手术的未来进展将会使我们能够进一步了解胸腔和纵隔的显微解剖,执行精细的手术操作,精准外科时代将来临。
4 结语
机器人手术路在何方?我们认为,路在脚下,在于高新技术不断积累和转化下奠定的基础。目前手术机器人发展态势良好,据估计 2021 年该市场将达到 200 亿美元,虽然 Intuitive Surgical 垄断着全球手术机器人的市场,但国内国外已经有越来越多的巨头企业和医疗机构加入了医疗机器人的研发。另一方面,AI 的兴起给手术机器人带来了更多的可能性,多学科协作下的学科交叉必然引起机器人手术方式的质变,可以确定地说:机器人手术智能化是必然趋势。
AI 不能完全替代人脑,对于未知的情况无法分析,因此无法处置千变万化的手术和复杂情景,并且缺少一个很重要的能力:情感,这意味着诊疗不能因人、因情、因事而区别对待。相信在不久的将来,AI 能很好地辅佐胸外科医生进行医疗活动。虽然当下铺天盖地打着 AI 标签的技术充斥着我们的视线,但 AI 时代才刚刚拉开帷幕,并且我们应当认识到高端 AI 代表着人类社会的发展方向,因此支持并参与到 AI 辅助医疗的开发中去是新时代医生们的使命。
参考文献 略
来源:中国胸心血管外科临床杂志