《HPB》：Artificial Intelligence–Assisted Estimation of Superior Mesenteric Artery Dissection Extent During Robotic Pancreatoduodenectomy
编辑推荐：
高山真穂 | 竹内雅志 | 富田康一 | 阿德里亚娜·甘博亚 | 杰西卡·E·麦克斯韦尔 | 丽贝卡·A·斯奈德 | 迈克尔·P·金 | 曾庆伟 | 李杰弗里·E | 马修·H·G·卡茨 | 生驹成彦
美国德克萨斯州休斯顿德克萨斯大学MD安德森癌症中心外科肿瘤科
摘要
背景
高山真穂 | 竹内雅志 | 富田康一 | 阿德里亚娜·甘博亚 | 杰西卡·E·麦克斯韦尔 | 丽贝卡·A·斯奈德 | 迈克尔·P·金 | 曾庆伟 | 李杰弗里·E | 马修·H·G·卡茨 | 生驹成彦
美国德克萨斯州休斯顿德克萨斯大学MD安德森癌症中心外科肿瘤科
摘要
背景
肠系膜上动脉（SMA）的解剖是胰十二指肠切除术中的一个重要肿瘤学和技术方面，但其评估仍然依赖于主观判断。本研究评估了在机器人辅助胰十二指肠切除术（RPD）过程中使用人工智能（AI）辅助方法来估计SMA解剖范围的可行性。
方法
利用2019年10月至2025年7月期间的手术视频数据开发和验证了一个AI辅助的解剖结构识别模型。该模型能够识别与SMA相关的结构，并通过连续的解剖评分来估计SMA的暴露程度。四位肝胆胰外科专家在不知临床数据的情况下，使用带有或不含AI叠加层的标准化静态图像对SMA的解剖范围进行了评分。评估了AI评分与外科医生评分之间的一致性、外科医生的信心以及术后结果。
结果
共分析了78段RPD视频，其中49段视频中的4059张图像被用于模型开发。AI评分与外科医生评分之间存在很强的相关性（Spearman ρ=0.767，p<0.001），且外科医生之间的评分一致性很高（ICC=0.81）。使用AI叠加可视化后，外科医生的信心有所提高（p<0.001）。在胰导管腺癌病例中，AI评分较高的情况更为常见。
结论
AI辅助分析能够生成与专家外科医生评估结果一致的SMA解剖范围自动估计值。这些发现支持将手术视频分析作为近似技术手段，并促进SMA解剖的更标准化评估。
引言
胰导管腺癌（PDAC）是一种预后较差的恶性肿瘤。由于PDAC常侵犯肠系膜上动脉（SMA）周围的神经丛，因此切除SMA神经丛（即所谓的“SMA周围组织解剖”）被认为是提高胰十二指肠切除术疗效的关键指标，以最大化实现R0切除的机会。然而，目前尚缺乏证据表明SMA周围组织解剖能够改善长期预后；此外，切除神经丛可能会增加术后并发症并降低患者的生活质量，导致难治性腹泻。此外，完成辅助化疗对于PDAC患者的生存至关重要，而常规的SMA周围组织解剖可能会阻碍多学科治疗的完成，从而缺乏战略意义。因此，有人提出了选择性、有针对性的SMA解剖方法。
然而，目前尚无客观评估SMA解剖范围的方法（无论是切除还是保留SMA神经丛的程度）。评估仍然主要依赖于外科医生的主观判断，且报告结果存在不一致性，这使得质量控制困难，限制了对SMA周围组织解剖真正益处和潜在危害的严格评估。随着机器人胰腺切除术的发展，现在可以利用手术视频数据更可重复地评估SMA解剖范围。
人工智能（AI）的最新进展使得能够自动识别手术视频中的解剖结构，为手术程序的客观和可重复评估铺平了道路。基于这一进展，我们开发了一个能够在机器人辅助胰十二指肠切除术（RPD）视频中自动识别主要血管的AI模型。本研究旨在：（1）开发并验证一个能够识别SMA周围关键结构并区分SMA周围神经丛层和SMA外膜层的AI模型；（2）确定AI评分与专家评分之间的一致性；（3）评估基于AI的叠加图像对外科医生评估解剖范围信心的影响；（4）探讨AI评分与术后结果之间的关系。
章节片段
研究设计和研究对象
2019年10月至2025年7月期间，共有91名患者接受了RPD手术。在这些患者中，78名患者的手术视频质量符合定量图像分析的要求，被纳入本研究的最终分析队列。
在AI模型开发过程中，我们使用了最初49名患者的视频；从手术视频中提取代表性帧以创建用于血管解剖结构识别的标记图像数据集。
数据集和AI模型性能
共有4028张标注帧用于模型开发，其中3541帧来自37段视频用于训练，487帧来自12段视频用于验证。AI模型在分割准确性方面的IoU值分别为：静脉0.74、肝动脉0.46、暴露的SMA区域0.43、未暴露的SMA区域0.30、SMA分支0.18以及被解剖的SMA神经丛0.10。尽管对于较小、细节复杂的结构（如SMA分支）的IoU值较低，
讨论
在本研究中，我们开发了一个能够自动识别关键解剖结构并估计RPD过程中SMA解剖范围的AI模型。基于AI的量化结果与专家肝胆胰外科医生的评分之间存在显著相关性，表明SMA解剖的自动估计是可行的，并且与专家评估结果一致。此外，基于AI的叠加图像提高了外科医生对解剖充分性的评估信心。
利益冲突声明：
竹内雅志是Direava公司的首席执行官。曾庆伟从PanTher公司获得咨询费和研究资金。生驹成彦担任Direava公司的科学顾问委员会主席。其他作者均无需要披露的利益冲突。
资助
本研究得到了Carol and Andrew Szurgot Research基金和Project Periwinkle Research奖的支持。生驹成彦是德克萨斯大学MD安德森癌症中心的Andrew Sabin Family基金会研究员。
利益冲突声明
竹内雅志是Direava公司的首席执行官。曾庆伟从PanTher公司获得咨询费和研究资金。生驹成彦担任Direava公司的科学顾问委员会主席。其他作者均无需要披露的利益冲突。
致谢
我们感谢日本京都府立医科大学外科消化外科的今村泰辅和东京大学医学研究生院外科肝胆胰外科的伊藤京二作为外科医生参与SMA解剖的评估工作。同时，也感谢德克萨斯大学MD安德森癌症中心研究医学图书馆的高级科学编辑Erica Goodoff对本文的编辑工作。
