《Cancers》：Artificial Intelligence in Thoracic Surgical Oncology: Technical Foundations and Applications in Lung and Esophageal Cancer Surgery
编辑推荐：
背景/目的：人工智能（AI）在肺癌和食管癌手术中的应用日益受到关注，此类手术的治疗决策需要整合影像学、临床风险与术中所见。本叙述性综述旨在阐述手术AI的技术基础，并审视其在胸外科肿瘤学中的应用，重点关注机器人手术及其临床应用的证据。方法：检索PubMed/ME
背景/目的：人工智能（AI）在肺癌和食管癌手术中的应用日益受到关注，此类手术的治疗决策需要整合影像学、临床风险与术中所见。本叙述性综述旨在阐述手术AI的技术基础，并审视其在胸外科肿瘤学中的应用，重点关注机器人手术及其临床应用的证据。方法：检索PubMed/MEDLINE中涉及人工智能、机器学习、深度学习、计算机视觉及机器人胸外科手术的英文文献，并通过定向检索和参考文献追溯补充相关研究。依据临床与技术相关性筛选文献，优先纳入原始临床研究、外部验证或前瞻性验证研究及报告指南。应用场景涵盖术前评估、术中辅助和术后管理。结果：术前应用包括肺结节特征分析、淋巴结转移及肿瘤侵袭特征预测、解剖结构重建以及新辅助治疗疗效评估。术中系统已实现解剖结构分割、手术阶段识别和增强现实（AR）导航。其他模型涉及技术操作评估、术后并发症、复发及生存预测。部分研究报告了预测性能的提升或关键结构识别时机的提前；然而，多数证据仍为回顾性且局限于单中心。外部验证有限，且AI辅助能否降低并发症或改善肿瘤学结局的证据仍不充分。结论：AI为胸外科肿瘤手术相关信息的解读提供了工具，但技术准确性本身并不能确立临床获益。前瞻性多中心评估应明确AI能否改变关键手术决策并改善患者结局。在困难手术条件下的可靠性能、临床工作流程整合以及外科医生的监督对于临床推广仍然至关重要。
论文主体内容总结
1. 引言
肺癌和食管癌是最致命的实体器官恶性肿瘤之一，手术切除仍是其根治性治疗的核心手段。胸外科肿瘤学的决策常面临不确定性，包括肺结节特征判断、淋巴结转移及侵袭特征预测、切除范围选择、新辅助治疗患者筛选及疗效评估，以及肺漏气、肺炎和吻合口漏等并发症的预测。这些判断依赖于异质性高、维度多的数据，往往超出传统风险评分模型的处理能力。近二十年来，胸外科手术已从开放术式转向胸腔镜和机器人辅助技术。随机对照证据确立了微创食管切除术（MIE）相比开放手术可减少肺部并发症，机器人辅助微创食管切除术（RAMIE）在可切除疾病中展现出良好的功能恢复和肿瘤学充分性。机器人及胸腔镜肺切除的同步推广扩大了接受复杂肺癌手术的患者群体。机器人平台不仅是治疗工具，更是密集的同步数据源，可生成手术视频和器械运动学数据。手术数据科学的理论框架为整合全诊疗路径的数据提供了统一语言和临床转化路线图。尽管该领域发展迅速，但多数证据仍为单中心回顾性研究，技术可行性常被等同于临床效用。AI在胸外科肿瘤学中的真正价值取决于在临床监督下与手术工作流程的整合。
2. 方法
本叙述性综述检索PubMed/MEDLINE中涉及人工智能、机器学习、深度学习、计算机视觉、机器人手术、手术数据科学、胸外科、肺癌、肺切除、肺叶切除术、肺段切除术、食管癌及食管切除术等关键词的英文文献，并针对手术阶段识别、解剖分割、三维重建、增强现实、机器人运动学、技术技能评估、手术风险预测及术后并发症等专题进行定向检索。同时查阅相关原始研究、综述和共识声明的参考文献以补充文献。优先纳入原始临床研究、多中心研究、外部或前瞻性验证研究、共识与报告指南，以及提供重要技术或临床背景的综述。
3. 手术AI的技术基础
人工智能是描述执行通常需要人类智能任务的计算机系统的总称。当代手术领域的大多数应用采用机器学习，即算法从数据中识别模式而非仅依赖预定义规则。深度学习（DL）是机器学习的一个子集，利用多层神经网络学习日益复杂的表征。模型选择主要取决于临床问题和可用数据结构：传统统计和机器学习方法（如逻辑回归、随机森林、梯度提升树和支持向量机）适用于人口学特征、实验室值、合并症和手术特征等结构化变量；深度神经网络适用于高维数据，卷积神经网络（CNN）和视觉变换器可分析影像和手术视频，时序模型可评估手术过程中的事件序列，自然语言处理可从病理报告和手术记录中提取信息，多模态模型则整合多种数据源形成患者和手术的统一表征。手术AI面临数据多样性和时间复杂性的独特挑战。手术数据科学为整合这些数据流、将技术事件与临床过程和结局关联提供了框架。模型开发始于定义预期临床用途和待识别特征，随后进行数据采集、整理和标注。视频研究可能需要标注解剖结构、器械、手术阶段或技术事件，该过程劳动密集且可能受标注者间分歧影响。数据通常划分为训练集、验证集和测试集，分离应在患者层面以及适当的外科医生或机构层面进行，否则可能产生数据泄漏和性能高估。常见威胁包括小样本量、缺失数据、类别不平衡、过拟合和捷径学习。模型评估须与任务匹配：分类模型常报告敏感性、特异性、精确率、召回率和受试者工作特征曲线下面积（AUC）；分割模型常用Dice系数或交并比；预测模型还应评估校准度。对于实时系统，延迟、时间稳定性、误报频率和在变化手术条件下的性能可能与总体准确性同等重要。内部验证不足以确立临床效用，外部验证、前瞻性评估和工作流程整合评估构成手术AI的转化连续体。
4. AI赋能的机器人手术
机器人手术对胸外科肿瘤学具有特殊意义，因其将微创入路与数字化控制的手术环境相结合。当前机器人系统仍为遥操作，外科医生负责解读手术视野、控制器械并做出所有实质性决策。AI为机器人平台增加了计算层，功能涵盖回顾性数据分析、实时解剖或手术事件识别、操作评估及狭义任务执行。这些功能沿从被动数据采集到情境感知辅助、任务级自动化和条件自主的连续谱分布。胸外科近期临床相关的模式并非替代外科医生，而是增强感知、规划和手术意识。机器人系统可记录器械位置、运动路径、镜头活动、离合器使用、能量激活和系统事件，结合围手术期患者数据，构成手术数据科学和AI开发的强大环境。器械运动的解读取决于手术情境，情境感知AI旨在判断操作内容、手术所处阶段及后续走向。胸外科手术因肿瘤位置、患者解剖、新辅助治疗、既往手术粘连和外科技术而异，开发临床可靠的实时情境感知仍具挑战。计算机视觉可识别机器人手术视频中的视觉特征。Liang等开发的LungSurg生成式AI模型结合了胸腔镜肺叶切除术中胸腔内解剖和器械分割与阶段分类。手术阶段识别在机器人食管切除术中已获验证，解剖识别在肺切除术中已有展示。从教育角度看，视频和运动学数据可量化器械运动路径，提供双手协调和运动经济性的见解。Sadeghi等的可行性研究展示了在机器人平台上利用DL、增强现实（AR）和交互式动态模拟现实实现实时肺叶切除术中的跟踪和配准，表明肺隔离导致的解剖变形可通过技术手段克服。
5. 肺癌手术中的应用
在肺切除术中，AI最广泛的研究通过CT模型解决结节定位和切除范围问题，术中应用较少且处于可行性阶段。
6. 肺结节特征分析与手术候选资格
传统结节计算模型（如Brock/PanCan模型）主要依赖大小，DL模型旨在捕捉大小之外的形态特征。一项基于国家肺癌筛查训练并在三个欧洲筛查试验外部测试的算法，在一年内诊断癌症100%敏感性下，将68.1%的良性结节分类为低风险，相比PanCan模型的47.4%，假阳性相对减少39.4%。在大小匹配的良恶性结节中，其AUC为0.79，而PanCan为0.60。在偶然发现结节队列中，两个DL模型的AUC分别为0.74和0.72，优于Brock模型的0.63。加入不确定性估计后，模型在最不确定结节中的AUC降至0.62。在多读者研究中，AI辅助将恶性结节推荐活检或切除的比例从55%提升至72%，而良性结节的有创推荐未见显著变化。基于AI的CT分析预测术后FEV1已成为肺叶切除或亚肺叶切除后肺部并发症的潜在独立预测因子。
7. 肺切除范围
肺叶切除与亚肺叶切除的选择是早期肺癌的核心术前决策。JCOG0802/WJOG4607L试验显示，对于≤2cm的外周肿瘤，肺段切除术的总生存优于肺叶切除术；CALGB/Alliance 140503试验显示亚肺叶切除在无病生存方面不劣于肺叶切除。但两项结果均依赖于严格的患者筛选。AI在辅助选择方面具有潜力：基于CT的DL特征预测临床I期非小细胞肺癌（NSCLC）隐匿性N2疾病，在内部、外部和前瞻性队列中AUC分别为0.82、0.81和0.81。同一团队提出的PET/CT模型用于指导淋巴结活检和选择亚肺叶切除患者。最近一个基于500例患者训练的3D DL模型在400例外部队列中AUC达0.87，优于四位经验丰富的放射科医生。气腔播散（STAS）可能部分解释亚肺叶切除后较高的局部区域复发率。一个结合CT影像组学和临床影像学特征的堆叠集成模型在965例患者中开发，实现了临床I期肺腺癌STAS的可靠无创术前预测。病理学模型显示AI预测的STAS阳性与接受亚肺叶切除患者较短的无病生存显著相关。AI衍生的预测术后FEV1是肺叶和亚肺叶切除后肺部并发症的潜在独立预测因子。值得注意的是，这些模型大多在亚洲中心回顾性开发，均未在试验人群中评估。
8. 术中定位与解剖识别
机器人手术中缺乏触觉反馈使小或磨玻璃结节定位更加困难。一项前瞻性可行性研究中，头戴式设备的AR引导标记放置使每个切除结节在冰冻切片上均获得肿瘤学充分切缘。新系统可在2-3分钟内从非增强CT自动生成解剖模型以指导肺段切除中的术中导航。术前解剖与动态胸腔镜图像的配准仍是AR引导的主要障碍，首例机器人AR辅助肺叶切除术依赖手动配准。基于视频的解剖识别方面，一项针对95例机器人右肺上叶切除术的研究中，变换器模型分割肺动脉和肺静脉（Dice 0.78）、膈神经（Dice 0.66）和支气管（Dice 0.57），但结构未能逐帧一致检测。一项用于10例肺癌手术的胸神经识别系统获得外科医生满意评价且几乎无时间延迟。作者团队聚焦于机器人肺叶切除术中的肺动脉识别，基于条件生成对抗网络和Mask R-CNN的早期模型在验证数据上分割准确但泛化不一致。记忆增强视频分割模型（XMem）利用前序帧处理遮挡和镜头运动，在右肺下叶切除术上训练后，在未见过的左肺上叶（mIoU 85.6%）和左肺下叶（mIoU 74.8%）病例中保持准确性，但下肺静脉性能较低（59.2%）。VPI-Net在胸腔镜图像上识别脏层胸膜侵犯的AUC为0.84-0.94，优于两名外科医生和一名放射科医生。淋巴结清扫评估是这些应用中最不成熟的领域，尚无模型验证清扫了哪些淋巴结站或将视频衍生的完整性关联至病理淋巴结产量。
9. 食管癌手术中的应用
食管恶性肿瘤五年生存率低于25%，预计病例至2040年将持续增加。AI在食管癌诊治多个环节展现出前景。
9.1 食管恶性肿瘤检查中的AI
白光内镜单独检查的敏感性可低至48%。计算机辅助检测（CADe）系统已在结肠镜检查中获临床使用，GI Genius系统于2019年获FDA批准。针对Barrett食管、食管不典型增生和早期肿瘤的检测研究正在进行，许多基于CNN的系统敏感性和特异性超过90%，常优于人类内镜医师。Nakagawa等开发的DL算法可区分黏膜内与浅表及深部黏膜下浸润病变，准确性接近人类内镜医师。
9.2 AI在手术室中的作用
微创食管切除术（MIE）相比开放手术安全有效，已在全球广泛采用。术中AI应用主要分为解剖识别与图像分割、阶段识别和操作评估。Furube等设计的模型可实时高亮喉返神经（RLN），其应用使RLN可靠识别时间显著缩短。Van Jaarsveld等的研究在12个标签类别中达到0.72的重叠分数。Takeuchi等在2022年实现了九个手术阶段的84%识别准确率；Van Jaarsveld的研究在十三个手术阶段中达到82.8%的准确率。这些技术对手术教育具有巨大潜力，可帮助受训者快速识别关键解剖结构，理解食管切除术的标准工作流程，评估与专家相比在特定手术阶段的时间投入，并在阶段进展出现重大偏差时提醒术者。
9.3 结局预测与患者选择
Zhang等开发了预测食管鳞状细胞癌（ESCC）新辅助免疫化疗（nICT）反应的影像组学模型，Vision-Mamba模型在内部和外部验证集上准确率为83-91%。Satija等的系统综述识别了十九项预测食管切除术后结局的研究，涵盖早期复发、30天总体并发症/再入院、吻合口漏和肺部并发症等特定并发症以及无病生存和总生存。结果总体有利，组织病理学和影像组学数据的加入持续改善了模型预测准确性。Pollmann等在2025年设计了无监督聚类网络，量化平均强度和达峰时间以分配ICG灌注评分，该评分与观察到的吻合口漏发生率相关。
10. 临床效用转化、局限性与未来方向
从技术可行性到常规临床应用的转变需要模型性能与患者获益之间的更清晰联系。每项应用应始于明确的临床决策、预期用户和可操作的输出。DECIDE-AI为早期临床评估提供报告指南，涵盖临床性能与安全性。胸外科验证应考虑患者人群、新辅助治疗、手术入路和微创平台的差异。视频应用评估应包括出血、肺门纤维化和粘连性疾病等困难手术条件。多中心合作可在更广泛的外科医生和机构范围内测试这些条件。解剖标签、手术阶段和术后结局的共享定义可提高研究间可比性。TRIPOD+AI为回归或机器学习预测模型提供更新报告框架。成功整合还取决于外科医生与AI系统的交互方式。早期评估应检查外科医生与系统的联合性能，包括辅助是否改变决策、增加工作负荷或鼓励对错误预测的不当依赖。实施后应持续监测性能，尤其是在软件、设备或临床实践变化时。FUTURE-AI共识指南涵盖AI模型从开发、测试到实施的全程要求。实际研究重点是连接术前影像和临床风险与术中事件和术后结局，以确定术中信息何时能增加超出术前已有数据的价值。
11. 结论
胸外科肿瘤学的核心挑战是在不超出患者储备的情况下实现局部控制。AI若能在诊疗路径中帮助外科医生关联信息、识别计划中的解剖或切除需重新考虑的情况、并提前预测并发症以便及时干预，将在该领域获得一席之地。当前研究确立了有前景的技术能力，但其临床价值在整个文献中仍未充分表征。外科医生的责任是围绕关键决策引导AI发展，并检验其使用能否改善诊疗。进步的衡量标准将是AI能否帮助外科医生以更优的判断进行手术，并实现更好、更持久的临床和肿瘤学结局。
