综述：人工智能在食管手术中的应用：一项系统性评价

《Journal of Robotic Surgery》：Application of artificial intelligence in esophageal surgery: a systematic review

本综述系统分析了人工智能（AI）在食管切除术中的应用，聚焦于解剖结构识别、器械检测及手术阶段识别。尽管相关研究数量有限（仅6篇符合纳入标准），但AI已展现出实时识别关键结构（如喉返神经，Dice系数达0.58，接近专家水平0.62）和优化手术流程（阶段识别准确率最高达84%）的潜力。未来需通过多中心合作、标准化数据集及前瞻性临床试验，推动AI在食管微创手术（MIE/RAMIE）中的临床转化与整合。

　　

引言

食管癌是全球第七大常见癌症和第六大癌症相关死亡原因，食管切除术是其非转移性病例的唯一根治性手段。自1913年Franz Torek首次成功实施该手术以来，术式不断演进，1996年Alfred Cuschieri报道的微创食管切除术（MIE）及2003年出现的机器人辅助微创食管切除术（RAMIE）显著提升了手术精度和患者预后。RAMIE更以其三维可视化、器械全关节活动度、震颤过滤和动作缩放等优势，便于在狭窄术野中进行精细操作。然而，MIE或RAMIE仍面临挑战，尤其在术者经验不足或术野因出血、烟雾干扰时，解剖结构识别困难可能增加手术风险。随着手术数字化和视频处理技术的发展，人工智能（AI）作为一项革命性工具，在提升食管手术精准性与安全性方面展现出巨大潜力。AI涵盖机器学习（ML）、深度学习（DL）等多种数据处理机制，能够模拟人类智能进行学习、推理和复杂决策。在手术室中，AI有望通过实时决策辅助、关键结构识别来增强手术精度和患者安全。尽管AI在胆囊切除术等高容量手术中应用广泛，但在食管切除术等复杂低容量手术中的探索仍处于起步阶段。本系统性综述旨在总结并分析现有关于AI在食管手术中应用的文献，重点关注解剖结构识别、器械检测和手术阶段识别三大核心领域。

方法

本综述严格遵循PRISMA（系统评价和荟萃分析优先报告条目）指南进行。文献检索在Medline和Web of Science数据库中进行，时间范围为2019年1月至2025年6月，以涵盖AI技术（特别是深度学习和视觉数据分析）最新进展。检索策略结合相关医学主题词（MeSH），初步获得7063篇文章，经去重后剩余6021篇。由两名评审员独立进行标题、摘要筛选及数据提取，分歧由第三位评审员仲裁。纳入标准聚焦于AI在食管手术中用于解剖结构识别、手术阶段检测、视频分析等计算机辅助方法的研究，排除侧重于术前术后风险预测、诊断或动物模型的研究。最终，仅有6项研究符合纳入标准。采用ROBINS-I V2（非随机干预研究偏倚风险评估工具第2版）对纳入研究进行偏倚风险评估，并使用robvis工具可视化。总体而言，纳入研究存在中度偏倚风险，主要涉及混杂因素信息有限、参与者选择、缺失数据处理以及结局测量和报告方面。

AI在此综述中的语境

本文涉及的AI术语包括：人工智能（AI）指模拟人类智能的机器；机器学习（ML）是AI的子集，利用算法从数据中学习并预测；深度学习（DL）是ML的进一步子集，使用多层神经网络建模复杂数据模式；卷积神经网络（CNN）是专为图像处理设计的DL模型；迁移学习（TL）涉及在相关问题中重用预训练模型以提高学习效率和准确性；主动学习（AL）是一种ML技术，模型选择最具信息量的数据点进行标注以提升训练效率。

研究目的

本研究主要目的是分析现有关于AI在食管切除术中应用的文献，重点关注研究设计、标注工作量和AI实施情况。其次，评估该技术的潜在未来应用及其更广泛的适用领域。

结果

纳入的6项研究均探讨了AI在MIE或RAMIE中的应用，核心用例包括解剖结构识别、器械识别和阶段识别。AI模型多为深度学习架构，如CNN、贝叶斯神经网络和时间卷积网络（TCN）。所有研究均将标注作为训练AI模型的关键预处理步骤，但策略各异。

研究设计、标注工作与AI实施

• •
  Brandenburg等（2023） 分析26个RAMIE视频，采用贝叶斯ResNet18模型检测胃管、奇静脉及手术器械等“手术组学特征”。他们引入主动学习（AL）策略，与等距采样（EQS）相比，AL能选择更具信息量的帧，尤其对常见器械识别效果更佳（F1分数0.80 ± 0.17），减少了标注工作量。
• •
  Den Boer等（2023） 使用类似U-Net架构的语义分割模型（编码器为EfficientNet-B0）实时识别奇静脉、腔静脉、主动脉和右肺。他们在ImageNet和胃肠专用数据集GastroNet上预训练模型，显著提升了分割性能（p < 0.05），推理速度达39帧/秒，满足实时需求。
• •
  Eckhoff等（2023） 开发了结合CNN和长短期记忆网络（LSTM）的TEsoNet模型，用于Ivor-Lewis（IL）食管切除术腹腔镜阶段识别。他们利用大量袖状胃切除术数据（80个视频）进行预训练，再迁移到小样本食管切除术数据（40个视频），体现了迁移学习（TL）的价值。
• •
  Furube等（2024） 应用DeepLab v3 Plus模型对RAMIE视频中的左右喉返神经（RLN）、锁骨下动脉和气管进行语义分割。测试集交并比（IoU）为右RLN 0.40±0.26，左RLN 0.34±0.27，气管0.60±0.33。尽管结果有提升空间，但AI辅助下外科医生能更早、更准确地识别RLN。
• •
  Sato等（2022） 同样使用DeepLabv3+ CNN检测胸腔镜食管切除术中的RLN。其模型Dice系数达0.58，接近食管外科专家水平（0.62），并显著高于普通外科医生（0.47, p=0.0019）。
• •
  Takeuchi等（2022） 采用时间卷积网络（TeCNO）进行RAMIE手术阶段识别，将手术分为9个关键阶段，整体准确率达84%。该研究还探索了AI在评估手术熟练度方面的应用，发现早期与晚期手术组在特定阶段耗时存在显著差异。

解剖结构识别

四篇研究聚焦于此。Den Boer等对腔静脉分割的Dice分数中位数最高（0.79），Sato等和Furube等则重点挑战细小的RLN识别，AI表现接近或辅助提升了外科医生的识别能力。Brandenburg等对解剖结构（如胃管、奇静脉）的识别准确性相对较低。

器械识别

仅Brandenburg等研究了手术器械识别，结果显示器械检测性能最高，尤其是永久性电钩（F1分数0.95）。AL策略在器械识别上显著优于EQS（p < 0.05）。

手术阶段识别

Eckhoff等和Takeuchi等研究了此领域。Takeuchi等模型准确率较高（84%），并能区分不同经验外科医生的阶段时长。Eckhoff等通过迁移学习，利用高容量手术数据辅助低容量食管切除术的阶段识别，准确率随训练数据量增加而提升。

纳入研究的偏倚风险评估

六项纳入研究均存在中度偏倚风险。偏倚主要来源于混杂因素信息有限、参与者选择、缺失数据处理以及结局测量和报告的不一致。由于研究数量少，未进行发表偏倚的正式评估。

讨论

本综述揭示了AI在食管手术这一新兴领域的研究现状极为有限。初始检索获得大量文献，但仅六篇符合标准，凸显了该领域尚待深入探索。

性能与挑战

研究性能因任务和数据集规模而异。器械识别（如电钩F1达0.95）表现最佳，而精细解剖结构如RLN的识别（IoU约0.34-0.40）仍具挑战性。AI在识别RLN等难点任务上可达到接近专家外科医生的水平。不同AI模型（CNN、U-Net、贝叶斯神经网络、TCN）被用于实时分析手术视频。然而，这些模型的实施需要大量计算资源和标注数据，这对于食管切除术等低容量手术构成重大挑战。主动学习（AL）和迁移学习（TL，如利用ImageNet、GastroNet预训练）是减少标注负担、提升模型性能的有效策略，尤其在数据有限时。

异质性与偏倚考量

研究间存在显著异质性，包括手术方式（MIE vs. RAMIE）、标注者资质（医学生至专家）、性能指标（像素级Dice/IoU vs. 图像级准确率/F1分数）不一致，导致直接比较困难。偏倚风险主要表现为测量偏倚（“准确性”定义不一）、标注地面真实性可靠性问题以及选择偏倚（多为单中心数据）。未来需标准化数据集、标注协议和报告指标以增强可比性和可重复性。

未来方向

推动AI在食管手术中的应用需多中心合作构建大规模多样化数据集（如TIGER-SQA研究），并采用分层团队标注（结合培训生、非专业标注员和专家验证）以提高效率和准确性。简化标注流程、结合半监督学习和主动学习至关重要。长期目标是实现AI驱动的术中安全辅助，如实时高亮关键结构或标记潜在错误。这需要将AI工具整合到复杂的手术室生态系统中，确保临床医生信任（通过可解释AI，XAI）并满足监管要求（如SaMD分类）。技术整合需遵循互操作性标准（如IEEE 11073 SDC），并采取分阶段实施策略，先从自动化手术记录等低风险高价值应用入手。

局限性

本综述存在若干局限性：纳入研究数量少（n=6），限制了普遍性和进行荟萃分析的可能性；多为小样本单中心数据集，存在过拟合和外部有效性疑虑；标注主观性可能影响地面真实性；研究间在手术设置、数据采样和标注策略上的差异使可重复性面临挑战；所有研究均报告阳性结果，可能存在发表偏倚；临床转化还面临监管审批、数据保护法和临床接受度等更广泛挑战。

结论

尽管AI在食管手术中仍处于早期阶段，但现有研究为其在解剖复杂手术中的应用提供了概念验证。AI在器械识别、特定解剖结构（如RLN）检测和手术阶段识别方面展现出潜力，尤其通过AL和TL策略应对数据有限的挑战。为了充分发挥AI的潜力，研究必须从小型、异质性、单中心努力转向协调一致的大规模多中心计划，采用标准化方案、稳健验证和清晰的临床整合策略。解决标注瓶颈、模型异构性、偏倚风险以及临床整合的实际障碍，对于实现AI在提升食管癌手术精准性和安全性方面的承诺至关重要。