综述：人工智能驱动的肺癌手术中三维重建技术：现状与未来展望

《ANZ Journal of Surgery》：Artificial Intelligence–Driven Three-Dimensional Reconstruction in Lung Cancer Surgery: Current Status and Future Perspectives

三维重建在肺癌手术中的应用及AI发展综述。AI驱动的3D重建可快速生成患者模型（5-10分钟），提升术前规划、术中导航和淋巴结评估精度，但存在影像质量影响性能、数据安全顾虑及模型可解释性不足等问题。

　　

摘要

背景

三维（3D）重建在肺癌手术中具有重要作用，它有助于可视化肺部解剖结构，支持术前规划，并提高手术精度。人工智能（AI）的最新进展加速了建模过程，扩展了其在临床和教育中的应用范围。本文综述了AI驱动的3D重建在胸外科实践中的当前证据及未来发展方向。

方法

本叙述性综述综合了近年来关于肺癌手术3D重建的研究，重点介绍了从手动技术向AI驱动技术的演变过程。通过分析术前评估、术中定位、淋巴结评估以及培训应用等方面的代表性数据，阐述了临床效果、工作流程改进情况以及仍存在的不足。

结果

高质量的手动重建仍是详细支气管血管映射的参考标准，但耗时较长且依赖于操作者的技术水平。AI驱动的3D重建可以在5-10分钟内生成患者特定模型，从而提高解剖结构变异的识别能力、病变定位的准确性、边缘规划的精确度以及手术决策的可靠性。临床研究表明，当将AI生成的模型纳入常规工作流程后，手术效率得到提升，对段状解剖结构的识别更加准确，手术复杂性降低，外科医生的满意度也有所提高。然而，如果CT图像质量不佳或术后解剖结构发生变形，重建效果会受到影响；此外，数据安全问题、系统互操作性不足以及模型解释能力的限制也阻碍了AI技术的广泛应用。

结论

AI驱动的3D重建为实现精准肺癌手术和结构化胸外科培训迈出了重要一步。未来的重点研究方向包括开发交互式的AI-人类协作建模平台、建立标准化的质量控制指标、将验证范围扩展到复杂病例和术后情况，以及整合多模态临床与影像数据，以支持个性化的手术决策和围手术期管理。

利益冲突

作者声明不存在任何利益冲突。

数据可用性声明

如需获取本研究的数据，可向通讯作者提出合理请求。