编辑推荐：
为解决肛周瘘手术中因信息传达不清晰导致的高复发问题，研究人员开展了肛周瘘评估与手术规划报告方法的研究。结果显示，3D 模型 + 标准化报告（Mode 3）优于其他模式。这有助于提高手术决策准确性，改善患者预后。
在医学领域，肛周瘘是一种较为棘手的病症，它就像在人体 “下水道系统”—— 肛肠区域悄悄埋下的 “隐患”。肛周瘘表现为肛管与会阴皮肤之间出现异常连接，主要 “盯上” 男性成年人，发病几率是女性的两倍，每 10000 名 40 多岁的男性中就约有 1 人患病 。其成因复杂，虽然隐窝腺假说尚未得到证实，但普遍认为肛门腺感染化脓形成脓肿，若未得到及时恰当的处理，脓肿破溃后就可能发展成瘘管。此外，肥胖、糖尿病以及肛肠手术史等都是潜在的风险因素。
肛周瘘不仅会给患者带来身体上的痛苦，影响日常生活，还可能引发一系列并发症。如果手术治疗不当，瘘管极易复发，让患者再次遭受病痛折磨。而手术治疗的关键在于准确了解瘘管的位置、走向以及与周围盆腔结构的关系，这就好比在复杂的迷宫中找到正确的路线，才能精准 “拆除” 瘘管这个 “隐患”。然而，传统的诊断和报告方式却存在诸多问题。在以往的诊疗过程中，放射科医生查看 PACS（Picture Archiving and Communication System，图像存档与通信系统）图像后撰写报告，外科医生只能依据这份报告和 PACS 图像，在脑海中艰难地构建瘘管的空间位置，就像仅凭文字描述去想象一幅复杂的地图，不仅困难，而且极易出错。传统的叙述性报告缺乏标准化，内容可能不完整，不同医生的理解和解读也存在差异，这无疑给外科医生的手术规划增加了难度，也使得手术效果难以保证。
为了攻克这些难题，来自 Hamad Medical Corporation、Weil Cornell Medicine Qatar、Qatar University、Glasgow University 等机构的研究人员展开了深入研究。他们的研究成果发表在《Journal of Imaging Informatics in Medicine》上，为肛周瘘的诊疗带来了新的希望。
研究人员主要采用了以下关键技术方法：首先，基于免费开源的医学软件 “Slicer 3D” 开发了名为 “HMC Fistula” 的软件。该软件包含 “Fistula Tract Creator” 和 “Pelvic Model Creator” 两个新模块。通过在 MR 图像上标记基准点生成瘘管，并构建患者特异性盆腔模型。其次，设置了三种不同的报告模式进行对比研究，分别是仅提供 3D 模型的 Mode 1、传统的 MRI 图像加放射学报告的 Mode 2，以及 3D 模型加标准化报告的 Mode 3。最后，招募了两名具有 20 年经验的结直肠外科医生，对 10 例不同的肛周瘘病例进行独立评估，通过填写问卷收集数据，并利用 NASA Task Load Index（TLX）问卷评估医生在不同模式下的认知负荷。
下面来看看具体的研究结果：
- 可视化效果对比：研究发现，在显示关键瘘管结构方面，Mode 3 表现最佳。从医生对各问题的回答来看，Mode 3 中所有关键瘘管结构大多能被医生清晰看到，而 Mode 2 中部分结构显示不佳或根本看不到，如瘘管的 Parks 分类、外部开口的准确位置等。Mode 1 的可视化效果虽优于 Mode 2，但仍不如 Mode 3。这表明 3D 模型结合标准化报告能为医生提供更全面、清晰的瘘管信息，帮助医生更好地了解病情。
- 医生意见一致性：在医生意见一致性上，Mode 3 同样表现出色。统计分析显示，Mode 3 中医生对病例的意见一致性高达 85%，而 Mode 1 和 Mode 2 分别仅为 18% 和 5%。这意味着在 Mode 3 下，不同医生对同一病例的判断和决策更趋于一致，减少了因理解差异导致的治疗方案差异，提高了诊疗的准确性和可靠性。
- 认知负荷评估：通过 NASA TLX 问卷评估认知负荷发现，Mode 3 使医生在检查病例时的认知负荷最低。尽管在使用软件过程中医生会因软件卡顿等问题产生挫败感，但总体而言，Mode 3 在降低医生完成任务的精力和心理需求方面表现最优。这说明医生在使用 Mode 3 时，能更轻松地处理信息，做出更准确的手术决策。
综合上述研究结果，研究人员得出结论：3D 可视化结合标准化报告（Mode 3）在肛周瘘评估和手术规划方面具有显著优势。它能够帮助外科医生更准确地在脑海中构建不同病例的情况，从而做出更明智的手术决策。这不仅有助于提高手术成功率，降低肛周瘘的复发率，还能改善患者的预后，提升个性化医疗的标准。
然而，该研究也存在一些局限性。目前在评估不同沟通方法的有效性方面缺乏统一标准，对于 “完整” 的瘘管报告也没有达成共识。而且研究样本量较小，仅由两名外科医生进行评估，可能存在一定的偏差，限制了研究结果的普遍适用性。此外，软件也存在一些不足，如医生难以清晰区分脓肿和瘘管，软件响应速度较慢等问题。
尽管存在这些不足，但这项研究为未来的医学研究和临床实践开辟了新的方向。后续研究可以进一步扩大样本量，纳入更多外科医生的评估，寻找最佳的报告模式组合。还可以借助人工智能技术，自动生成瘘管和脓肿的 3D 模型及标准化报告，提高诊疗效率和准确性。相信在不断的研究和探索中，肛周瘘的诊疗水平将得到进一步提升，为患者带来更多的福祉。
