Nature：一项新的人工智能技术有望使微创手术更安全、更精准

研究人员设计了一种人工智能驱动的系统，该系统能够将手术过程中拍摄的 X 射线与患者的术前 3D 医学扫描快速匹配，从而提高微创手术的安全性和速度。

　　

研究人员开发出一种新技术，能够快速准确地将手术过程中拍摄的X光片与患者术前的3D医学扫描图像进行匹配。这种方法可以帮助临床医生更精准地操控微创手术器械，从而实现更快、更安全的手术。

临床医生在进行许多微创手术时，会使用实时X光来引导导管和内窥镜等器械通过微小切口。但由于X光片是平面图像，因此很难准确确定手术器械在患者体内的位置和方向，这会增加并发症的风险。

为了帮助定位手术器械，临床医生可能会手动将X光片与术前三维医学影像（例如CT扫描或MRI）进行配准。旨在简化这一过程的人工智能工具难以对所有患者的影像进行可靠的配准，因此在实践中难以应用。

这套由麻省理工学院及其合作机构的科学家和临床医生共同开发的新系统，采用人工智能模型，只需大约五分钟即可适应每位患者。该模型可在几秒钟内自动将患者的X光片与3D扫描图像进行匹配，精度可达亚毫米级。

该技术名为 xvr（代表 X 射线体积配准），在各种患者、身体部位和医疗程序中，其性能比现有的 AI 方法高出一个数量级。

“大多数美国人居住地距离能够进行非侵入性手术（例如中风紧急介入治疗）的中心超过一个小时车程。对于中风患者来说，一个小时的时间非常宝贵。通过结合二维和三维信息来简化这些手术，可以使这类高度专业化的救命手术惠及更广泛的人群，”麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的博士后研究员、哈佛-麻省理工学院健康科学与技术项目的应届毕业生、即将发表在《 自然》杂志上的关于 xvr 的论文的第一作者维韦克·戈帕拉克里希南 (Vivek Gopalakrishnan) 表示。

这篇论文的共同作者包括他的导师波琳娜·戈兰德（Polina Golland），她是哈佛大学电子工程与计算机科学系（EECS）的孙林和普里西拉·周（Sunlin and Priscilla Chou）讲席教授、计算机科学与人工智能实验室（CSAIL）的首席研究员、医学视觉研究组的负责人，也是这篇论文的共同资深作者；以及尼尔·戴伊（Neel Dey），他曾是医学视觉研究组的博士后研究员，现在是哈佛医学院和麻省总医院的研究员，也是这篇论文的共同资深作者。其他共同作者包括：哈佛医学院的研究员兼临床医生大卫-迪米特里斯·克洛罗吉安尼斯（David-Dimitris Chlorogiannis）；圣卢克马里恩·布洛赫神经科学研究所的神经外科医生安德鲁·阿布穆萨（Andrew Abumoussa）；施莱纳儿童医院的儿科临床医生安娜·M·拉尔森（Anna M. Larson）；哈佛大学和布莱根妇女医院的放射学助理教授纳齐姆·豪钦（Nazim Haouchine）；波士顿儿童医院的医生兼科学家达伦·B·奥尔巴赫（Darren B. Orbach）；以及哈佛大学放射学副教授莎拉·弗里斯肯（Sarah Frisken）。

使X光片提供更多信息

在许多微创外科手术中，例如用于疏通阻塞动脉的血管成形术，临床医生通过一个微小的切口插入器械，并使用高速移动式 X 射线扫描仪生成图像，从而可以从任何角度观察手术过程。 

但为了引导手术器械而不意外损伤其他组织，临床医生必须将实时X光片与患者术前的MRI或CT扫描图像进行配准。这个过程称为配准，可以帮助他们确定器械相对于解剖结构的位置。 

“临床医生需要数十年的训练才能熟练地看懂模糊的二维图像，并理解图像中各个部分的方位。我们希望让这些二维X光片提供更多信息，从而使这些救命的手术更加安全便捷，”戈帕拉克里希南说道。

手动注册方法速度慢且繁琐，需要临床医生通过在电脑中输入数字或点击屏幕上的解剖标志来猜测手术器械的位置。 

为了简化流程，研究人员正在开发能够预测二维/三维配准的人工智能模型。但由于人体解剖结构差异很大，对某些患者有效的模型可能对其他患者无效。 

Gopalakrishnan 表示，由于缺乏高质量的带注释的医学图像数据，很难训练出足够强大的深度学习模型来适应众多患者。

研究人员并没有试图建立一个可以应用于所有患者的机器学习模型，而是构建了一个能够很好地适应特定患者的模型。

“我们为这位特定的病人量身定制了这一个特定的模型，至于它对其他人是否有效并不重要，因为其他人会有不同的模型，”戈帕拉克里希南补充道。

患者特定机器学习

Xvr 会将一名患者术前的3D扫描图像（例如MRI或CT）作为输入，利用该数据从多个角度生成数千张合成X光片，每秒可生成约1000张图像。它通过基于物理原理的X射线成像模拟，确保这些合成图像具有高度的真实性。

“与某些生成式AI不同，它并非凭空生成数据，而是完全基于该患者的CT或MRI扫描结果进行物理建模。由于xvr以纯物理方式生成患者专属的数据，因此不存在幻觉的可能性，”Gopalakrishnan表示。

xvr框架利用这些模拟数据训练一个AI模型，可在几秒钟内准确地将患者的2D X光片与3D影像扫描结果对齐。

然而，尽管这种配准模型精度极高，但若从零开始为每位患者训练，需要大约12小时，无法在紧急情况下快速部署。为加快这一过程，研究人员使用xvr预先训练了一个更通用的AI系统——称为基础模型，该模型能够迅速适应每位新患者的数据。

他们收集了来自2000多名患者的全身3D医学扫描数据，涵盖广泛的年龄、影像模态和解剖区域。Xvr利用这些多样化的数据生成合成X光图像，并训练一个基础模型，用于执行2D/3D配准。

该预训练模型可在大约五分钟内适应新患者，其配准精度与从头训练的模型相当。

“现在您不仅能获得针对特定患者的高精度结果，而且还能在极短时间内完成。”戈帕拉克里希南表示。

研究团队将该模型应用于目前最大的真实2D/3D配准数据集，数据来自五家医院，覆盖了成人和儿童患者数十种骨骼及器官系统。

Xvr在准确性和鲁棒性方面显著优于其他基于人工智能的方法，同时运行速度足够快，可满足急诊手术需求。该模型还可用于提升机器人手术技术的性能。

未来，研究人员希望进一步加快xvr的实时部署速度，开展更多研究以验证其在其他情况下的可靠性，并将系统扩展至处理更复杂的情境，例如移动身体部位。

“过去两年，我们一直在精心开发并验证这一算法。现在，我们正与手术机器人公司和临床团队紧密合作，将这项研究转化为可用于导航或植入的实用工具，”戈帕拉克里希南表示。