人工智能驱动胸腔镜肺切除术相位识别：优化手术室工作流程的单中心探索研究

本研究首次将Swin Transformer人工智能模型应用于胸腔镜肺楔形切除手术视频的自动相位识别，通过五阶段分类（准备期、病灶识别期、切除期、标本取出期和闭合期）实现了0.778的整体准确率。研究证实AI模型在关键标本管理阶段可达0.816准确率，且手术复杂度（如单孔操作、阶段时长）显著影响识别精度。该技术为手术室（OR）工作流程优化、实时决策支持及生物样本库协调提供了创新解决方案。

　　

引言

肺癌是全球癌症相关死亡的主要原因，肺切除术在恶性肺肿瘤治疗中占据核心地位。随着针对肺癌患者免疫状态和基因突变的围手术期治疗不断发展，优化治疗策略的重要性日益凸显。研究表明，标本切除后约10分钟内会发生显著的生化变化，最大限度缩短固定前时间对防止核糖核酸（RNA）和蛋白质降解至关重要。因此，肺切除术中手术标本的规范管理变得愈发重要。

近年来，视频辅助胸腔镜手术（VATS）和机器人辅助胸腔镜手术（RATS）等微创技术已广泛替代传统开胸手术。这些微创方法能改善术后生活质量（如减轻疼痛），且预后良好。然而，随着技术普及，不同机构和外科医生采用的肺切除方法日趋多样，导致手术工作流程复杂性增加。这种复杂性使得手术标本管理和手术室（OR）人员协调更具挑战性。

患者与方法

这项回顾性单中心观察性研究纳入日本国立癌症研究中心医院东院2021年1月至2023年12月期间进行的73例单标本VATS肺楔形切除手术视频。采用基于ImageNet预训练的Swin Transformer模型对五个手术阶段进行分类：准备期（胸腔首次显像至首个器械出现）、病灶识别期（至切除器械出现）、切除期（至标本完全离体）、标本取出期（至标本/取物袋消失）和闭合期（至胸腔最后显像）。为提升模型性能，采用四种优化策略：调整病例数量（10/40/全数据集）、添加胸外阶段（Ex阶段）标识、通过动态帧率（1-60 fps）上采样平衡各阶段数据量、合并标本管理关键阶段（阶段3-4）。主要评价指标包括准确率、精确率、召回率和F1分数。

结果

患者基线特征显示中位年龄71岁，原发性肺癌占49.3%。各阶段中位时长分别为：阶段1（325秒）、阶段2（523秒）、阶段3（556秒）、阶段4（34秒）、阶段5（1132秒）。优化后模型在训练集和测试集分别达到0.778和0.750的整体准确率，关键标本管理阶段（合并阶段3-4）准确率达0.816。阶段特异性召回率显示：阶段1（0.712/0.728）、阶段2（0.610/0.574）、阶段3-4（0.816/0.838）、阶段5（0.812/0.685）、Ex阶段（0.911/0.865）。模型单帧推理时间为0.025秒（等效40 fps）。

通过梯度加权类激活映射（Grad-CAM）可视化显示，模型决策依据与临床关键要素高度吻合：阶段1重点关注端口插入部位，阶段2聚焦粘连分离器械，阶段3-4突出标本取物袋，阶段5关注聚乙醇酸密封材料。

临床因素分析表明，单孔手术的F1分数显著低于多孔手术（0.76 vs 0.83, P=0.020）。手术总时长与整体F1分数呈负相关（相关系数-0.301, P=0.010），阶段2（-0.459, P<0.001）和阶段5（-0.336, P=0.004）的持续时间与对应阶段F1分数显著负相关，Ex阶段出现次数也与整体F1分数负相关（-0.571, P<0.001）。值得注意的是，阶段3-4实施额外操作时F1分数显著更高（P=0.027），而阶段5无额外操作时F1分数更低（P=0.049）。

讨论

本研究首次验证了AI在肺切除手术视频自动分析中的可行性。与既往结直肠癌腹腔镜手术、肝切除等领域的相位识别研究相比，本研究创新性地揭示了临床因素（如手术入路、阶段时长）与模型精度的关联性。研究发现单孔手术视野受限会降低识别精度，而阶段持续时间延长可能引入更多操作变异，增加分类难度。标本取出阶段的高精度识别（<10分钟窗口期）为术中生物样本质量管理提供了关键时间节点预警能力。

研究局限性包括单中心数据来源和未对器械/解剖结构进行标注。未来需通过多中心验证扩展模型普适性，结合解剖标志（肺动脉、支气管等）注释提升复杂术式（如肺叶/段切除）的识别精度。实时应用需开发手术录播平台与AI系统的应用程序接口（API），实现相位时间戳自动标记、标本收集提醒等智能辅助功能。

结论

人工智能驱动的胸腔镜手术相位识别技术有望通过自动化分类关键手术阶段，优化手术室工作流程，减少人为失误，提升手术安全性。该技术为应对微创手术复杂性增长、实现标准化手术结局提供了可扩展的解决方案。