骨转移是晚期前列腺癌患者最常见的远处转移形式之一，其诊疗长期面临早期识别困难、病灶负荷动态评估复杂及个体化干预策略制定等多重挑战。随着AI与机器人技术的飞速发展，传统依赖经验判断与固定流程的诊疗模式正迎来深刻变革。从影像组学驱动的智能识别，到机器人辅助的精准局部干预，再到多学科协作中的决策支持，智能技术正在重塑骨转移管理的每一个环节。在此背景下，【肿瘤资讯】特邀浙江大学医学院附属第一医院周峰教授，围绕机器人和AI在前列腺癌骨转移诊疗中的创新应用、MDT协作实践及未来发展方向展开深入解读，以期为临床医生提供前沿视角与实践参考。
浙江大学医学院附属第一医院 泌尿外科
中国抗癌协会青年理事会理事
中华医学会泌尿外科学分会工程学组委员
中国抗癌协会泌尿系统肿瘤专业委员会委员
中国抗癌协会前列腺癌防筛专业委员会委员
中国抗癌协会中西整合前列腺癌专业委员会委员
Harvard medical school/Dana-Farber Cancer Institute访问学者
UMASS Boston/CPCT访问学者
《现代泌尿外科杂志》责任编委
《 JCO中文版泌尿生殖肿瘤专刊》编委
赋能提效，AI影像识别与机器人微创干预重塑骨转移精准诊疗新格局
目前，机器人辅助手术和AI技术已在前列腺癌原发灶治疗中较为成熟，但在骨转移领域的应用仍处于探索阶段。请您结合团队的临床实践，谈谈当前机器人和AI在前列腺癌骨转移的精准诊断、手术干预及治疗决策中，具有哪些创新应用？
周峰教授：正如您所说，前列腺癌骨转移的管理正处于一个技术变革的交汇点。目前，AI和机器人技术在骨转移领域的创新应用主要体现在以下三个维度：
首先，在精准诊断与负荷评估方面，AI在前列腺癌骨转移的影像学检测方面取得了显著进展。例如，基于深度学习的AI模型在PSMA PET/CT扫描中识别淋巴结受累和转移性疾病的准确率可高达98%[1]。在常规的CT分期中，AI模型对骨病灶的检测和良恶性分类的F1分数已达到92%以上，其预测价值与高级放射科医师相当[2]。此外，结合病灶影像组学和临床特征的机器学习模型，在预测骨转移风险方面也展现出了极高的准确性（AUC可达0.900以上）[3]。这为我们早期发现并量化骨转移负荷提供了强大的工具。
其次，在治疗决策与预后预测方面，AI正成为重要的辅助大脑。我们目前可以利用多种机器学习算法（如XGBoost、逻辑回归等）整合影像、液体活检和基因组数据，构建生存预测模型。这些模型在预测骨转移患者1年、3年和5年生存率方面表现稳健，能够帮助我们更精准地进行风险分层，从而制定个体化的干预策略[4]。
最后，在微创手术干预与局部治疗方面，机器人技术展现出了极大的优势。在影像引导下的机器人立体定向放射外科（Robotic SRS）治疗寡转移灶，不仅局部控制率高，且能显著降低PSA水平，神经功能缺损等并发症极少[5]。对于脊柱转移灶，机器人辅助靶向消融联合椎体成形术（CA+PVP）相较于单纯PVP，显著缩短了穿刺通道建立时间（11.3 vs 26.7分钟，p<0.001），并且6个月局部肿瘤进展率仅5.6%（对比PVP组36%，p=0.03）[6]。
协同落地，智能决策系统深度嵌入MDT工作流优化多学科全程管理
从已有的临床数据和您团队的实践经验来看，这些创新技术在实际临床实践中是如何与多学科团队（MDT）协作落地的？
周峰教授：这是一个非常核心的问题。前列腺癌骨转移的病情复杂，涉及泌尿外科、骨科、放疗科、核医学科等多个学科。AI和机器人技术并不是要取代MDT，而是作为“赋能者”深度嵌入到MDT的工作流中。
在MDT讨论和决策支持环节，AI临床决策支持系统（CDSS）和大语言模型（LLMs）正发挥重要作用。在分子肿瘤讨论会中，AI系统能够快速整合患者的基因组数据并匹配合适的临床试验，显著提高了患者的试验参与率。不过，真实世界研究也提示，当前AI在前列腺癌诊疗的MDT建议与临床医生实际决策的完全一致率仍有提升空间，因此AI目前主要作为标准化场景的辅助工具和文献检索引擎，最终的复杂决策仍需依赖MDT专家的综合判断[7]。
在影像与放疗的跨学科协作中，AI的落地尤为显著。AI自动阅片直接嵌入放射科工作流，为MDT提供了标准化的转移负荷评估，并帮助团队快速区分寡转移与多发转移，这直接影响后续MDT策略的制定[8]。在放疗环节，AI自动靶区勾画和自动治疗计划系统大幅减少了放射肿瘤科医师的工作量，降低了观察者间的差异，使放疗计划的制定更加高效和标准化[9]。
在外科与内科的联合实施上，机器人技术的应用促成了更紧密的学科融合。例如在处理寡转移性前列腺癌时，NEAR-TOP研究将新辅助内分泌治疗、SBRT放疗与机器人辅助根治性前列腺切除术及淋巴结清扫相结合，这要求泌尿外科与放疗科、肿瘤内科进行无缝衔接[10]。前列腺癌骨转移患者的诊疗也需要按照MDT流程进行决策，其中以RANKL抑制剂地舒单抗为代表的骨靶向药物是前列腺癌骨转移治疗的核心。骨靶向药物需遵循"确诊即启动、全程动态监测"的原则。《前列腺癌全程管理专家共识（2025版）》及《中国前列腺癌骨转移诊疗现状蓝皮书》均强烈呼吁，骨转移一经确诊，无论有无症状，均应尽早（3个月内）启动骨靶向药物治疗，可降低骨相关事件（SREs）发生率38.3%[11,12]。
从固定方案到一人一策：数字孪生与自适应治疗有望升级骨转移诊疗
展望未来，随着机器人系统的智能化升级和AI大模型的深度应用，您认为前列腺癌骨转移的诊疗模式将发生怎样的结构性变革？
周峰教授：展望未来，我认为前列腺癌骨转移的诊疗模式将经历从“标准化分层治疗”向“动态个体化闭环管理”的深刻结构性变革。这一变革将由几个核心技术驱动：
第一是数字孪生驱动的“虚拟患者”管理。未来我们将为每位患者创建一个整合了影像、基因组、药代动力学等多维数据的动态虚拟副本。在进行放疗或放射性配体治疗（如177Lu-PSMA-617）前，可以在“数字孪生体”上模拟不同剂量和方案的疗效与毒性，从而彻底打破当前“一刀切”的固定剂量治疗模式，实现真正的精准给药[13]。
第二是基础模型重塑的“虚拟MDT”。随着多模态大模型的发展，AI将从“被动问答”演进为多智能体协作框架。未来，影像分析AI、基因组解读AI、治疗规划AI将协同工作，形成一个“虚拟MDT”，在人类专家的监督下，提供全流程、循证的个体化推荐[14]。
第三是放疗的“免模拟”与“实时自适应”。AI驱动的在线自适应系统正在将放疗从多步骤简化为单站式治疗。患者到达治疗机后，通过MRI或CBCT引导，AI可实时生成治疗计划，甚至完全消除传统的模拟CT步骤。这对于需要紧急姑息治疗的骨转移患者（如脊髓压迫）具有革命性意义[15]。
总之，未来的骨转移管理将是多模态数据驱动、AI智能预测、自主机器人精准执行的动态闭环，这将有望极大地延长患者的生存期并改善生活质量。
[1] Liu J, Cundy TP, Woon DTS, Lawrentschuk N. A Systematic Review on Artificial Intelligence Evaluating Metastatic Prostatic Cancer and Lymph Nodes on PSMA PET Scans. Cancers. 2024;16(3):486. doi:10.3390/cancers16030486.
[2] Belue MJ, Harmon SA, Yang D, et al. Deep LearningBased Detection and Classification of Bone Lesions on Staging Computed Tomography in Prostate Cancer: A Development Study. Academic Radiology. 2024;31(6):2424-2433. doi:10.1016/j.acra.2024.01.009.
[3] Yang Y, Zheng B, Zou B, et al. MRI Radiomics and Automated Habitat Analysis Enhance Machine Learning Prediction of Bone Metastasis and HighGrade Gleason Scores in Prostate Cancer. Academic Radiology. 2025;:S1076-6332(25)00536-7. doi:10.1016/j.acra.2025.05.059.
[4] Zhang H, Dong B, Han J, Huang L. Interpretable Machine Learning Models for Survival Prediction in Prostate Cancer Bone Metastases. Scientific Reports. 2025;15(1):24150. doi:10.1038/s41598025096918.
[5] Muacevic A, Kufeld M, Rist C, et al. Safety and Feasibility of ImageGuided Robotic Radiosurgery for Patients With Limited Bone Metastases of Prostate Cancer. Urologic Oncology. 2013;31(4):455-60. doi:10.1016/j.urolonc.2011.02.023.
[6] Zheng K, Wang W, Liu Z, Shan L, Hao D. Clinical Efficacy and Safety of RobotAssisted Targeted CoAblation Combined With Vertebroplasty Under Local Anesthesia for Spinal Metastases. European Spine Journal. 2025. doi:10.1007/s00586025093266.
[7] De la TorreTrillo J, Yáñez Castillo Y, Melgarejo Segura MT, et al. Evaluation of Artificial Intelligence as a DecisionSupport Tool in Urological Tumor Boards: A Study in Real Clinical Practice. Journal of Clinical Medicine. 2026;15(6):2130. doi:10.3390/jcm15062130.
[8] Afnouch M, Bougourzi F, Gaddour O, Dornaika F, Ahmed AT. Artificial Intelligence in Bone Metastasis Analysis: Current Advancements, Opportunities and Challenges. Computers in Biology and Medicine. 2025;194:110372. doi:10.1016/j.compbiomed.2025.110372.
[9] Rong Y, Chen Q, Fu Y, et al. NRG Oncology Assessment of Artificial Intelligence Deep LearningBased AutoSegmentation for Radiation Therapy: Current Developments, Clinical Considerations, and Future Directions. International Journal of Radiation Oncology, Biology, Physics. 2024;119(1):261-280. doi:10.1016/j.ijrobp.2023.10.033.
[10] Fan Z, Li D, Yan S, et al. NEoAdjuvant Radiohormonal Therapy Versus Standard of Care for Oligometastatic Prostate Cancer (NEARTOP): Study Protocol of a Multicenter, OpenLabel, Randomised Controlled Trial. BMC Cancer. 2025;25(1):768. doi:10.1186/s1288502413201w.
[11] 中国抗癌协会男性生殖系统肿瘤专业委员会. 前列腺癌全程管理专家共识(2025版). 中华肿瘤杂志. 2025;47(7):533-550.
[12] 中国前列腺癌骨转移诊疗现状蓝皮书项目组. 中国前列腺癌骨转移诊疗现状蓝皮书. 中华泌尿外科杂志2025年11月第46卷第11期Chin J Urol，November 2025，Vol. 46，No. 11.
[13] Olawade DB, Akinro O, Oisakede EO, et al. Digital Twin Applications in Radiology and Radiotherapy: Applications, Challenges, and Future Perspectives. European Journal of Radiology. 2026;200:112865. doi:10.1016/j.ejrad.2026.112865.
[14] Jun H, Tanaka Y, Johri S, et al. A ContextAugmented Large Language Model for Accurate Precision Oncology Medicine Recommendations. Cancer Cell. 2026;44(3):676-685.e4. doi:10.1016/j.ccell.2025.12.017.[15] Liu W, Morris ED, Schiff JP, et al. DirecttoUnit Stereotactic Magnetic Resonance ImagingGuided Adaptive Radiation Therapy for Spine Metastasis. International Journal of Radiation Oncology, Biology, Physics. 2026;124(5):1233-1238. doi:10.1016/j.ijrobp.2025.11.043.
排版编辑：肿瘤资讯-WJH
苏公网安备32059002004080号
