人工智能輔助下三維可視化定位在早期非小細胞肺癌手術中的臨床應用

楊景偉，劉萌，趙澤玉，郭明濤

山東第一醫科大學附屬青州醫院（青州市人民醫院）胸外科，山東濰坊 262500

肺癌的發病率及病死率均居惡性腫瘤第1 位[1]。可是肺癌的早期癥狀通常不明顯，導致很多肺癌患者發現患病時已經到了中晚期，增加了治療難度，明顯縮短了患者的生存周期。但由于早期肺癌患者病灶通常較小，并且常位于肺實質內，胸腔鏡手術時難以肉眼觀察或使用手術器械探查到，手術者手指也不易觸及病灶部位，經常給手術帶來一定的困難和困擾[2]。早期肺癌由于病灶較小且通常位于肺實質內，胸腔鏡手術時術者手指一般不能觸及，手術器械探也難以發現[3]。臨床常用CT 引導下乳腺穿刺定位針穿刺定位或者Hook-wire 定位等方法，有助于肺部病灶手術切除，但這些方法均有一定的創傷性及局限性，如肺內靠近縱隔面的病灶，定位就比較困難。

借助人工智能手段，通過三維可視化重建，可以對早期肺癌患者的病灶進行精準定位和輔助診斷，此方法為無創性操作，避免了穿刺定位的相關風險，可以做到精準定位及精準手術[4]。 該研究選擇該院在2018年1 月—2020 年12 月收治的70例早期非小細胞肺癌患者，探討了人工智能輔助下的三維可視化重建定位在早期非小細胞肺癌手術中的臨床應用及效果，現報道如下。

1 資料與方法

1.1 一般資料

選取該院收治的70例早期非小細胞肺癌患者，觀察組37例，對照組33例。 觀察組37例，男17例，女20例；年齡28～70 歲，平均(50.06±7.26)歲；腺癌：21例，鱗癌16例，肺野外周型18例，肺野內側型19例。 對照組33例，男15例，女18例；年齡26～71 歲，平均(51.71±6.83)歲；腺癌：19例，鱗癌14例，肺野外周型16例，肺野內側型17例。 兩組患者基線資料如年齡、性別、病理類型、病變位置等差異無統計學意義（P＞0.05），具有可比性。 該研究通過醫院醫學倫理委員會批準同意，患者或家屬對研究內容知情同意并簽署同意書。

納入標準：①早期非小細胞肺癌，術前或術后病理確診；②心肺功能正常或能耐受肺部手術；③臨床資料完整。

排除標準：①中晚期肺癌者；②全身狀況差，不能耐受手術者；③嚴重心肺功能不全者；④臨床資料不完整者。

1.2 方法

對照組：患者手術前進行CT 引導下乳腺穿刺定位針穿刺定位或者CT 引導下Hook-wire 定位等；根據患者肺部病灶的位置，采取相應合適的體位，進行肺部薄層CT 掃描，確定穿刺路徑進行穿刺定位，定位針尖端最終位置位于肺部病灶深部肺組織周圍5 mm 范圍以內，確認為術前病灶定位成功，病灶定位完成后，需將患者胸部剩余外露定位鋼絲用無菌敷貼固定[5]。

觀察組： 患者手術前進行人工智能系統（Mimics Medical 21.0）輔助下的三維可視化重建定位。

早期非小細胞肺癌病灶在人工智能系統輔助下的三維可視化重建定位[6]：患者術前常規進行肺部薄層CT 掃描，將薄層掃描CT 影像數據導入人工智能系統，對擬行手術切除的早期肺癌患者病灶，通過人工智能三維可視化技術，對病灶及其周圍靶段支氣管、肺動靜脈及其分支進行三維重建，以明確病灶所在的肺葉、肺段或亞段位置，明確病灶的大小、形態和分布，明確肺部病灶與靶段支氣管、肺動靜脈及其分支的解剖毗鄰關系和可能存在的解剖變異，做到對肺部病灶的精準定位[4]。

1.3 觀察指標

手術病灶定位準確率[8]：根據術中尋找病灶的難易程度及切除肺組織中病灶的位置與定位針或三維可視化重建定位確定病灶的位置予以對比、判斷。

手術方式選擇：包括肺葉切除手術、肺段切除手術及楔形切除手術等。

手術不良事件發生率：包括術前氣胸、術前咯血、定位鉤脫落或移位及結節定位困難等。

1.4 統計方法

采用SPSS 20.0 統計學軟件進行數據分析，計數資料采用[n(%)]表示，組間比較進行χ2檢驗或Fisher精確概率法，P＜0.05 為差異有統計學意義。

2 結果

2.1 兩組肺癌患者手術病灶定位準確率比較

肺野外周型病灶，觀察組與對照組肺癌患者的手術病灶定位準確率均較高，差異無統計學意義(P＞0.05)；肺野內側型病灶，觀察組肺癌患者的手術病灶定位準確率明顯優于對照組，差異有統計學意義(P＜0.05)。 見表1。

表1 兩組肺癌患者手術病灶定位準確率比較（%）

2.2 兩組患者手術方式選擇比較

觀察組肺癌患者的手術方式選擇（楔形切除手術）和對照組相比差異無統計學意義(P＞0.05)；觀察組肺癌患者的手術方式選擇（肺葉切除手術、肺段切除手術）明顯優于對照組，差異有統計學意義(P＜0.05)。見表2。

表2 兩組患者手術方式選擇比較[n(%)]

2.3 兩組患者手術不良事件發生率比較

觀察組肺癌患者的手術不良事件發生率（術前氣胸、術前咯血、定位鉤脫落或移位及結節定位困難）明顯低于對照組，差異有統計學意義（P＜0.05）。 見表3。

表3 兩組肺癌患者手術不良事件發生率比較[n(%)]

3 討論

肺癌是最常見的肺原發性惡性腫瘤，多數肺癌起源于支氣管黏膜上皮。 肺癌起初發病較為隱匿，于早期常無明顯的癥狀和體征，若缺乏有效的診斷措施，極易導致患者的病情被延誤[8]。 國際上通常主張將原位癌和TNM 分期1a 期的NSCLC 稱為早期NSCLC，外科手術是早期NSCLC 的首選治療方法[9]。

人工智能（artificial intelligence，AI）是指智能機器依托計算機應用技術，模擬人類智能，以提高人類工作的能力和效率[10]。 使用人工智能系統（Mimics Medical 21.0）對薄層CT 影像進行三維可視化定位重建，實現圖像了從二維到三維的轉換，可以全方位、直觀、準確地展示肺部病灶的立體情況，安全、有效、無創，為精準手術治療提供了一個 “智能定位地圖”[11]。 并且完美解決了傳統手術中肺部結節探查、觸摸、確認、定位及手術切除的困難和困擾[12]。

通過人工智能輔助下三維可視化重建，可以辨別肺部病灶的位置，分析病灶與肺動脈、肺靜脈、支氣管的解剖關系和可能存在的解剖變異[13]，并充分利用胸腔內的解剖標志（肺裂、水平裂和斜裂交匯處等）和術中病灶的實際解剖情況，對肺部病灶進行精準定位，包括病灶所在的肺段和（或）亞段，從而進行精準地肺葉切除、肺段切除或肺楔形切除手術[14]。 在保證病灶切緣足夠安全后，最大程度保存健康的肺組織，提高肺部手術的安全性和準確性，縮短術中手術時間，減小患者損傷，提高患者遠期療效[15]。

肺野外周型病灶，觀察組與對照組肺癌患者的手術病灶定位準確率均較高，但差異無統計學意義(P＞0.05)；肺野內側型病灶，觀察組肺癌患者的手術病灶定位準確率（100.00%）明顯優于對照組(56.25%)(P＜0.05)；借助人工智能手段，通過三維可視化重建，對早期肺癌患者的肺部病灶進行定位，可達100%定位準確，觀察組患者術中只有1例定位困難。 張樓乾等[16]研究表明，40例患者共46 枚結節，通過進行術前三維重建，術中均成功定位找到結節，患者結節手術切除率為100%，無相關肺穿刺定位并發癥，與該次研究結果一致，定位準確率100%。觀察組肺癌患者的手術方式選擇（楔形切除手術）和對照組相比差異無統計學意義(χ2=0.479，P＞0.05)；觀察組肺癌患者的手術方式選擇（肺段切除手術、肺葉切除手術）明顯優于對照組(P＜0.05)；觀察組肺癌患者的手術不良事件發生率（結節定位困難2.70%） 明顯低于對照組（術前氣胸63.64%、術前咯血48.48%例、定位鉤脫落或移位24.24%及結節定位困難21.21%）(P＜0.05)。 陳學瑜等[17]研究顯示，有48例患者（47.1%）在定位后出現穿刺定位區域肺組織內的出血，53例患者（51.9%）定位后出現穿刺側少量氣胸，16例患者（15.7%）在隨后進行的手術中發現定位針或定位鉤完全從肺組織上脫落。穿刺并發癥結果與該研究相一致。

術者可以根據術前重建的三維圖像，順利進行擬定的手術方案，精準切除病灶，避免術中病灶不能及時發現和精準定位，造成手術困擾和困難[18]；觀察組肺癌患者的手術不良事件發生率明顯低于對照組(P＜0.05)，對照組患者術前有創操作并發癥和不確定性因素較多，對患者及家屬造成一定心理壓力。 彭明政等[19]研究顯示，人工智能輔助下的三維可視化重建有利于肺部病灶手術的精準定位，可以真正做到無創，與該研究結果一致。通過三維可視化重建技術和解剖標志相結合，可以更精確地進行手術，有效提高手術切除率，不僅能夠完全切除病灶，達到根治的手術效果，而且能有效改善患者術后身體應激水平及保護心肺功能[20]。

綜上所述，早期非小細胞肺癌患者手術前進行人工智能輔助下的三維可視化重建定位，可以幫助明確早期肺癌患者的病灶位置、靶段血管、支氣管等結構的形態和空間分布，有利于手術前精準診斷和個體化手術方案的精準實施，明顯提高手術病灶定位準確率，降低手術難度，提高肺段切除手術成功率，降低手術不良事件的發生，對提高早期非小細胞肺癌患者的手術治療效果和保護肺功能具有重要臨床價值。