人工智能（artificial intelligence，AI）與胸外科的結合日益緊密，特別是影像識別和病理診斷領域。另外，機器人手術作為微創外科高端技術的代表，正蓬勃發展。AI 時代下的機器人手術已有或者將有何種進步？本文將綜述 AI 在胸外科的應用現狀及機器人手術診療進展，并對機器人手術的未來作一展望。
引用本文： 黃沙, 何哲浩, 王志田, 汪路明, 張翀, 呂望, 胡堅. 人工智能時代機器人外科診療進展及展望. 中國胸心血管外科臨床雜志, 2019, 26(3): 197-202. doi: 10.7507/1007-4848.201812043 復制
近年來，隨著各種智能設備與技術不斷融入人們日常生活，例如手機智能助理、語音文字識別、生物識別、自動駕駛技術、掃地機器人等。我們對人工智能（artificial intelligence，AI）這個名詞愈發熟悉。人工智能技術正進行著全方位的滲透，當然醫療領域也不例外。
AI 是用于模擬和擴展人類智能的理論方法、技術手段及應用系統的一門學科[1]。其利用機器學習技術，使用通用的學習策略，可以從數據中發現規律或聯系，因此能夠根據新數據自動調整，而無需重設程序算法。AI 中有三大分支同醫療關系最密切，分別是專家系統、人工神經網絡和數據深度挖掘。當今時代 AI 在醫療的布局涵蓋院前管理、院內診療、院后康復和藥物研發，涉及的方面從慢病管理到醫學影像、輔助決策和診療的方方面面。目前 AI 在醫療最成功的商用代表是由 IBM 與紀念斯隆-凱特林癌癥中心（Memorial Sloan-Kettering Cancer Center，MSK）聯合開發而成的 Watson 系統。它采集了近 1 500 萬頁醫學資料，綜合運用 MSK 享譽全球的癌癥專業知識與 IBM Watson 的分析速度為患者提供個性化癌癥治療方案，加上其具備機器學習功能，能夠持續學習腫瘤學研究成果。
現今，AI 技術開始在胸外科領域進行了探索，并且在胸外科相關影像與病理判讀方面取得一定突破，未來 AI 也將在代表胸外科手術最高智能化的手術機器人上持續發力，本文將對 AI 與機器人外科的結合作一討論。
1 人工智能在胸外科的應用現狀
計算機斷層掃描（computed tomography，CT）是胸外科醫生檢測肺結節最常見且最基本的技術，是肺癌篩查和診斷的主要臨床手段。現階段的篩查是由人工閱片完成的，但隨著篩查人數的快速增長，高分辨率 CT 的圖像數增加至上百張，人工處理圖像的方法越來越難勝任此項任務，因此 AI 輔助醫生顯得必要且高效。得益于卷積神經網絡（convolutional neural network，CNN）的興起，機器學習的技術在影像識別領域取得了顯著的進步，CNN 的學習過程模擬了動物視覺皮層組織，一個成功訓練的 CNN 模型可以在預處理信息的過程中構建層次信息[2]。目前已有報道，針對局部征象的 CNN 模型快速成功地識別出胸部 X 線片中的各類病灶，包括：結節、間質影、胸膜牽拉、氣胸、實體占位、心臟肥大等[3]。另有一些深度學習模型對肺癌篩查的計算機輔助檢測（computer-aided detection，CAD）系統進行了評估，在肺結節分類及惡性風險預測方面顯示出相當大的可行性[4-5]。肺結節 CAD 技術通過各類分析算法實現了胸部 CT 圖像中肺實質的分割、肺結節的分割與檢測以及肺結節良惡性判斷等[6]。Ciompi 等[7]提出一種基于 CNN 的肺結節自動分類法，其性能強大可媲美臨床專家，另外王媛媛等[8]的研究表明 CNN 對于 CT/PET-CT 多模態圖像識別有良好的效果，能實現較高的肺部腫瘤識別率。雖然 CNN 能更加準確快速地識別肺結節，但目前僅有少數方法通過結合 AI 深度學習與 CT 影像來識別肺結節。
病理閱片與 CT 影像在胸外科雖屬不同范疇的診斷手段，但有異曲同工之處：兩者均依賴視覺圖像；兩者均面臨繁重的工作量。AI 在合適的階段介入了病理診斷領域并有替代人工診斷的勢頭。Koller 和他的同事基于機器學習技術開發了一套病理切片的腫瘤識別工具，稱為 C-Path[9]。其能夠在細胞上皮與基質中分辨細胞核與細胞質的毗鄰關系，確定胞核的大小與定位。C-Path 經過不斷的訓練，可以實現腫瘤識別，甚至利用病理結果、基因背景以及臨床特征，多維度預測患者預后[10]。AI 病理識別模型已經在乳腺癌與胃癌領域大放異彩[11]，相信不久的將來就能有輔助診斷肺癌、食管癌或胸腺瘤的 AI 出現。
上述 AI 的技術應用更偏向于輔助診斷，但對于胸外科醫生來說，手術是核心，且常使用例如達芬奇機器人這類全球頂尖外科機器人技術來完成胸外科手術。據美國直覺公司的統計，2017年胸外科達芬奇機器人手術量已占全美胸外科手術的12%，高精尖科技與胸外科結合已大勢所趨，那么同為高端技術代表的 AI 在機器人手術中已有何種應用？并將會碰撞出何種火花呢？
2 機器人手術應用進展
如果說 1985 年由美國洛杉磯醫院研制的腦組織活檢定位機器人 Puma560 的出現代表著手術機器人的開端，那么 2000 年 Intuitive Surgical 公司推出的 da Vinci?機器人就標志著外科正式進入了手術機器人時代。達芬奇手術機器人系統憑借多種核心技術：高清視覺、直覺操作、人體工程學控制臺和高自由度仿真手腕等，成為了全世界應用最廣、最先進的手術機器人，其應用范圍涵蓋心胸外科、普外科、泌尿外科等數十個學科。
近 10 年來，電視胸腔鏡輔助胸外科手術（video-assisted thoracic surgery，VATS）和機器人輔助胸外科手術（robot-assisted thoracic surgery，RATS）共同組成了胸外科的微創外科（minimally invasive surgery，MIS）理念。MIS 下的胸外科手術出血量少、患者術后疼痛減輕、住院時間明顯縮短、安全性高、圍術期死亡率低。VATS 的運用已趨于成熟規范化，處于平臺期，是目前胸外科手術的主流；RATS 對比 VATS 有局部優勢，擅長解剖狹窄部位，可以拓展至更復雜的手術，譬如支氣管袖狀切除或局部晚期手術，RATS 下主刀舒適性提高，手術團隊獲益，并且容易上手，對于成熟胸外科醫生來說僅需 20 臺次的訓練即可掌握。然而 RATS 在解剖性肺葉切除術中對比 VATS 無明顯的優勢[12]。RATS 雖是高端手術技術的代表，仍處于探索期，需要不斷發展前進。手術機器人的發展已從常規優化進一步邁向從非智能狀態向初-中級智能化的創新變革。
2.1 微創化
機器人手術的微創化目前有兩大改變，一個是機器人操作孔的改變；另一個是機器人操作臂的改變。單孔（single-port）技術的發展使得機器人手術常規需要的 4 個操作孔變為 1 個，手術機器人的器械與內鏡經由單孔多通道的 Port 交叉進入術野，加上遠端固定點技術可以減少對 Port 的牽拉，機器人手術到達了微微創的程度。
機械臂單孔化作為機器人微創化的另一大思路，目前已有成熟產品面世：da Vinci? SP 系統，其通過將 3 個仿生手腕工具和攝像臂集于 2.5 cm 的單孔套管內，實現單孔化手術，并可深入腔體內部達 24 cm，不受局限地完成手術。
2.2 多功能化
手術機器人的多功能化之一是術中光學示蹤—使用額外的熒光激發與接收設備實現關鍵解剖部位的結構識別。其基本原理是利用吲哚菁綠（indocyanine green，ICG）與白蛋白結合的特性，且 ICG 受激發后能夠發出近紅外（near-infrared，NIR）熒光。NIR 自發熒光效應低并具有較強的組織穿透能力，這些特性造就了 ICG 結合于 MIS 后有諸多的應用，包括可視化血管、評估吻合口的灌注、尋找前哨淋巴結、判斷段間平面等[13]。
機器人手術術中超聲定位是肺結節實時定位的又一項新技術，其實質是機械臂的多功能化—機器人專用探頭的彩色多普勒超聲掃描診斷儀可對靠近膈面、縱隔面、肩胛骨等部位、難以行 CT 引導下定位操作的結節進行快速術中定位。研究表明，術中超聲定位并未延長手術時間，同時還具有減少出血量，縮短住院時間等優勢[14]。同樣，有團隊運用胃鏡在食道病灶處放置金屬標記夾，配合超聲進行定位后完成 MIS 下食管癌切除術[15]。
手術機器人多功能化之三為短距離放療。Xoft?的近距離放療系統配合達芬奇機器人實現了術中放療，該產品的球囊施源器能通過 1 cm 的穿刺器，將放射劑量精準施加在可疑殘留腫瘤細胞的區域，顯著降低局部腫瘤復發可能性，延長生存期，提高腫瘤綜合治療效果。相較于傳統外放射治療，短距離放療優勢在于能達到更高的局部放射劑量并減少治療總周期。隨著技術革新與人工智能算法的輔助，胸部放療機器人也應運而生。近日，Dou 等[16]報道了一種新型的 CT 引導下機器人輔助肺癌近距離放療系統，該系統擁有較高的準確度與可重復性，通過放療規劃系統地控制實現靶向部位的自動定位后穿刺。雖然全世界范圍內目前正式臨床化與商業化的短距離放療機器人系統寥寥無幾，且僅有的放療機器人針對的靶器官幾乎都是前列腺，至于針對其他靶器官放療系統的成熟產品更是仍在搖籃中[17]，但是放療是肺癌綜合治療重要的一環，機器人輔助下的胸部放療系統是未來開拓的方向，在縮短人工操作時間的同時又能提高病灶定位與治療范圍評估的準確性。
短距離放療機器人背后的技術保證正是手術機器人多功能化之四：穿刺機器人。ROBIOTM EX 作為當今操作性機器人的代表，是一種 CT 和 PET-CT 引導的機器人定位系統，機器人的輔助有助于快速準確地定位腫瘤、放置工具，適用于腹部和胸部的介入手術，包括活檢、細針抽吸細胞學檢查、疼痛治療、引流和腫瘤消融。
2.3 一體化
一體化的目標是將多功能化的產品均在一種設備上實現，這就要求單個功能的微型化和集成化，例如術中光學示蹤的實現需要近紅外激發與接收設備，實際上，機器人技術已將熒光染料與達芬奇機器人專用的相機頭、內窺鏡和激光光源結合在一起。外科醫生現在可以在三維組織表面下實時識別脈管系統，同時也可以觀察關鍵解剖結構[18]。
高端技術的雜交使得機器人手術更加高效、安全和精準。對于胸外科醫生來說，肺癌冰凍病理決定著一部分患者的手術是行亞肺葉切除術還是肺葉切除術，許多胸外科醫生都有苦苦等待冰凍病理結果的時候，而當今機器人手術一體化技術另一令人興奮的突破為術野實時病理。顯微內鏡的發明使體內、原位、實時的組織學細胞學診斷站上了病理學的舞臺，使高效的切緣病理分析、實時組織活檢成為現實[19]。顯微內鏡經過幾代技術革新達到僅需毫米級微型生物光子探頭就可實現細胞水平成像，且可以完美輔助于達芬奇機器人系統。顯微內鏡與機器人系統一體化通過兩種方式實現，一是將探頭結合在達芬奇機械臂的持針手腕上；二是作為獨立的機械臂[20]。另外，新型力感應顯微內鏡探頭增加了在復雜、大面積的三維表面上獲取類似組織學圖像的能力[21]。共聚焦顯微內鏡技術可提供大面積、高分辨率的圖像，這些都是組織識別與切緣評估的重要保障[22]。Lopez 等[23]將正式病理切片圖像與通過大面積、高速、深度掃描而獲得的高分辨率顯微圖像進行比對時發現了兩者高度契合，這令人不禁對組織影像診斷學充滿信心。也不禁令人聯想到：AI 的深度學習功能可通過學習 HE 染色病理切片的診斷模型進而識別顯微內鏡圖像中相應細胞結構，最終達到術野實時的 AI 病理評估。
手術機器人的微創化、多功能化和一體化代表著當今最先進的機器人手術技術，但是胸外科醫生們是否滿足于此呢？達芬奇機器人手術系統是外科醫生操作機械臂手術的人機協作型機器人，它不能代表人工智能化的手術，并且達芬奇機器人系統是“全科”機器人，面對日益細分學科的外科，其不能勝任專科任務。因此，具備智能診斷并提供全功能手術解決方案的高智能化手術機器人是未來，是變革的方向。
3 機器人手術的未來
得益于 CNN 技術和機器學習的進步，我們相信，機器人手術將更加智能。抱著使患者利益最大化的宗旨，AI 化的機器人手術流程貫穿術前到術中直至手術完成，包括術前智能診斷、預測術中風險、智能選擇方案到術中病灶定位識別并通過快速現場細胞學評估（rapid on site cytological evaluation，ROSCE）強化診斷，以期進一步評估或修訂手術方案、優化術式；見圖 1。AI 的加入絕不是與醫療技術兩者間生硬的加法，而是作為橋梁，是連結現有各項診療技術孤島的跨海大橋。
圖1
人工智能化的機器人外科手術流程
ROSCE: 快速現場細胞學評價（rapid on site cytological evaluation）
3.1 術前規劃
胸外科醫生術前規劃最常依賴于 CT，但 CT 提供的斷層圖像不夠直觀，因此應運而生的胸部 CT 三維重建技術加上三維數字軟件將患者全肺圖像立體化，可清楚顯示病灶所屬肺段，清晰觀察器官內部、占位與血供。有經驗的主刀醫生甚至可以在腦海中預演一遍開刀全過程。那么為何不讓 AI 來完成這部分預手術的全過程？深度學習并能自我推演、模擬的 AI 利用頂尖胸外科醫生手術知識和經驗，依托數字化三維肺部重建的數據仿真各類胸外科手術全過程，可視化展現手術方案與步驟，上傳數據至達芬奇機器人系統以實時輔助主刀，制定手術切除范圍，計算患者術后肺殘量，預測陽性淋巴結，最終針對患者完成標準化的精準手術。
3.2 術中導航
如果將完成機器人手術的主刀醫生與民航飛行員做個類比，我們不難發現，兩者均需要實時的操作“窗口”，看清目標的“相機”，保駕護航的各類“傳感器”，實現精細操作的“機翼”，以及至關重要的“導航”系統和“地圖”。胸外科醫生雖然可以做到“起飛”前的路徑規劃，達到最終目標，但“航線”偏差也是可能的事，因此眼見為實的實時病灶或淋巴結定位就顯得非常必要。
多中心、前瞻性研究顯示，利用放射性膠體和藍色染料的雙示蹤可繪制胃癌的前哨淋巴結（sentinel node，SN）分布地圖。肺癌、食管癌中的 SNs 廣泛分布于頸部至腹部，其轉移模式不可預測，因此 SN 導航不僅能作為檢測淋巴結轉移的準確診斷工具，也可針對 SN 行個體化淋巴結清掃或預防性照射，而且借助 AI 的分析力其也能作為早期肺癌、食管癌患者預后分層的工具[24]。鑒于 SN 導航技術的進步，機器人系統下可視化 SN 導航技術可以輔助主刀完成優先、精確的淋巴結清掃術。
機器人術中超聲是術中導航的另一解決方法，它能實時觀察到結節，但超聲特異度和準確率仍不夠理想，且易受干擾。不過利用 AI 強大的學習能力，完全可以彌補既有的缺陷，通過大樣本量建立肺結節術前 CT-術中超聲-術后病理的多模態模型，實時分析術中采集的超聲圖像完成病灶定位。我們可期超聲定位與 AI 的技術融合將開創術中肺結節自動識別的時代！說到結節定位，另外一項不得不提的技術為電磁導航支氣管鏡。目前證明電磁導航引導下經皮肺活檢診斷肺部結節是安全、可行的[25]；經電磁導航引導放置染色標記物，對肺部小結節進行定位也同樣是安全有效的[26]。
上述技術可謂是內外科融合的典范。那么我們完全可以大膽設想磁導航與機器人手術結合，經磁導航引導定位放置“標記物”以標定結節，AI 將借助達芬奇機器人系統的高清視野通過光學、影像學、染色標記物等最終識別結節，并在主刀視野中顯示方位。未來“里應外合”的雜交技術完全可以將肺結節定位準確率提高至 100.0%。
3.3 術中強化診斷
ROSCE 是以快速現場細胞學評價為核心，實時伴隨于病灶標本取材過程的快速細胞學判讀技術。隨著平臺與學科的交叉融合，基于 ROSCE 的手術方式選擇、切除范圍界定、淋巴結清掃范圍確定、最佳方案的決定可交由 AI 做輔助判斷。三大技術保障術中強化診斷：非離體的密閉空間內組織標本處理技術；集成適用于病理診斷顯微鏡的機器人操作臂；AI 病理診斷系統。手術方案不僅僅由主刀經驗或者臨床指南來制定，而是基于影像-病理-術式-預后模型的 AI 最優方案推薦。高新技術服務于臨床，輔助胸外科醫生決策，縮短手術時間的同時使 RATS 達到真正的微創化。
3.4 輔助手術
AI 輔助達芬奇機器人手術絕非技術突破后一朝一夕就可實現，因為 AI 也如同人類需要學習，在千萬次學習與反饋后，成熟的 AI 才能真正輔佐主刀醫生，包括：R0 切除前提下依賴影像-實時病理-預后模型的最優切緣的劃分，以期最大程度保留患者肺功能；結合術中超聲，AI 展示病灶周圍血管、支氣管的毗鄰關系；虛擬展示不同切割邊界時肺殘量容積；利用靶段溫度區分法判斷段間平面[27]；為主刀挑選最合適的切割吻合器與釘倉。
另外，達芬奇機器人成像系統的 AI 化是足以改變傳統外科學手術方式的技術。增強現實（augmented reality，AR）技術將虛擬圖像帶入現實，目前 AR 依靠 AI 強大的解析能力，可以在 RATS 上實現三維虛擬現實模型的展現，術中應用于實時視頻圖像的疊加，“透視”解剖結構[28]。采集并數字化每例患者的 CT 數據，構建基于生物力學模型的器官變形預測，可以在手術操作時和呼吸運動過程中提供肺部的實時三維圖像，個性化展現氣管、動靜脈等解剖結構。疊加在 RATS 主刀視野上的 AR 解剖圖像能遵循主刀提拉器官等操作時的組織形態變化而動態改變。基于圖像特征的形態變化檢測與力檢測功能，也同時解決了達芬奇機器人沒有力反饋的缺陷。
手術常伴隨著風險，通常對于緊急情況的處置依靠于主刀醫生的經驗，但術中的情況千變萬化，不能保證每一次突發狀況主刀都有相應的經驗儲備，然而 AI 就可以成為術中風險處置的“百科全書”。AI 依托大數據收集所有術中意外情況，并給出相應處理模式；依托影像基礎，對實際情況進行分析，輔助主刀醫生找到破裂血管，突破人眼受術區模糊干擾的限制；AI 也可以警惕主刀醫生的危險性動作，規避各類風險。AI 的局部全掌控，將盡可能保留患者功能，從此機器人手術進入零并發癥時代。
3.5 專科手術機器人
科學的飛速發展、社會需求的日益復雜，使得知識體系內部“分化”和“碎片化”的狀況與外部要求的“綜合”和“應用性”之間的沖突愈益頻繁。譬如醫學的發展何嘗不是分分合合呢，手術機器人也正經歷著分化、綜合、再分化的過程。達芬奇機器人的器械對于各類手術都是通用的，通用機器人遠遠不能滿足現代醫學的需要，因此應運而生的專科機器人正嶄露頭角。
骨科的全膝關節置換機器人用于塑造患者股骨、脛骨和髕骨。神經外科的 Remebot，具有自動三維建模、立體定向定位、多靶點路徑規劃、多功能手術臺、標志點精準識別、病灶體積計量等功能，適用于近百種神經外科手術。血管外科有微創心血管介入手術機器人，通過人機對話方式在導航系統引導下利用機械手為患者進行精確的血管介入手術[29]。
那么，胸外科的手術機器人呢？我們大可期待于多學科交叉的共同研發，未來的肺癌手術機器人、食管癌手術機器人、縱隔手術機器人等等會服務于胸外科醫生。專科手術機器人將是整合術前規劃-術中導航-術中輔助等全智能化手術流程的精準胸外科手術工具，高度的智能化甚至可一定程度替代主刀醫生的操作。隨著外科機器人系統的發展，機器人輔助手術的未來進展將會使我們能夠進一步了解胸腔和縱隔的顯微解剖，執行精細的手術操作，精準外科時代將來臨。
4 結語
機器人手術路在何方？我們認為，路在腳下，在于高新技術不斷積累和轉化下奠定的基礎。目前手術機器人發展態勢良好，據估計 2021 年該市場將達到 200 億美元，雖然 Intuitive Surgical 壟斷著全球手術機器人的市場，但國內國外已經有越來越多的巨頭企業和醫療機構加入了醫療機器人的研發。另一方面，AI 的興起給手術機器人帶來了更多的可能性，多學科協作下的學科交叉必然引起機器人手術方式的質變，可以確定地說：機器人手術智能化是必然趨勢。
AI 不能完全替代人腦，對于未知的情況無法分析，因此無法處置千變萬化的手術和復雜情景，并且缺少一個很重要的能力：情感，這意味著診療不能因人、因情、因事而區別對待。相信在不久的將來，AI 能很好地輔佐胸外科醫生進行醫療活動。雖然當下鋪天蓋地打著 AI 標簽的技術充斥著我們的視線，但 AI 時代才剛剛拉開帷幕，并且我們應當認識到高端 AI 代表著人類社會的發展方向，因此支持并參與到 AI 輔助醫療的開發中去是新時代醫生們的使命。
近年來，隨著各種智能設備與技術不斷融入人們日常生活，例如手機智能助理、語音文字識別、生物識別、自動駕駛技術、掃地機器人等。我們對人工智能（artificial intelligence，AI）這個名詞愈發熟悉。人工智能技術正進行著全方位的滲透，當然醫療領域也不例外。
AI 是用于模擬和擴展人類智能的理論方法、技術手段及應用系統的一門學科[1]。其利用機器學習技術，使用通用的學習策略，可以從數據中發現規律或聯系，因此能夠根據新數據自動調整，而無需重設程序算法。AI 中有三大分支同醫療關系最密切，分別是專家系統、人工神經網絡和數據深度挖掘。當今時代 AI 在醫療的布局涵蓋院前管理、院內診療、院后康復和藥物研發，涉及的方面從慢病管理到醫學影像、輔助決策和診療的方方面面。目前 AI 在醫療最成功的商用代表是由 IBM 與紀念斯隆-凱特林癌癥中心（Memorial Sloan-Kettering Cancer Center，MSK）聯合開發而成的 Watson 系統。它采集了近 1 500 萬頁醫學資料，綜合運用 MSK 享譽全球的癌癥專業知識與 IBM Watson 的分析速度為患者提供個性化癌癥治療方案，加上其具備機器學習功能，能夠持續學習腫瘤學研究成果。
現今，AI 技術開始在胸外科領域進行了探索，并且在胸外科相關影像與病理判讀方面取得一定突破，未來 AI 也將在代表胸外科手術最高智能化的手術機器人上持續發力，本文將對 AI 與機器人外科的結合作一討論。
1 人工智能在胸外科的應用現狀
計算機斷層掃描（computed tomography，CT）是胸外科醫生檢測肺結節最常見且最基本的技術，是肺癌篩查和診斷的主要臨床手段。現階段的篩查是由人工閱片完成的，但隨著篩查人數的快速增長，高分辨率 CT 的圖像數增加至上百張，人工處理圖像的方法越來越難勝任此項任務，因此 AI 輔助醫生顯得必要且高效。得益于卷積神經網絡（convolutional neural network，CNN）的興起，機器學習的技術在影像識別領域取得了顯著的進步，CNN 的學習過程模擬了動物視覺皮層組織，一個成功訓練的 CNN 模型可以在預處理信息的過程中構建層次信息[2]。目前已有報道，針對局部征象的 CNN 模型快速成功地識別出胸部 X 線片中的各類病灶，包括：結節、間質影、胸膜牽拉、氣胸、實體占位、心臟肥大等[3]。另有一些深度學習模型對肺癌篩查的計算機輔助檢測（computer-aided detection，CAD）系統進行了評估，在肺結節分類及惡性風險預測方面顯示出相當大的可行性[4-5]。肺結節 CAD 技術通過各類分析算法實現了胸部 CT 圖像中肺實質的分割、肺結節的分割與檢測以及肺結節良惡性判斷等[6]。Ciompi 等[7]提出一種基于 CNN 的肺結節自動分類法，其性能強大可媲美臨床專家，另外王媛媛等[8]的研究表明 CNN 對于 CT/PET-CT 多模態圖像識別有良好的效果，能實現較高的肺部腫瘤識別率。雖然 CNN 能更加準確快速地識別肺結節，但目前僅有少數方法通過結合 AI 深度學習與 CT 影像來識別肺結節。
病理閱片與 CT 影像在胸外科雖屬不同范疇的診斷手段，但有異曲同工之處：兩者均依賴視覺圖像；兩者均面臨繁重的工作量。AI 在合適的階段介入了病理診斷領域并有替代人工診斷的勢頭。Koller 和他的同事基于機器學習技術開發了一套病理切片的腫瘤識別工具，稱為 C-Path[9]。其能夠在細胞上皮與基質中分辨細胞核與細胞質的毗鄰關系，確定胞核的大小與定位。C-Path 經過不斷的訓練，可以實現腫瘤識別，甚至利用病理結果、基因背景以及臨床特征，多維度預測患者預后[10]。AI 病理識別模型已經在乳腺癌與胃癌領域大放異彩[11]，相信不久的將來就能有輔助診斷肺癌、食管癌或胸腺瘤的 AI 出現。
上述 AI 的技術應用更偏向于輔助診斷，但對于胸外科醫生來說，手術是核心，且常使用例如達芬奇機器人這類全球頂尖外科機器人技術來完成胸外科手術。據美國直覺公司的統計，2017年胸外科達芬奇機器人手術量已占全美胸外科手術的12%，高精尖科技與胸外科結合已大勢所趨，那么同為高端技術代表的 AI 在機器人手術中已有何種應用？并將會碰撞出何種火花呢？
2 機器人手術應用進展
如果說 1985 年由美國洛杉磯醫院研制的腦組織活檢定位機器人 Puma560 的出現代表著手術機器人的開端，那么 2000 年 Intuitive Surgical 公司推出的 da Vinci?機器人就標志著外科正式進入了手術機器人時代。達芬奇手術機器人系統憑借多種核心技術：高清視覺、直覺操作、人體工程學控制臺和高自由度仿真手腕等，成為了全世界應用最廣、最先進的手術機器人，其應用范圍涵蓋心胸外科、普外科、泌尿外科等數十個學科。
近 10 年來，電視胸腔鏡輔助胸外科手術（video-assisted thoracic surgery，VATS）和機器人輔助胸外科手術（robot-assisted thoracic surgery，RATS）共同組成了胸外科的微創外科（minimally invasive surgery，MIS）理念。MIS 下的胸外科手術出血量少、患者術后疼痛減輕、住院時間明顯縮短、安全性高、圍術期死亡率低。VATS 的運用已趨于成熟規范化，處于平臺期，是目前胸外科手術的主流；RATS 對比 VATS 有局部優勢，擅長解剖狹窄部位，可以拓展至更復雜的手術，譬如支氣管袖狀切除或局部晚期手術，RATS 下主刀舒適性提高，手術團隊獲益，并且容易上手，對于成熟胸外科醫生來說僅需 20 臺次的訓練即可掌握。然而 RATS 在解剖性肺葉切除術中對比 VATS 無明顯的優勢[12]。RATS 雖是高端手術技術的代表，仍處于探索期，需要不斷發展前進。手術機器人的發展已從常規優化進一步邁向從非智能狀態向初-中級智能化的創新變革。
2.1 微創化
機器人手術的微創化目前有兩大改變，一個是機器人操作孔的改變；另一個是機器人操作臂的改變。單孔（single-port）技術的發展使得機器人手術常規需要的 4 個操作孔變為 1 個，手術機器人的器械與內鏡經由單孔多通道的 Port 交叉進入術野，加上遠端固定點技術可以減少對 Port 的牽拉，機器人手術到達了微微創的程度。
機械臂單孔化作為機器人微創化的另一大思路，目前已有成熟產品面世：da Vinci? SP 系統，其通過將 3 個仿生手腕工具和攝像臂集于 2.5 cm 的單孔套管內，實現單孔化手術，并可深入腔體內部達 24 cm，不受局限地完成手術。
2.2 多功能化
手術機器人的多功能化之一是術中光學示蹤—使用額外的熒光激發與接收設備實現關鍵解剖部位的結構識別。其基本原理是利用吲哚菁綠（indocyanine green，ICG）與白蛋白結合的特性，且 ICG 受激發后能夠發出近紅外（near-infrared，NIR）熒光。NIR 自發熒光效應低并具有較強的組織穿透能力，這些特性造就了 ICG 結合于 MIS 后有諸多的應用，包括可視化血管、評估吻合口的灌注、尋找前哨淋巴結、判斷段間平面等[13]。
機器人手術術中超聲定位是肺結節實時定位的又一項新技術，其實質是機械臂的多功能化—機器人專用探頭的彩色多普勒超聲掃描診斷儀可對靠近膈面、縱隔面、肩胛骨等部位、難以行 CT 引導下定位操作的結節進行快速術中定位。研究表明，術中超聲定位并未延長手術時間，同時還具有減少出血量，縮短住院時間等優勢[14]。同樣，有團隊運用胃鏡在食道病灶處放置金屬標記夾，配合超聲進行定位后完成 MIS 下食管癌切除術[15]。
手術機器人多功能化之三為短距離放療。Xoft?的近距離放療系統配合達芬奇機器人實現了術中放療，該產品的球囊施源器能通過 1 cm 的穿刺器，將放射劑量精準施加在可疑殘留腫瘤細胞的區域，顯著降低局部腫瘤復發可能性，延長生存期，提高腫瘤綜合治療效果。相較于傳統外放射治療，短距離放療優勢在于能達到更高的局部放射劑量并減少治療總周期。隨著技術革新與人工智能算法的輔助，胸部放療機器人也應運而生。近日，Dou 等[16]報道了一種新型的 CT 引導下機器人輔助肺癌近距離放療系統，該系統擁有較高的準確度與可重復性，通過放療規劃系統地控制實現靶向部位的自動定位后穿刺。雖然全世界范圍內目前正式臨床化與商業化的短距離放療機器人系統寥寥無幾，且僅有的放療機器人針對的靶器官幾乎都是前列腺，至于針對其他靶器官放療系統的成熟產品更是仍在搖籃中[17]，但是放療是肺癌綜合治療重要的一環，機器人輔助下的胸部放療系統是未來開拓的方向，在縮短人工操作時間的同時又能提高病灶定位與治療范圍評估的準確性。
短距離放療機器人背后的技術保證正是手術機器人多功能化之四：穿刺機器人。ROBIOTM EX 作為當今操作性機器人的代表，是一種 CT 和 PET-CT 引導的機器人定位系統，機器人的輔助有助于快速準確地定位腫瘤、放置工具，適用于腹部和胸部的介入手術，包括活檢、細針抽吸細胞學檢查、疼痛治療、引流和腫瘤消融。
2.3 一體化
一體化的目標是將多功能化的產品均在一種設備上實現，這就要求單個功能的微型化和集成化，例如術中光學示蹤的實現需要近紅外激發與接收設備，實際上，機器人技術已將熒光染料與達芬奇機器人專用的相機頭、內窺鏡和激光光源結合在一起。外科醫生現在可以在三維組織表面下實時識別脈管系統，同時也可以觀察關鍵解剖結構[18]。
高端技術的雜交使得機器人手術更加高效、安全和精準。對于胸外科醫生來說，肺癌冰凍病理決定著一部分患者的手術是行亞肺葉切除術還是肺葉切除術，許多胸外科醫生都有苦苦等待冰凍病理結果的時候，而當今機器人手術一體化技術另一令人興奮的突破為術野實時病理。顯微內鏡的發明使體內、原位、實時的組織學細胞學診斷站上了病理學的舞臺，使高效的切緣病理分析、實時組織活檢成為現實[19]。顯微內鏡經過幾代技術革新達到僅需毫米級微型生物光子探頭就可實現細胞水平成像，且可以完美輔助于達芬奇機器人系統。顯微內鏡與機器人系統一體化通過兩種方式實現，一是將探頭結合在達芬奇機械臂的持針手腕上；二是作為獨立的機械臂[20]。另外，新型力感應顯微內鏡探頭增加了在復雜、大面積的三維表面上獲取類似組織學圖像的能力[21]。共聚焦顯微內鏡技術可提供大面積、高分辨率的圖像，這些都是組織識別與切緣評估的重要保障[22]。Lopez 等[23]將正式病理切片圖像與通過大面積、高速、深度掃描而獲得的高分辨率顯微圖像進行比對時發現了兩者高度契合，這令人不禁對組織影像診斷學充滿信心。也不禁令人聯想到：AI 的深度學習功能可通過學習 HE 染色病理切片的診斷模型進而識別顯微內鏡圖像中相應細胞結構，最終達到術野實時的 AI 病理評估。
手術機器人的微創化、多功能化和一體化代表著當今最先進的機器人手術技術，但是胸外科醫生們是否滿足于此呢？達芬奇機器人手術系統是外科醫生操作機械臂手術的人機協作型機器人，它不能代表人工智能化的手術，并且達芬奇機器人系統是“全科”機器人，面對日益細分學科的外科，其不能勝任專科任務。因此，具備智能診斷并提供全功能手術解決方案的高智能化手術機器人是未來，是變革的方向。
3 機器人手術的未來
得益于 CNN 技術和機器學習的進步，我們相信，機器人手術將更加智能。抱著使患者利益最大化的宗旨，AI 化的機器人手術流程貫穿術前到術中直至手術完成，包括術前智能診斷、預測術中風險、智能選擇方案到術中病灶定位識別并通過快速現場細胞學評估（rapid on site cytological evaluation，ROSCE）強化診斷，以期進一步評估或修訂手術方案、優化術式；見圖 1。AI 的加入絕不是與醫療技術兩者間生硬的加法，而是作為橋梁，是連結現有各項診療技術孤島的跨海大橋。
圖1
人工智能化的機器人外科手術流程
ROSCE: 快速現場細胞學評價（rapid on site cytological evaluation）
3.1 術前規劃
胸外科醫生術前規劃最常依賴于 CT，但 CT 提供的斷層圖像不夠直觀，因此應運而生的胸部 CT 三維重建技術加上三維數字軟件將患者全肺圖像立體化，可清楚顯示病灶所屬肺段，清晰觀察器官內部、占位與血供。有經驗的主刀醫生甚至可以在腦海中預演一遍開刀全過程。那么為何不讓 AI 來完成這部分預手術的全過程？深度學習并能自我推演、模擬的 AI 利用頂尖胸外科醫生手術知識和經驗，依托數字化三維肺部重建的數據仿真各類胸外科手術全過程，可視化展現手術方案與步驟，上傳數據至達芬奇機器人系統以實時輔助主刀，制定手術切除范圍，計算患者術后肺殘量，預測陽性淋巴結，最終針對患者完成標準化的精準手術。
3.2 術中導航
如果將完成機器人手術的主刀醫生與民航飛行員做個類比，我們不難發現，兩者均需要實時的操作“窗口”，看清目標的“相機”，保駕護航的各類“傳感器”，實現精細操作的“機翼”，以及至關重要的“導航”系統和“地圖”。胸外科醫生雖然可以做到“起飛”前的路徑規劃，達到最終目標，但“航線”偏差也是可能的事，因此眼見為實的實時病灶或淋巴結定位就顯得非常必要。
多中心、前瞻性研究顯示，利用放射性膠體和藍色染料的雙示蹤可繪制胃癌的前哨淋巴結（sentinel node，SN）分布地圖。肺癌、食管癌中的 SNs 廣泛分布于頸部至腹部，其轉移模式不可預測，因此 SN 導航不僅能作為檢測淋巴結轉移的準確診斷工具，也可針對 SN 行個體化淋巴結清掃或預防性照射，而且借助 AI 的分析力其也能作為早期肺癌、食管癌患者預后分層的工具[24]。鑒于 SN 導航技術的進步，機器人系統下可視化 SN 導航技術可以輔助主刀完成優先、精確的淋巴結清掃術。
機器人術中超聲是術中導航的另一解決方法，它能實時觀察到結節，但超聲特異度和準確率仍不夠理想，且易受干擾。不過利用 AI 強大的學習能力，完全可以彌補既有的缺陷，通過大樣本量建立肺結節術前 CT-術中超聲-術后病理的多模態模型，實時分析術中采集的超聲圖像完成病灶定位。我們可期超聲定位與 AI 的技術融合將開創術中肺結節自動識別的時代！說到結節定位，另外一項不得不提的技術為電磁導航支氣管鏡。目前證明電磁導航引導下經皮肺活檢診斷肺部結節是安全、可行的[25]；經電磁導航引導放置染色標記物，對肺部小結節進行定位也同樣是安全有效的[26]。
上述技術可謂是內外科融合的典范。那么我們完全可以大膽設想磁導航與機器人手術結合，經磁導航引導定位放置“標記物”以標定結節，AI 將借助達芬奇機器人系統的高清視野通過光學、影像學、染色標記物等最終識別結節，并在主刀視野中顯示方位。未來“里應外合”的雜交技術完全可以將肺結節定位準確率提高至 100.0%。
3.3 術中強化診斷
ROSCE 是以快速現場細胞學評價為核心，實時伴隨于病灶標本取材過程的快速細胞學判讀技術。隨著平臺與學科的交叉融合，基于 ROSCE 的手術方式選擇、切除范圍界定、淋巴結清掃范圍確定、最佳方案的決定可交由 AI 做輔助判斷。三大技術保障術中強化診斷：非離體的密閉空間內組織標本處理技術；集成適用于病理診斷顯微鏡的機器人操作臂；AI 病理診斷系統。手術方案不僅僅由主刀經驗或者臨床指南來制定，而是基于影像-病理-術式-預后模型的 AI 最優方案推薦。高新技術服務于臨床，輔助胸外科醫生決策，縮短手術時間的同時使 RATS 達到真正的微創化。
3.4 輔助手術
AI 輔助達芬奇機器人手術絕非技術突破后一朝一夕就可實現，因為 AI 也如同人類需要學習，在千萬次學習與反饋后，成熟的 AI 才能真正輔佐主刀醫生，包括：R0 切除前提下依賴影像-實時病理-預后模型的最優切緣的劃分，以期最大程度保留患者肺功能；結合術中超聲，AI 展示病灶周圍血管、支氣管的毗鄰關系；虛擬展示不同切割邊界時肺殘量容積；利用靶段溫度區分法判斷段間平面[27]；為主刀挑選最合適的切割吻合器與釘倉。
另外，達芬奇機器人成像系統的 AI 化是足以改變傳統外科學手術方式的技術。增強現實（augmented reality，AR）技術將虛擬圖像帶入現實，目前 AR 依靠 AI 強大的解析能力，可以在 RATS 上實現三維虛擬現實模型的展現，術中應用于實時視頻圖像的疊加，“透視”解剖結構[28]。采集并數字化每例患者的 CT 數據，構建基于生物力學模型的器官變形預測，可以在手術操作時和呼吸運動過程中提供肺部的實時三維圖像，個性化展現氣管、動靜脈等解剖結構。疊加在 RATS 主刀視野上的 AR 解剖圖像能遵循主刀提拉器官等操作時的組織形態變化而動態改變。基于圖像特征的形態變化檢測與力檢測功能，也同時解決了達芬奇機器人沒有力反饋的缺陷。
手術常伴隨著風險，通常對于緊急情況的處置依靠于主刀醫生的經驗，但術中的情況千變萬化，不能保證每一次突發狀況主刀都有相應的經驗儲備，然而 AI 就可以成為術中風險處置的“百科全書”。AI 依托大數據收集所有術中意外情況，并給出相應處理模式；依托影像基礎，對實際情況進行分析，輔助主刀醫生找到破裂血管，突破人眼受術區模糊干擾的限制；AI 也可以警惕主刀醫生的危險性動作，規避各類風險。AI 的局部全掌控，將盡可能保留患者功能，從此機器人手術進入零并發癥時代。
3.5 專科手術機器人
科學的飛速發展、社會需求的日益復雜，使得知識體系內部“分化”和“碎片化”的狀況與外部要求的“綜合”和“應用性”之間的沖突愈益頻繁。譬如醫學的發展何嘗不是分分合合呢，手術機器人也正經歷著分化、綜合、再分化的過程。達芬奇機器人的器械對于各類手術都是通用的，通用機器人遠遠不能滿足現代醫學的需要，因此應運而生的專科機器人正嶄露頭角。
骨科的全膝關節置換機器人用于塑造患者股骨、脛骨和髕骨。神經外科的 Remebot，具有自動三維建模、立體定向定位、多靶點路徑規劃、多功能手術臺、標志點精準識別、病灶體積計量等功能，適用于近百種神經外科手術。血管外科有微創心血管介入手術機器人，通過人機對話方式在導航系統引導下利用機械手為患者進行精確的血管介入手術[29]。
那么，胸外科的手術機器人呢？我們大可期待于多學科交叉的共同研發，未來的肺癌手術機器人、食管癌手術機器人、縱隔手術機器人等等會服務于胸外科醫生。專科手術機器人將是整合術前規劃-術中導航-術中輔助等全智能化手術流程的精準胸外科手術工具，高度的智能化甚至可一定程度替代主刀醫生的操作。隨著外科機器人系統的發展，機器人輔助手術的未來進展將會使我們能夠進一步了解胸腔和縱隔的顯微解剖，執行精細的手術操作，精準外科時代將來臨。
4 結語
機器人手術路在何方？我們認為，路在腳下，在于高新技術不斷積累和轉化下奠定的基礎。目前手術機器人發展態勢良好，據估計 2021 年該市場將達到 200 億美元，雖然 Intuitive Surgical 壟斷著全球手術機器人的市場，但國內國外已經有越來越多的巨頭企業和醫療機構加入了醫療機器人的研發。另一方面，AI 的興起給手術機器人帶來了更多的可能性，多學科協作下的學科交叉必然引起機器人手術方式的質變，可以確定地說：機器人手術智能化是必然趨勢。
AI 不能完全替代人腦，對于未知的情況無法分析，因此無法處置千變萬化的手術和復雜情景，并且缺少一個很重要的能力：情感，這意味著診療不能因人、因情、因事而區別對待。相信在不久的將來，AI 能很好地輔佐胸外科醫生進行醫療活動。雖然當下鋪天蓋地打著 AI 標簽的技術充斥著我們的視線，但 AI 時代才剛剛拉開帷幕，并且我們應當認識到高端 AI 代表著人類社會的發展方向，因此支持并參與到 AI 輔助醫療的開發中去是新時代醫生們的使命。
