您好,欢迎您

人工智能一体化三维重建应用于胸外科的中国专家共识

06月13日
来源:智能肿瘤学 

中国医疗保健国际交流促进会胸外科分会,中国医疗保健国际交流促进会肺癌防治分会,海峡两岸医药卫生交流协会胸外科专业委员会,浙江省医学会胸外科学分会,浙江省医师协会胸外科医师分会,浙江省预防医学会肺癌预防与控制专委会

1. 浙江大学医学院附属第一医院 普胸外科(杭州  310003)

2. 浙江省医疗器械临床评价技术研究重点实验室(杭州  310003)

通信作者:胡坚,Email:dr_hujian@zju.edu.cn


关键词三维重建;人工智能;胸外科;专家共识

引用本文:中国医疗保健国际交流促进会胸外科分会,中国医疗保健国际交流促进会肺癌防治分会,海峡两岸医药卫生交流协会胸外科专业委员会,浙江省医学会胸外科学分会,浙江省医师协会胸外科医师分会,浙江省预防医学会肺癌预防与控制专委会. 人工智能一体化三维重建应用于胸外科的中国专家共识. 中国胸心血管外科临床杂志, 2023, 30(5). doi: 10.7507/1007-4848.202302054


640.jpg

摘  要

为进一步规范三维重建在胸外科中的应用,《人工智能一体化三维重建应用于胸外科的中国专家共识》专家组讨论制定了本共识。本共识依据目前三维重建技术在胸外科各种场景中使用的临床经验和已有的前瞻性或回顾性研究,总结形成推荐意见,并附录目前存在争议、尚未进行充分的临床研究或仍在探索阶段的三维重建技术应用场景,为未来的临床研究和临床疾病诊治提供方向和证据,以期达成共识。


正  文

胸外科疾病涉及胸壁、肺、食管、纵隔等多器官,其中肿瘤性疾病最为显著,比如肺癌在全球范围内是最常见的恶性肿瘤,位居恶性肿瘤发病率的第2位及死亡率的第1 位[1 ]。基于人工智能(artificial intelligence,AI)的三维重建技术在协助肺结节诊断和治疗方面越来越受到重视。然而,目前AI在胸外科疾病的临床应用相对较少,为了全面提升我国胸外科疾病的专业化诊疗水平,本共识基于AI在胸外科疾病的多维度应用建立初步的书面指导原则。针对现有文献及临床实践依据,经过专家组系统的讨论与商议,最终形成本共识。本共识不设证据类别,共识等级则依据专家组投票比例划分:若支持意见≥80%,则初步定为一致共识,共识等级设为Ⅰ级;60%~80% 支持则划定为基本一致共识,共识等级设为Ⅱ级,支持意见<60% 则取消相关推荐。随着未来更多文献发表,本共识将不断更新完善。



1 三维重建辅助肺结节良恶性判别

关于肺结节的诊断与治疗在国内外已经形成了许多专家共识。相关研究[2]表明:考虑为原位腺癌(adenocarcinoma in situ,AIS)、微浸润性腺癌(minimally invasive adenocarcinoma,MIA)与浸润性腺癌(invasive adenocarcinoma,IAC)结节应当及时手术治疗,不典型腺瘤样增生(atypical adeno-matous hyperplasia,AAH)和良性磨玻璃结节影(ground-glass opacity,GGO)仅建议CT随访。由于不同医生对指南的掌握不尽相同,导致部分小结节被过度治疗。既往对小结节的判别多基于CT的二维影像特征,存在对肺段等精细解剖部位识别不佳、对胸外科医师空间重构能力要求较高等问题。相关文献及研究认为三维重建对肺结节的判别具有重要意义。


1.1    三维重建对肺结节性质判别

目前胸外科常用的三维重建技术包括:多平面重建(multi-planar reformatting,MPR)、最大强度投影法(maximum intensity projection,MIP)、容积再现等,以多层螺旋CT为基础的三维重建在GGO诊治中应用广泛。高分辨率CT(high resolution CT,HRCT)相比普通CT能更准确定位肺部结节病灶,明显提高了肺磨玻璃结节尤其是小直径结节的检出率,这些优势均基于连续、快速且低层厚的容积扫描,且不受患者呼吸运动影响,使得解剖结构无重叠;高分辨率三维重建技术极大提升了影像质量,从而更真实地展现出结节的解剖结构,清楚显示肺结节内部的密度变化、边缘特征、周边及内部的小血管、细支气管影、结节周边胸膜的牵拉程度,可以更有效、完善且精准地评价GGO的影像学特征。此外,在这一领域,虚拟现实技术也已经在多项针对肺部GGO的研究及应用中取得应用。肺部小结节准确、直观的整体轮廓形态可以从三维立体的角度被塑造,为避免通过轴位像的片面性误导医生,还需要全方位立体观察[3]。北京协和医学院在同时性多原发肺癌外科治疗的预后研究及基因组学分析中认为,三维重建/3D 打印 模型可以快速准确定位切除标本中的多个肺结节,病变的病理结果与术前CT检查结果能够一一对应,这对进一步研究多发性肺结节的临床病理特征及放射组学具有重要意义[4]。上海交通大学基于早期肺腺癌性GGO CT三维重建下相关影像学参数术前预测癌细胞Ki-67 表达指数的模型研究认为:GGO CT三维重建的相关影像学参数包括直径、总体积(total volume,TV)、最大CT值(maximum, MAX)、整体CT值分布标准差(standard deviation,STD)及随访中的体积倍增时间(volume doubling time,VDT)对其良恶性鉴别参考价值重大;结节恶性程度越高,以上参数的值越大,提示外科医生应及时手术干预;参数小于阈值时,可以考虑CT随访。而如今针对三维重建联合高分辨薄层CT对GGO的手术定位与结节定性均开展了广泛的临床应用。其体积、CT值、最大CT值、平均CT值、平均直径等参数都提示其结节的潜在病理分型。另外Ki-67 表达情况也可作为早期腺癌的术前参数预测[2]。


推荐1:三维重建技术可更加全面地评估肺结节的影像学特征,推荐使用三维重建技术对肺结节性质进行辅助判定(Ⅰ)。


1.2    人工智能联合三维重建对肺结节良恶性判别

目前三维重建技术主要根据以下特征评价肺结节,包括大小、形状、位置、密度、钙化形式、边缘形态、倍增时间等。传统胸部CT受影像医师经验、主观意识、设备先进程度等因素影响,易出现误诊、漏诊等问题。近年来大热的AI辅助诊断技术,依靠深度卷积神经网络算法、图片识别功能等先进技术,实现了医学影像技术与诊疗体系快速发展[5]。有学者[6]使用AI技术对肺癌病理图像进行分类,并通过76 个数据集验证取得良好效果。Wang 等[7]构建新型基于深度卷积神经网络的分割模型,能够精细地分析肺结节的边缘轮廓,效果可以媲美高年资放射科医师。Ciompi等[8]通过AI搭建了一套可以自动区分肺结节形态的检测系统,可识别形态包括实性、亚实性、非实性、钙化型等形态 。Song等[9]使用LIDC-IDRI 数据集对不同算法模型在肺结节良恶性预测方面进行了比较研究,结果表明基于深度卷积神经网络的算法在准确性方面远优于其他类型算法。利用大数据和AI技术在放射肿瘤学领域的应用,尤其是对肺CT影像数据进行进一步分析,将极大地提高相关疾病领域的医疗水平。


AAH、AIS、MIA、IAC是肺结节病理学发展过程,而在影像学中纯磨玻璃结节(pure ground-grass nodule,pGGN)、部分实性结节(part solid nodule, pSN)到纯实性结节(solid nodule,SN)也是逐渐进展的过程,AI可准确识别人眼可能忽略或者无法辨认的重要信息,对特定任务表现出较好的预测性能。既往研究[10]显示,以不同数据库训练集和数据集为平台的深度学习模型训练的肺结节良恶性分类模型准确性最高可达93.6%,以相同数据库为对象的训练集和验证集在深度学习模型的分类中准确性也很高,证明已初步具备肺结节诊断的能力 。而在LUNGx Challenge肺结节研究[11]中,AI组的曲线下面积(area under the curve,AUC)低于放射科医师组,且放射科医生在统计学上的表现相较于AI组优势明显,该研究证明AI技术鉴别肺结节的准确度还无法替代人工,仍需进一步优化。


推荐2:(1)考虑到AI 针对亚实性结节的假阴性与假阳性率均较高,临床工作中仍需病理医师阅片以减少漏诊和误诊(Ⅰ)。


(2)AI在肺结节患者长期随访中具有重要意义,其优势在于可实时辅助医师进行随访,判断肺结节具体变化情况(Ⅱ)。


(3)AI在肺结节良恶性鉴别中有一定临床参考价值,准确性仍有待商榷(Ⅰ)。


2 三维重建辅助肺结节术式规划

肺楔形切除和肺段切除是胸外科肺部手术中相对于肺叶切除、袖式切除而言较为精细的术式,是亚肺叶切除中的重要术式。肺楔形切除常用于位置浅表的结节,对于位置较深的结节,其定位具有一定挑战性,且需要避开大的血管和支气管,防止术后大出血、肺不张、支气管胸膜瘘等严重并发症。肺段手术需要识别3~4 级支气管及其伴行的动脉、静脉,而段水平的血管变异相当丰富[12-13],尤其在更为精准的联合亚段切除中要辨别的结构更为精细。如何在最大化保护肺功能的基础上安全、有效地进行切除,是胸外科医生不断探索的方向 。胸部CT三维重建技术在术前能够对结节进行定位,帮助医生在术前明确结节毗邻的肺支气管、血管的分型及变异情况,为手术做好预案。而且,三维重建技术能够实现全角度自由旋转、交互式展示肺结构(血管、支气管和病灶),符合手术操作过程中的三维观感,帮助医生提高手术精准度,减少手术风险[14-19]。三维重建技术在肺叶切除术中也有一定的应用场景,例如,在肺裂发育不全的情况下,往往需要三维重建判定解剖变异,避免误断跨叶分布的异常解剖结构。


推荐3:建议准备行亚肺叶切除手术的患者术前行三维重建,帮助完善术前规划,包括肺楔形切除术(结节位置偏深者)、肺段切除术、联合亚段切除术等(Ⅰ)。


3 三维重建辅助胸腔大肿瘤手术评估

解剖学上,胸部组织器官的结构关系错综复杂,牵涉到肺门、纵隔以及大血管等结构。同时,该区域的解剖变异类型也很多,这增加了术前精准评估的难度,使手术风险相对较高。而常规的增强CT只提供了轴位横断面的连续图像,这对于外科医生在临床评估时构想局部区域的三维解剖关系而言,存在很多不足。


术前精准评估胸腔巨大肿瘤的位置、起源以及与周围结构的关系尤为重要,而目前这通常需要外科医生凭借丰富的临床经验和足够的空间想象力。手术切除是治疗胸腔巨大肿瘤的主要方法,但由于病理类型复杂、瘤体巨大、肿瘤与邻近结构的关系不明确等原因,手术风险较高,手术切除的难度也相对较大。


使用三维重建影像技术可以更加精准、高效地识别肿瘤毗邻结构和滋养血管,有助于减少术中出血量、降低手术风险[20]。利用CT、磁共振成像(magnetic resonance imaging,MRI)、造影等二维数据重建三维影像,可以为胸腔巨大肿瘤术前评估提供重要辅助,并且可以制定个体化手术方案,为手术提供精准全面的术前评估;另一方面,三维重建的影像也有利于科研教学活动的开展[21]。三维重建技术还可以在诊断食管癌和鉴别纵隔内阳性淋巴结[22]等方面提供更加丰富的信息,有助于制定更有效的治疗策略。


推荐4:CT、MRI等影像学检查发现的胸腔大肿瘤建议通过进一步完善三维重建辅助术前评估,其在毗邻结构的识别上优势巨大(Ⅱ)。


4 三维重建辅助胸壁疾病诊治

胸部CT已被公认为当下诊断各种胸壁/胸腔内器官损伤的基础方法,可用于评估患者是否需要通过手术修复[23]。多层CT三维重建具有突出特点,如直观、立体及多角度观察,有效弥补了胸部X线片诊断肋骨骨折的不足。多层螺旋CT的三维重建能够提高肋骨骨折的检出率,尤其是对于细微的肋骨骨折,同时对胸骨骨折的诊断准确性也要优于胸部X线片[24]。


通过三维CT图像重建技术可辅助定位肋骨骨折、设计规划手术切口和手术方式,甚至评估胸腔内器官损伤情况[25]。对于一些胸部创伤患者,特别是车祸或者工伤涉及的伤残鉴定及赔偿,胸部CT肋骨三维重建相比CT平扫可以更为直接地显示骨折的数目及程度,从而能提供更加清晰的工伤鉴定依据,进而有助于理赔的及时完成[26],因此对胸 壁外伤患者推荐常规进行胸部CT平扫和三维重建。


三维重建技术可以应用于胸壁肿物、胸壁畸形、肋骨肿瘤等多个方面的形态判定,辅助临床医生对胸壁病变进行准确模拟,提高手术精准度,缩短手术时间,加速患者术后康复,缩短住院时间。采用胸腔镜辅助手术结合三维重建技术,对肋骨骨折切开复位内固定术极具精确性,且术中的创伤小、术后留置胸腔闭式引流管时间短、疼痛轻,能够大大加快患者恢复,尽早出院,是一种安全有效的手术方式,有助于实现患者快速康复[27]。3D重建能明确鸡胸、漏斗胸等胸壁畸形患者肋骨和肋软骨的方向及其与胸骨的关系,从而可以对胸壁进行精确的术前测量并指导个体化的手术矫正[28-29]。


推荐5:对胸壁疾病拟行手术的患者,术前推荐常规进行胸部CT、MRI等影像学检查,并进行三维重建(Ⅰ)。


5 3D打印技术辅助胸骨及肋骨骨折治疗

在胸骨、肋骨骨折手术过程中,通过采用3D 打印技术,基于数字模型文件利用塑料、粉末金属等可粘合材料进行逐层打印,可有效减少内固定装置的塑形不准确,在手术时间、手术切口、术后疼痛和内固定成功率方面有优势[27]。另外可利用薄层CT与肋骨CT通过软件重塑肋骨骨折处的三维模型,结合成熟的3D打印技术生成个性化的肋骨模型。Chen 等[30]的研究提示制备3D打印的肋骨模型误差较小,能够达到临床使用需求。为进一步缩短手术时间、提升固定材料准确性、降低实施内固定的几率,同时也为了更好地针对肋骨骨折部位进行定位,应根据重建后的肋骨形状选择最恰当的材质,并于术前规划出足够的手术范围,完善手术流程,让手术形式安全化、微创化[31]。


推荐6:3D 打印技术可以利用永久性材料进行术前精准评估,有助于个性化定制更加精确的胸骨及肋骨固定装置,也可让胸骨及肋骨骨折的定位以及手术切口的规划更加明确清晰(Ⅰ)。


6 结语

三维可视化重建技术在日常胸外科的临床工作中逐渐普及,对比传统的影像学技术如X光线、 CT等具有更形象、更立体、更准确等优势。特别是近年来随着AI技术的崛起,AI和三维重建技术的融合将为胸外科各类疾病的术前精准诊断、术中精准定位、术后快速康复以及最佳获益做出更大的贡献。


利益冲突: 无。


人工智能一体化三维重建应用于胸外科的中国专家共识专家组

主编

胡坚(浙江大学医学院附属第一医院)、刘伦旭(四川大学华西医院)、张毅(首都医科大学宣武医院)、陈椿(福建医科大学附属协和医院)、汪路明(浙江大学医学院附属第一医院)


执笔

徐金明(浙江大学医学院附属第一医院)、蒲强(四川大学华西医院)、谭锋维(中国医学科学院肿瘤医院)、王新(南阳市中心医院)、徐文震(三门县人民医院)


核心小组成员(按姓氏拼音排序)

蔡开灿(南方医科大学南方医院)、陈剑锋(福建医科大学附属第一医院)、黄旭华(浙江大学医学院附属第一医院)、李晨蔚(宁波市第一医院)、梁朝阳(中日友好医院)、廖永德(华中科技大学同济医学院附属协和医院)、林勇斌(中山大学附属肿瘤医院)、姜杰(厦门大学附属第一医院)、马洪海(浙江大学医学院附属第一医院)、梅建东(四川大学华西医院)、彭忠民(山东第一医科大学附属省立医院)、沈琦斌(湖州市中心医院)、沈韦羽(宁波市医疗中心李惠利医院)、王博(武汉大学人民医院)、王延烨(浙江大学医学院附属第一医院)、许顺(中国医科大学附属第一医院)、叶波(浙江大学医学院附属杭州市胸科医院)、曾剑(中国科学院大学附属肿瘤医院)、张军(嘉兴市第二医院)、张真榕(中日友好医院)、赵国芳(中国科学院大学宁波华美医院)


审核小组成员(按姓氏拼音排序)

曹庆东(中山大学附属第五医院)、陈保富(台州市中心医院)、陈昶(同济大学附属上海市肺科医院)、陈克能(北京大学肿瘤医院)、陈铭伍(广西医科大学第一附属医院)、陈奇勋(中国科学院大学附属肿瘤医院)、陈献国(金华市中心医院)、范江(上海市第一人民医院)、范军强(浙江大学医学院附属第二医院)、方文涛(上海交通大学医学院附属胸科医院)、付军科(西安交通大学医学院第一附属医院)、付向宁(华中科技大学同济医学院附属同济医院)、高树庚(中国医学科学院肿瘤医院)、葛棣(复旦大学附属中山医院)、耿国军(厦门大学附属第一医院)、耿庆(武汉大学人民医院)、顾春东(大连医科大学附属第一医院)、郭占林(内蒙古医科大学附属医院)、韩育宁(宁夏医科大学总医院)、何建行(广州医科大学附属第一医院)、何正富(浙江大学医学院附属邵逸夫医院)、黄云超(云南省肿瘤医院)、江洪(杭州市第一人民医院)、姜涛(空军军医大学唐都医院)、矫文捷(青岛大学附属医院)、康明强(福建医科大学附属协和医院)、乐涵波(舟山医院)、李单青(北京协和医院)、李鹤成(上海交通大学医学院附属瑞金医院)、李强(四川省肿瘤医院)、李小飞(西安国际医学中心医院胸科医院)、李印(中国医学科学院肿瘤医院)、李忠诚(青海大学附属医院)、刘德若(中日友好医院)、刘建阳(吉林省肿瘤医院)、刘俊峰(河北医科大学第四医院)、刘阳(中国人民解放军总医院第一医学中心)、柳阳春(江西省人民医院)、龙浩(中山大学附属肿瘤医院)、罗清泉(上海交通大学医学院附属胸科医院)、马海涛(苏州大学附属第一医院)、马金山(新疆维吾尔自治区人民医院)、梅新宇(中国科学技术大学附属第一医院)、牟巨伟(中国医学科学院肿瘤医院)、尼平(西藏自治区人民医院)、乔贵宾(广东省人民医院)、孙大强(天津市胸科医院)、孙伟(海南医学院第二附属医院)、田辉(山东大学齐鲁医院)、王海涛(浙江省人民医院)、王群(复旦大学附属中山医院)、魏立(河南省人民医院)、吴楠(北京大学肿瘤医院)、许林(江苏省肿瘤医院)、薛磊(海军军医大学第二附属医院)、薛涛(东南大学附属中大医院)、杨帆(北京大学人民医院)、叶敏华(浙江省台州医院)、喻本桐(南昌大学第一附属医院)、喻光懋(绍兴市人民医院)、张春芳(中南大学湘雅医院)、张兰军(中山大学附属肿瘤医院)、张临友(哈尔滨医科大学附属第二医院)、张苏宁(中国医科大学附属盛京医院)、赵纯(丽水市中心医院)、赵军(苏州大学附属第一医院)、郑亮承(温州医科大学附属第一医院)、郑勇洪(浙江衢化医院)、朱成楚(温州医科大学附属台州医院)、朱余明(同济大学附属上海市肺科医院)


参考文献略。


作者介绍


通信作者: 胡坚


胡坚: 浙江大学医学院附属第一医院,American Association for Thoracic Surgery(美国AATS)委员,浙江省肺部肿瘤诊治技术研究中心主任,浙江省医疗器械临床评价技术研究重点实验室(PI),浙江大学求是特聘专家,国家重点研发计划首席,浙江省医学会胸外科学分会主任委员,浙江省预防医学会肺癌预防与控制专委会主任委员,浙江省抗癌协会肺癌专业委员会副主任委员,浙江省抗癌协会食管癌专业委员会副主任委员


  • 中华医学会胸心血管外科学分会肺癌学组副组长

  • 中国研究型医院学会胸外科学专业委员会副主任委员

  • 中国医疗保健国际交流促进会理事/胸外科分会副主任委员

  • 中国医师协会胸外科医师分会常委

  • 中国医师协会肿瘤多学科诊疗专业委员会常委

  • 国家癌症中心国家肿瘤质控中心肺癌质控专家委员会委员

  • 国家癌症中心国家肿瘤质控中心食管癌质控专家委员会委员

  • 中国医师协会胸外科医

责任编辑:肿瘤资讯-Astrid
排版编辑:肿瘤资讯-Astrid


免责声明
本文仅供专业人士参看,文中内容仅代表智能肿瘤学立场与观点,不代表肿瘤资讯平台意见,且肿瘤资讯并不承担任何连带责任。若有任何侵权问题,请联系删除

评论
06月14日
刘岩
馆陶县人民医院 | 放疗科
人工智能一体化三维重建应用于胸外科的中国专家共识
06月13日
雷昕奕
永州市中心医院 | 胃肠外科
三维重建应用的专家共识。