引用本文： 郭超, 張家齊, 李楨, 邊桂彬, 劉磊, 李單青. 機器人支氣管鏡在肺結節活檢中有效性與安全性的系統評價與Meta分析. 中國胸心血管外科臨床雜志, 2023, 30(2): 226-232. doi: 10.7507/1007-4848.202207009 復制
肺癌為癌癥相關死亡的首要原因，其死亡率已經出現了下降的趨勢，這其中部分獲益于肺癌篩查計劃[1-3]。由于胸部計算機斷層掃描（computed tomography，CT）的普及，越來越多的肺結節被檢出，但其中約95%的肺結節為良性病變[4]。2017年，Fleischner協會發布了一項關于偶發性肺結節的管理指南[5]，其中指出，合理利用有創診療手段可以提高經過選擇的人群的診斷效能。雖然聯合使用支氣管內超聲（endobronchial ultrasound，EBUS）和電磁導航支氣管鏡（electromagnetic navigation bronchoscope，ENB）在周圍型肺結節中診斷率已有一定提升，而且不影響臨床應用的安全性[6]；然而，先進的支氣管鏡檢查技術并未顯著提高其綜合診斷效能以滿足臨床實際需求[7]。
作為一項新技術，機器人支氣管鏡兼具機械性能和人工智能優勢，可輔助周圍型肺結節的定位導航與活檢診斷。2018年以來，美國食品藥品監督管理局（Food and Drug Administration，FDA）共批準兩種機器人支氣管鏡應用于臨床，即MonarchTM平臺（Auris Health?，Redwood City，CA，USA，2018年3月獲批）和IonTM平臺（Intuitive Surgical?，Sunnyvale，CA，USA，2019年2月獲批）。目前，多項研究[8-9]證實了MonarchTM和IonTM機器人支氣管鏡在周圍型肺結節活檢方面的適用性。本文旨在系統評價已發表的相關文獻，利用Meta分析定量合并所納入研究數據，探討機器人支氣管鏡在肺結節活檢方面的總體有效性與安全性。
1 資料與方法
1.1 納入和排除標準
1.1.1 納入標準
（1）隊列研究，語種限定為英文；（2）由MonarchTM或IonTM機器人支氣管鏡完成的操作；（3）主要結局指標包括診斷率、惡性敏感性和并發癥發生率，次要結局指標包括平均結節直徑和操作時間。診斷率定義為基于最終診斷產生準確診斷的百分比，惡性敏感性定義為基于最終惡性診斷的機器人支氣管鏡診斷出的真正惡性腫瘤的百分比[8]。避免通過假設彌補缺失或不清楚的結局資料。
1.1.2 排除標準
（1）無法獲取原文；（2）專利/評論/通訊類型文獻、尸體模型研究、病例報告（或病例系列≤10例）；（3）重復發表文獻；（4）沒有相關數據或內容不正確以及信息不完整的文獻等。此外，如果同一臨床試驗最近更新了研究數據，則排除之前發表的研究結果。
1.2 文獻檢索
采用計算機檢索PubMed、EMbase、Web of Science和Cochrane Central Register of Controlled Trials數據庫。檢索時限為2018年1月—2022年2月14日。英語檢索詞：robotic bronchoscopy、robotic bronchoscope。
1.3 文獻篩選及資料提取
兩名研究者（郭超和張家齊）獨立篩查文獻、提取數據并交叉核驗結果。任何爭議通過討論和協商解決。文獻篩選時，先閱讀標題和摘要，排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。
數據提取：（1）研究的基本信息，包括第一作者和發表年份；（2）文獻、研究設計及設備的類型；（3）每項研究的樣本量；（4）結局指標和結果；（5）偏倚風險評估的關鍵要素。
1.4 文獻質量評估
兩名研究人員（郭超和張家齊）采用Newcastle-Ottawa 量表獨立評估納入文獻（隊列研究）的質量，通過討論處理意見分歧。得分≥6表示文獻質量高。
1.5 統計學分析
使用RevMan 5.4軟件進行Meta分析。分類變量采用比值比（odds ratio，OR）和95%置信區間（confidence interval，CI）表示；正態分布的連續變量采用均數和標準差（
±s）描述。將分類數據的OR和95%CI合并計算，然后根據轉換公式[10]計算相應的均數和95%CI。根據不同的機器人支氣管鏡平臺進行亞組分析。結合I2，采用χ2檢驗（檢驗水平設為α=0.1）定量分析所納入研究間的異質性。如果研究結果之間存在明顯的統計學異質性（I2>50%或P≤0.1），則使用隨機效應模型進行Meta分析；否則，采用固定效應模型進行分析。統計方法采用逆方差法。使用漏斗圖分析發表偏倚。逐一排除每項研究進行敏感性分析。本研究根據https://www.math.hkbu.edu.hk/~tongt/papers/median2mean.html進行樣本量、中位數、范圍和/或四分位數間距與均數和標準差之間的轉換計算。P≤0.05為差異有統計學意義。
2 結果
2.1 文獻篩選結果
初檢共獲得636篇文獻。依據納入和排除標準，最終共納入19項研究[8-9, 11-27]。文獻檢索和篩選過程見圖1。
圖1
文獻檢索及篩選流程
2.2 納入研究的特點及質量評估
19項研究共納入1 542例患者，1 697個靶肺結節。納入研究的基本資料見表1；所有研究均為隊列研究；7項回顧性分析，6項多中心研究。采用Newcastle-Ottawa量表評價納入文獻質量，結果發現，16篇文獻的評分≥6分；見表1。
表1
納入研究的基本資料［
/M（P25，P75）/M（范圍）］
2.3 Meta分析
2.3.1 診斷率
共納入10項研究[8,11-16,23-24,26]進行診斷率分析，兩組的總體診斷率為84.96%［95%CI （62.00%，95.00%）］，總體OR為5.65［95%CI（1.60， 20.00）］，IonTM和MonarchTM之間差異無統計學意義（χ2=0.01，I2=0%，P=0.90）；見表2。
表2
各結局指標Meta分析結果
2.3.2 惡性敏感性
5項研究[8,13,15-16,26]進行惡性敏感性分析，機器人支氣管鏡肺結節活檢總體惡性敏感性為81.79%［95%CI（43.00%，96.00%）］，OR為4.49［95%CI （0.75，26.99）］；IonTM和MonarchTM差異無統計學意義（χ2=0.17，I2=0%，P=0.68）；見表2。
2.3.3 并發癥發生率
共15項研究[8-9,11-13,15-16,18-20,22-25,27]記錄操作相關的并發癥，排除其中3項未發生并發癥的研究[11,19-20]。報道最多的并發癥是氣胸、出血、肺炎和心律失常，所有數據均被提取并記錄。機器人支氣管鏡的總體并發癥發生率為4.76%［95%CI（2.00%，15.00%）］，OR為0.05［95%CI（0.02，0.17）］；IonTM和MonarchTM之間差異無統計學意義（χ2=0.08，I2=0%，P=0.78）；見表2。
2.3.4 目標肺結節大小
共有16項研究[8-9,11-13,15-17,19-24,26-27]報道了有效肺結節的大小，總體平均結節直徑為16.22 mm［95%CI（10.98，21.47）］，IonTM和MonarchTM之間差異無統計學意義（χ2=0.11，I2=0%，P=0.75）；見表2。
2.3.5 操作時間
有10項研究報道了機器人支氣管鏡檢查的操作時間，其中1項沒有可用數據；其余9項研究[9,12-13,15,17,22,24-25,27]的總體平均操作時間為61.86 min［95%CI（46.18，77.54）］。IonTM和MonarchTM之間差異無統計學意義（χ2=0.08，I2=0%，P=0.49）；見表2。
2.4 敏感性分析和發表偏倚
逐一排除每項研究以評估單個研究對Meta分析結果的影響，最終發現合并結果沒有顯著變化，說明合并結果穩健。
根據每個結局指標分別繪制漏斗圖，總體發表偏倚較小；見圖2。
圖2
機器人支氣管鏡研究結局指標的漏斗圖
a：操作并發癥發生率；b：診斷率；c：惡性敏感性；d：平均結節直徑；e：操作時間
3 討論
1876年，被譽為現代支氣管鏡之父的Gustav Killian教授首次使用喉鏡檢查主氣管，然后從主支氣管中取出異物，從而開始了硬性支氣管鏡的應用與發展；直到1968年，纖維支氣管鏡的發展逐漸成熟并商業化[28]。1965年，Andersen等[29]報道了13例患者經支氣管鏡肺活檢，其中11患者通過肺組織活檢成功獲得診斷信息，1例患者出現氣胸并發癥，最終恢復良好。1992年，Hürter等[30]介紹了EBUS檢查的初步經驗。迄今為止，支氣管鏡檢查技術已包括傳統的非引導支氣管鏡、薄/超細支氣管鏡、徑向探頭EBUS、虛擬導航支氣管鏡檢查、ENB、錐形束CT輔助支氣管鏡和機器人支氣管鏡檢查等。
2018年，Tanner等[7]報道了一項針對支氣管鏡肺結節活檢的多中心、前瞻性、隨機臨床試驗結果，指出無論是否聯合薄支氣管鏡或者EBUS，支氣管鏡檢查對肺部病變的診斷率很低（37%～49%）。而早在2007年，一項評估EBUS和ENB診斷周圍型肺結節效能的隨機對照臨床試驗[6]表明，EBUS和ENB聯合使用可提高纖維支氣管鏡檢查對周圍肺病變的診斷率（88%），且不影響支氣管鏡檢查的安全性。2012年一項關于引導支氣管鏡肺結節活檢的Meta分析[31]顯示，其綜合診斷率為70%，高于傳統支氣管鏡，并且氣胸發生率為1.5%。2019年，引導支氣管鏡檢查的Meta分析更新結果[32]表明，其診斷率（更新分析后為67.1%）比之前報道的結果[31]更差。此外，徑向探頭超聲支氣管鏡和ENB的診斷率亦不能令人滿意。2018年，針對ENB的前瞻性、多中心NAVIGATE研究[33]的1年隨訪結果表明，其1年診斷率為73%，惡性敏感性為69%；2級或以上ENB相關的氣胸（需要入院或胸腔引流管置入）發生率為2.9%，ENB相關的2級或以上支氣管肺出血和4級或以上呼吸衰竭的發生率分別為1.5%和0.7%。NAVIGATE研究[34]的2年隨訪結果卻顯示，其診斷率亦較前下降，約為67.8%（61.9%～70.7%），惡性敏感性為62.6%，氣胸和支氣管肺出血發生率分別為4.7%和2.7%，0.6%的受試者發生呼吸衰竭并發癥。
肺活檢的難點在于：遠端氣道狹窄不利于大口徑器械通過，遠端氣道易塌陷不利于實時影像引導，遠端氣道復雜不利于靶病灶定位及反復操作，脆弱的遠端氣道組織容易受損。盡管ENB在肺活檢方面具有一定優勢，但其診斷率仍然很低。機器人支氣管鏡的發明提高了周圍肺組織的可及性，并能達到令人滿意的可視性。借助人工智能，機器人支氣管鏡尚能獲得準確的定位以及操作的可重復性，從而進一步提高診斷率。
早在2018年，Rojas-Solano等[20]進行了一項研究，以評估機器人支氣管鏡（MonarchTM系統的前身，Auris Surgical Robotics Inc.，San Carlos，CA）用于疑似肺癌病灶診斷的可行性；該研究招募了15例患者，其中14例患者成功獲得組織診斷。然而，研究中所有病變均存在支氣管征，故而該研究存在一定的偏倚。隨后，Intuitive機器人支氣管鏡系統（IonTM平臺的前身，Intuitive Surgical，Sunnyvale，CA，USA）也進行了人體使用評估[15]。基于初步臨床研究證據，FDA分別于2018年和2019年正式批準MonarchTM和IonTM機器人支氣管鏡用于介入肺病學[35]。
本文基于IonTM和MonarchTM機器人支氣管鏡肺結節活檢的臨床研究，總結并整合了兩種機器人支氣管鏡在肺結節活檢診斷中的初始應用經驗。結果顯示，IonTM和MonarchTM系統的總體診斷率約84.96%［95%CI（62.00%，95.00%）］，惡性敏感性為81.79%［95%CI（43.00%，96.00%）］，并發癥發生率為4.76%［95%CI（2.00%，15.00%）］。兩個操作系統之間的結局指標差異無統計學意義。
與以往針對ENB的前瞻性、多中心隊列研究[33-34]結果相比，機器人支氣管鏡在診斷效能上具有更大的優勢，具有更高的診斷率以及對惡性腫瘤的診斷敏感性；對于操作相關并發癥而言，本研究所記錄到的并發癥結局指標包括氣胸、出血、肺炎以及操作相關的心律失常事件，機器人支氣管鏡具有潛在更低的總并發癥發生率；這需要更規范及細致的臨床研究來提供更高級別的證據進行驗證。此外，機器人支氣管鏡檢查的總體平均肺結節直徑為16.22 mm［95%CI（10.98，21.47）］，NAVIGATE研究[34]中病灶中位大小為18～20 mm，機器人支氣管鏡檢查是否在更小的肺結節介入診斷上保持優良的診斷效能仍然未知。目前，基于IonTM平臺和MonarchTM平臺的前瞻性、觀察性隊列研究（NCT04740047和NCT04182815）正在積極招募，以進一步廣泛驗證其在肺部病變患者中取樣或活檢操作的有效性和安全性；另一項擬評估IonTM機器人支氣管鏡在Ⅰ期非小細胞肺癌或肺轉移瘤術中輔助定位（NCT04987281）可行性的Ⅱ期臨床試驗（REPLACING研究）也正在積極招募中。然而，目前依然缺少針對引導支氣管鏡檢查的隨機對照試驗。盡管如此，Akulian等[36]開展的ATLAS研究，對比IonTM機器人支氣管鏡和ENB不同導航規劃平臺的差異性，結果表明IonTM機器人支氣管鏡導航通路的末端到目標外周肺結節的距離最小，這提示機器人支氣管鏡較ENB具有潛在更高的靶結節定位、活檢成功率。我們期待機器人支氣管鏡憑借其優勢取得更好的應用效能。
通常，ENB的平均手術時間短于30 min[33]。本研究的分析結果表明，機器人支氣管鏡檢查的平均操作時間為61.86 min［95%CI（46.18，77.54）］。多項研究[20, 26]闡明，機器人支氣管鏡的操作存在一定的學習曲線。高精度、易操作同樣也是機器人支氣管鏡的研發前景之一。
鑒于機器人支氣管鏡的優勢，一些臨床中心聯合實施機器人支氣管鏡檢查與微創胸腔鏡手術，即在同一麻醉下，同時開展機器人支氣管鏡檢查以及胸腔鏡或機器人微創手術等雙鏡操作，同期實現肺部病灶的定位、診斷以及手術切除[37]。術中機器人支氣管鏡檢查可促進術中肺結節定位和術中快速病理診斷。2022年，Patel[38]首次報道利用IonTM機器人支氣管鏡進行肺結節冷凍活檢的病例，表明在多鏡機器人情況下的潛在臨床應用前景。
本文存在多個局限性。首先，只有11篇文獻為論著，其余為摘要；摘要文獻無法明確提供部分結局指標的準確定義。其次，文獻評價存在一定的局限性，部分文獻評分低于6分。此外，基于不同設備的臨床研究終點不一，各結局指標的報道存在異質性，無法充分比較不同設備之間的差異。最后，肺惡性腫瘤的準確診斷和敏感性評估仍需長期隨訪驗證，機器人支氣管鏡的臨床應用時間較短，缺乏長期的隨訪數據。我們希望將來用隨后公布的數據繼續更新本項Meta分析結果。
綜上所述，機器人支氣管鏡檢查具有良好的診斷率和低并發癥發生率。目前FDA批準的IonTM和MonarchTM機器人支氣管鏡在肺結節活檢中總體診斷率約84.96%，惡性敏感性為81.79%，并發癥發生率為4.76%；兩者在性能方面無顯著差異，較此前報道的引導支氣管鏡具有更好的有效性與安全性。機器人支氣管鏡具有廣泛的臨床應用前景。
利益沖突：無。
作者貢獻：郭超、張家齊負責論文設計，實施研究，數據整理與分析，論文撰寫；李楨、邊桂彬、劉磊負責統計學分析指導及論文審閱與修改；李單青負責論文設計、審核及修改。
肺癌為癌癥相關死亡的首要原因，其死亡率已經出現了下降的趨勢，這其中部分獲益于肺癌篩查計劃[1-3]。由于胸部計算機斷層掃描（computed tomography，CT）的普及，越來越多的肺結節被檢出，但其中約95%的肺結節為良性病變[4]。2017年，Fleischner協會發布了一項關于偶發性肺結節的管理指南[5]，其中指出，合理利用有創診療手段可以提高經過選擇的人群的診斷效能。雖然聯合使用支氣管內超聲（endobronchial ultrasound，EBUS）和電磁導航支氣管鏡（electromagnetic navigation bronchoscope，ENB）在周圍型肺結節中診斷率已有一定提升，而且不影響臨床應用的安全性[6]；然而，先進的支氣管鏡檢查技術并未顯著提高其綜合診斷效能以滿足臨床實際需求[7]。
作為一項新技術，機器人支氣管鏡兼具機械性能和人工智能優勢，可輔助周圍型肺結節的定位導航與活檢診斷。2018年以來，美國食品藥品監督管理局（Food and Drug Administration，FDA）共批準兩種機器人支氣管鏡應用于臨床，即MonarchTM平臺（Auris Health?，Redwood City，CA，USA，2018年3月獲批）和IonTM平臺（Intuitive Surgical?，Sunnyvale，CA，USA，2019年2月獲批）。目前，多項研究[8-9]證實了MonarchTM和IonTM機器人支氣管鏡在周圍型肺結節活檢方面的適用性。本文旨在系統評價已發表的相關文獻，利用Meta分析定量合并所納入研究數據，探討機器人支氣管鏡在肺結節活檢方面的總體有效性與安全性。
1 資料與方法
1.1 納入和排除標準
1.1.1 納入標準
（1）隊列研究，語種限定為英文；（2）由MonarchTM或IonTM機器人支氣管鏡完成的操作；（3）主要結局指標包括診斷率、惡性敏感性和并發癥發生率，次要結局指標包括平均結節直徑和操作時間。診斷率定義為基于最終診斷產生準確診斷的百分比，惡性敏感性定義為基于最終惡性診斷的機器人支氣管鏡診斷出的真正惡性腫瘤的百分比[8]。避免通過假設彌補缺失或不清楚的結局資料。
1.1.2 排除標準
（1）無法獲取原文；（2）專利/評論/通訊類型文獻、尸體模型研究、病例報告（或病例系列≤10例）；（3）重復發表文獻；（4）沒有相關數據或內容不正確以及信息不完整的文獻等。此外，如果同一臨床試驗最近更新了研究數據，則排除之前發表的研究結果。
1.2 文獻檢索
采用計算機檢索PubMed、EMbase、Web of Science和Cochrane Central Register of Controlled Trials數據庫。檢索時限為2018年1月—2022年2月14日。英語檢索詞：robotic bronchoscopy、robotic bronchoscope。
1.3 文獻篩選及資料提取
兩名研究者（郭超和張家齊）獨立篩查文獻、提取數據并交叉核驗結果。任何爭議通過討論和協商解決。文獻篩選時，先閱讀標題和摘要，排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。
數據提取：（1）研究的基本信息，包括第一作者和發表年份；（2）文獻、研究設計及設備的類型；（3）每項研究的樣本量；（4）結局指標和結果；（5）偏倚風險評估的關鍵要素。
1.4 文獻質量評估
兩名研究人員（郭超和張家齊）采用Newcastle-Ottawa 量表獨立評估納入文獻（隊列研究）的質量，通過討論處理意見分歧。得分≥6表示文獻質量高。
1.5 統計學分析
使用RevMan 5.4軟件進行Meta分析。分類變量采用比值比（odds ratio，OR）和95%置信區間（confidence interval，CI）表示；正態分布的連續變量采用均數和標準差（±s）描述。將分類數據的OR和95%CI合并計算，然后根據轉換公式[10]計算相應的均數和95%CI。根據不同的機器人支氣管鏡平臺進行亞組分析。結合I2，采用χ2檢驗（檢驗水平設為α=0.1）定量分析所納入研究間的異質性。如果研究結果之間存在明顯的統計學異質性（I2>50%或P≤0.1），則使用隨機效應模型進行Meta分析；否則，采用固定效應模型進行分析。統計方法采用逆方差法。使用漏斗圖分析發表偏倚。逐一排除每項研究進行敏感性分析。本研究根據https://www.math.hkbu.edu.hk/~tongt/papers/median2mean.html進行樣本量、中位數、范圍和/或四分位數間距與均數和標準差之間的轉換計算。P≤0.05為差異有統計學意義。
2 結果
2.1 文獻篩選結果
初檢共獲得636篇文獻。依據納入和排除標準，最終共納入19項研究[8-9, 11-27]。文獻檢索和篩選過程見圖1。
圖1
文獻檢索及篩選流程
2.2 納入研究的特點及質量評估
19項研究共納入1 542例患者，1 697個靶肺結節。納入研究的基本資料見表1；所有研究均為隊列研究；7項回顧性分析，6項多中心研究。采用Newcastle-Ottawa量表評價納入文獻質量，結果發現，16篇文獻的評分≥6分；見表1。
表1
納入研究的基本資料［/M（P25，P75）/M（范圍）］
2.3 Meta分析
2.3.1 診斷率
共納入10項研究[8,11-16,23-24,26]進行診斷率分析，兩組的總體診斷率為84.96%［95%CI （62.00%，95.00%）］，總體OR為5.65［95%CI（1.60， 20.00）］，IonTM和MonarchTM之間差異無統計學意義（χ2=0.01，I2=0%，P=0.90）；見表2。
表2
各結局指標Meta分析結果
2.3.2 惡性敏感性
5項研究[8,13,15-16,26]進行惡性敏感性分析，機器人支氣管鏡肺結節活檢總體惡性敏感性為81.79%［95%CI（43.00%，96.00%）］，OR為4.49［95%CI （0.75，26.99）］；IonTM和MonarchTM差異無統計學意義（χ2=0.17，I2=0%，P=0.68）；見表2。
2.3.3 并發癥發生率
共15項研究[8-9,11-13,15-16,18-20,22-25,27]記錄操作相關的并發癥，排除其中3項未發生并發癥的研究[11,19-20]。報道最多的并發癥是氣胸、出血、肺炎和心律失常，所有數據均被提取并記錄。機器人支氣管鏡的總體并發癥發生率為4.76%［95%CI（2.00%，15.00%）］，OR為0.05［95%CI（0.02，0.17）］；IonTM和MonarchTM之間差異無統計學意義（χ2=0.08，I2=0%，P=0.78）；見表2。
2.3.4 目標肺結節大小
共有16項研究[8-9,11-13,15-17,19-24,26-27]報道了有效肺結節的大小，總體平均結節直徑為16.22 mm［95%CI（10.98，21.47）］，IonTM和MonarchTM之間差異無統計學意義（χ2=0.11，I2=0%，P=0.75）；見表2。
2.3.5 操作時間
有10項研究報道了機器人支氣管鏡檢查的操作時間，其中1項沒有可用數據；其余9項研究[9,12-13,15,17,22,24-25,27]的總體平均操作時間為61.86 min［95%CI（46.18，77.54）］。IonTM和MonarchTM之間差異無統計學意義（χ2=0.08，I2=0%，P=0.49）；見表2。
2.4 敏感性分析和發表偏倚
逐一排除每項研究以評估單個研究對Meta分析結果的影響，最終發現合并結果沒有顯著變化，說明合并結果穩健。
根據每個結局指標分別繪制漏斗圖，總體發表偏倚較小；見圖2。
圖2
機器人支氣管鏡研究結局指標的漏斗圖
a：操作并發癥發生率；b：診斷率；c：惡性敏感性；d：平均結節直徑；e：操作時間
3 討論
1876年，被譽為現代支氣管鏡之父的Gustav Killian教授首次使用喉鏡檢查主氣管，然后從主支氣管中取出異物，從而開始了硬性支氣管鏡的應用與發展；直到1968年，纖維支氣管鏡的發展逐漸成熟并商業化[28]。1965年，Andersen等[29]報道了13例患者經支氣管鏡肺活檢，其中11患者通過肺組織活檢成功獲得診斷信息，1例患者出現氣胸并發癥，最終恢復良好。1992年，Hürter等[30]介紹了EBUS檢查的初步經驗。迄今為止，支氣管鏡檢查技術已包括傳統的非引導支氣管鏡、薄/超細支氣管鏡、徑向探頭EBUS、虛擬導航支氣管鏡檢查、ENB、錐形束CT輔助支氣管鏡和機器人支氣管鏡檢查等。
2018年，Tanner等[7]報道了一項針對支氣管鏡肺結節活檢的多中心、前瞻性、隨機臨床試驗結果，指出無論是否聯合薄支氣管鏡或者EBUS，支氣管鏡檢查對肺部病變的診斷率很低（37%～49%）。而早在2007年，一項評估EBUS和ENB診斷周圍型肺結節效能的隨機對照臨床試驗[6]表明，EBUS和ENB聯合使用可提高纖維支氣管鏡檢查對周圍肺病變的診斷率（88%），且不影響支氣管鏡檢查的安全性。2012年一項關于引導支氣管鏡肺結節活檢的Meta分析[31]顯示，其綜合診斷率為70%，高于傳統支氣管鏡，并且氣胸發生率為1.5%。2019年，引導支氣管鏡檢查的Meta分析更新結果[32]表明，其診斷率（更新分析后為67.1%）比之前報道的結果[31]更差。此外，徑向探頭超聲支氣管鏡和ENB的診斷率亦不能令人滿意。2018年，針對ENB的前瞻性、多中心NAVIGATE研究[33]的1年隨訪結果表明，其1年診斷率為73%，惡性敏感性為69%；2級或以上ENB相關的氣胸（需要入院或胸腔引流管置入）發生率為2.9%，ENB相關的2級或以上支氣管肺出血和4級或以上呼吸衰竭的發生率分別為1.5%和0.7%。NAVIGATE研究[34]的2年隨訪結果卻顯示，其診斷率亦較前下降，約為67.8%（61.9%～70.7%），惡性敏感性為62.6%，氣胸和支氣管肺出血發生率分別為4.7%和2.7%，0.6%的受試者發生呼吸衰竭并發癥。
肺活檢的難點在于：遠端氣道狹窄不利于大口徑器械通過，遠端氣道易塌陷不利于實時影像引導，遠端氣道復雜不利于靶病灶定位及反復操作，脆弱的遠端氣道組織容易受損。盡管ENB在肺活檢方面具有一定優勢，但其診斷率仍然很低。機器人支氣管鏡的發明提高了周圍肺組織的可及性，并能達到令人滿意的可視性。借助人工智能，機器人支氣管鏡尚能獲得準確的定位以及操作的可重復性，從而進一步提高診斷率。
早在2018年，Rojas-Solano等[20]進行了一項研究，以評估機器人支氣管鏡（MonarchTM系統的前身，Auris Surgical Robotics Inc.，San Carlos，CA）用于疑似肺癌病灶診斷的可行性；該研究招募了15例患者，其中14例患者成功獲得組織診斷。然而，研究中所有病變均存在支氣管征，故而該研究存在一定的偏倚。隨后，Intuitive機器人支氣管鏡系統（IonTM平臺的前身，Intuitive Surgical，Sunnyvale，CA，USA）也進行了人體使用評估[15]。基于初步臨床研究證據，FDA分別于2018年和2019年正式批準MonarchTM和IonTM機器人支氣管鏡用于介入肺病學[35]。
本文基于IonTM和MonarchTM機器人支氣管鏡肺結節活檢的臨床研究，總結并整合了兩種機器人支氣管鏡在肺結節活檢診斷中的初始應用經驗。結果顯示，IonTM和MonarchTM系統的總體診斷率約84.96%［95%CI（62.00%，95.00%）］，惡性敏感性為81.79%［95%CI（43.00%，96.00%）］，并發癥發生率為4.76%［95%CI（2.00%，15.00%）］。兩個操作系統之間的結局指標差異無統計學意義。
與以往針對ENB的前瞻性、多中心隊列研究[33-34]結果相比，機器人支氣管鏡在診斷效能上具有更大的優勢，具有更高的診斷率以及對惡性腫瘤的診斷敏感性；對于操作相關并發癥而言，本研究所記錄到的并發癥結局指標包括氣胸、出血、肺炎以及操作相關的心律失常事件，機器人支氣管鏡具有潛在更低的總并發癥發生率；這需要更規范及細致的臨床研究來提供更高級別的證據進行驗證。此外，機器人支氣管鏡檢查的總體平均肺結節直徑為16.22 mm［95%CI（10.98，21.47）］，NAVIGATE研究[34]中病灶中位大小為18～20 mm，機器人支氣管鏡檢查是否在更小的肺結節介入診斷上保持優良的診斷效能仍然未知。目前，基于IonTM平臺和MonarchTM平臺的前瞻性、觀察性隊列研究（NCT04740047和NCT04182815）正在積極招募，以進一步廣泛驗證其在肺部病變患者中取樣或活檢操作的有效性和安全性；另一項擬評估IonTM機器人支氣管鏡在Ⅰ期非小細胞肺癌或肺轉移瘤術中輔助定位（NCT04987281）可行性的Ⅱ期臨床試驗（REPLACING研究）也正在積極招募中。然而，目前依然缺少針對引導支氣管鏡檢查的隨機對照試驗。盡管如此，Akulian等[36]開展的ATLAS研究，對比IonTM機器人支氣管鏡和ENB不同導航規劃平臺的差異性，結果表明IonTM機器人支氣管鏡導航通路的末端到目標外周肺結節的距離最小，這提示機器人支氣管鏡較ENB具有潛在更高的靶結節定位、活檢成功率。我們期待機器人支氣管鏡憑借其優勢取得更好的應用效能。
通常，ENB的平均手術時間短于30 min[33]。本研究的分析結果表明，機器人支氣管鏡檢查的平均操作時間為61.86 min［95%CI（46.18，77.54）］。多項研究[20, 26]闡明，機器人支氣管鏡的操作存在一定的學習曲線。高精度、易操作同樣也是機器人支氣管鏡的研發前景之一。
鑒于機器人支氣管鏡的優勢，一些臨床中心聯合實施機器人支氣管鏡檢查與微創胸腔鏡手術，即在同一麻醉下，同時開展機器人支氣管鏡檢查以及胸腔鏡或機器人微創手術等雙鏡操作，同期實現肺部病灶的定位、診斷以及手術切除[37]。術中機器人支氣管鏡檢查可促進術中肺結節定位和術中快速病理診斷。2022年，Patel[38]首次報道利用IonTM機器人支氣管鏡進行肺結節冷凍活檢的病例，表明在多鏡機器人情況下的潛在臨床應用前景。
本文存在多個局限性。首先，只有11篇文獻為論著，其余為摘要；摘要文獻無法明確提供部分結局指標的準確定義。其次，文獻評價存在一定的局限性，部分文獻評分低于6分。此外，基于不同設備的臨床研究終點不一，各結局指標的報道存在異質性，無法充分比較不同設備之間的差異。最后，肺惡性腫瘤的準確診斷和敏感性評估仍需長期隨訪驗證，機器人支氣管鏡的臨床應用時間較短，缺乏長期的隨訪數據。我們希望將來用隨后公布的數據繼續更新本項Meta分析結果。
綜上所述，機器人支氣管鏡檢查具有良好的診斷率和低并發癥發生率。目前FDA批準的IonTM和MonarchTM機器人支氣管鏡在肺結節活檢中總體診斷率約84.96%，惡性敏感性為81.79%，并發癥發生率為4.76%；兩者在性能方面無顯著差異，較此前報道的引導支氣管鏡具有更好的有效性與安全性。機器人支氣管鏡具有廣泛的臨床應用前景。
利益沖突：無。
作者貢獻：郭超、張家齊負責論文設計，實施研究，數據整理與分析，論文撰寫；李楨、邊桂彬、劉磊負責統計學分析指導及論文審閱與修改；李單青負責論文設計、審核及修改。
