為進一步規范三維重建在胸外科中的應用，《人工智能一體化三維重建應用于胸外科的中國專家共識》專家組討論制定了本共識。本共識依據目前三維重建技術在胸外科各種場景中使用的臨床經驗和已有的前瞻性或回顧性研究，總結形成推薦意見，并附錄目前存在爭議、尚未進行充分的臨床研究或仍在探索階段的三維重建技術應用場景，為未來的臨床研究和臨床疾病診治提供方向和證據，以期達成共識。
引用本文： 中國醫療保健國際交流促進會胸外科分會, 中國醫療保健國際交流促進會肺癌防治分會, 海峽兩岸醫藥衛生交流協會胸外科專業委員會, 浙江省醫學會胸外科學分會, 浙江省醫師協會胸外科醫師分會, 浙江省預防醫學會肺癌預防與控制專委會, HUJian. 人工智能一體化三維重建應用于胸外科的中國專家共識. 中國胸心血管外科臨床雜志, 2023, 30(5): 641-646. doi: 10.7507/1007-4848.202302054 復制
胸外科疾病涉及胸壁、肺、食管、縱隔等多器官，其中腫瘤性疾病最為顯著，比如肺癌在全球范圍內是最常見的惡性腫瘤，位居惡性腫瘤發病率的第2位及死亡率的第1位[1]。基于人工智能（artificial intelligence，AI）的三維重建技術在協助肺結節診斷和治療方面越來越受到重視。然而，目前AI在胸外科疾病的臨床應用相對較少，為了全面提升我國胸外科疾病的專業化診療水平，本共識基于AI在胸外科疾病的多維度應用建立初步的書面指導原則。針對現有文獻及臨床實踐依據，經過專家組系統的討論與商議，最終形成本共識。本共識不設證據類別，共識等級則依據專家組投票比例劃分：若支持意見≥80%，則初步定為一致共識，共識等級設為Ⅰ級；60%～80%支持則劃定為基本一致共識，共識等級設為Ⅱ級，支持意見<60%則取消相關推薦。隨著未來更多文獻發表，本共識將不斷更新完善。
1 三維重建輔助肺結節良惡性判別
關于肺結節的診斷與治療在國內外已經形成了許多專家共識。相關研究[2]表明：考慮為原位腺癌（adenocarcinoma in situ，AIS）、微浸潤性腺癌（minimally invasive adenocarcinoma，MIA）與浸潤性腺癌（invasive adenocarcinoma，IAC）結節應當及時手術治療，不典型腺瘤樣增生（atypical adenomatous hyperplasia，AAH）和良性磨玻璃結節影（ground-glass opacity，GGO）僅建議CT隨訪。由于不同醫生對指南的掌握不盡相同，導致部分小結節被過度治療。既往對小結節的判別多基于CT的二維影像特征，存在對肺段等精細解剖部位識別不佳、對胸外科醫師空間重構能力要求較高等問題。相關文獻及研究認為三維重建對肺結節的判別具有重要意義。
1.1 三維重建對肺結節性質判別
目前胸外科常用的三維重建技術包括：多平面重建（multi-planar reformatting，MPR）、最大強度投影法（maximum intensity projection，MIP）、容積再現等，以多層螺旋CT為基礎的三維重建在GGO診治中應用廣泛。高分辨率CT（high resolution CT，HRCT）相比普通CT能更準確定位肺部結節病灶，明顯提高了肺磨玻璃結節尤其是小直徑結節的檢出率，這些優勢均基于連續、快速且低層厚的容積掃描，且不受患者呼吸運動影響，使得解剖結構無重疊；高分辨率三維重建技術極大提升了影像質量，從而更真實地展現出結節的解剖結構，清楚顯示肺結節內部的密度變化、邊緣特征、周邊及內部的小血管、細支氣管影、結節周邊胸膜的牽拉程度，可以更有效、完善且精準地評價GGO的影像學特征。此外，在這一領域，虛擬現實技術也已經在多項針對肺部GGO的研究中取得應用。肺部小結節準確、直觀的整體輪廓形態可以從三維立體的角度被塑造，為避免通過軸位像的片面性誤導醫生，還需要全方位立體觀察[3]。北京協和醫學院在同時性多原發肺癌外科治療的預后研究及基因組學分析中認為，三維重建/3D打印模型可以快速準確定位切除標本中的多個肺結節，病變的病理結果與術前CT檢查結果能夠一一對應，這對進一步研究多發性肺結節的臨床病理特征及放射組學具有重要意義[4]。上海交通大學基于早期肺腺癌性GGO CT三維重建下相關影像學參數術前預測癌細胞Ki-67表達指數的模型研究認為：GGO CT三維重建的相關影像學參數包括直徑、總體積（total volume，TV）、最大CT值（maximum，MAX）、整體CT值分布標準差（standard deviation，STD）及隨訪中的體積倍增時間（volume doubling time，VDT）對其良惡性鑒別參考價值重大；結節惡性程度越高，以上參數的值越大，提示外科醫生應及時手術干預；參數小于閾值時，可以考慮CT隨訪。而如今針對三維重建聯合高分辨率薄層CT對GGO的手術定位與結節定性均開展了廣泛的臨床應用。其體積、CT值、最大CT值、平均CT值、平均直徑等參數都提示其結節的潛在病理分型。另外Ki-67表達情況也可作為早期腺癌的術前參數預測[2]。
推薦1：三維重建技術可更加全面地評估肺結節的影像學特征，推薦使用三維重建技術對肺結節性質進行輔助判定（Ⅰ）。
1.2 人工智能聯合三維重建對肺結節良惡性判別
目前三維重建技術主要根據以下特征評價肺結節，包括大小、形狀、位置、密度、鈣化形式、邊緣形態、倍增時間等。傳統胸部CT受影像醫師經驗、主觀意識、設備先進程度等因素影響，易出現誤診、漏診等問題。近年來大熱的AI輔助診斷技術，依靠深度卷積神經網絡算法、圖片識別功能等先進技術，實現了醫學影像技術與診療體系快速發展[5]。有學者[6]使用AI技術對肺癌病理圖像進行分類，并通過76個數據集驗證取得良好效果。Wang等[7]構建新型基于深度卷積神經網絡的分割模型，能夠精細地分析肺結節的邊緣輪廓，效果可以媲美高年資放射科醫師。Ciompi等[8]通過AI搭建了一套可以自動區分肺結節形態的檢測系統，可識別形態包括實性、亞實性、非實性、鈣化型等。Song等[9]使用LIDC-IDRI數據集對不同算法模型在肺結節良惡性預測方面進行了比較研究，結果表明基于深度卷積神經網絡的算法在準確性方面遠優于其他類型算法。利用大數據和AI技術在放射腫瘤學領域的應用，尤其是對肺CT影像數據進行進一步分析，將極大地提高相關疾病領域的醫療水平。
AAH、AIS、MIA、IAC是肺結節病理學發展過程，而在影像學中純磨玻璃結節（pure ground-grass nodule，pGGN）、部分實性結節（part solid nodule，pSN）到純實性結節（solid nodule，SN）也是逐漸進展的過程，AI可準確識別人眼可能忽略或者無法辨認的重要信息，對特定任務表現出較好的預測性能。既往研究[10]顯示，以不同數據庫訓練集和數據集為平臺的深度學習模型訓練的肺結節良惡性分類模型準確性最高可達93.6%，以相同數據庫為對象的訓練集和驗證集在深度學習模型的分類中準確性也很高，證明已初步具備肺結節診斷的能力。而在LUNGx Challenge肺結節研究[11]中，AI組的曲線下面積（area under the curve，AUC）低于放射科醫師組，且放射科醫生在統計學上的表現相較于AI組優勢明顯，該研究證明AI技術鑒別肺結節的準確度還無法替代人工，仍需進一步優化。
推薦2：（1）考慮到AI針對亞實性結節的假陰性與假陽性率均較高，臨床工作中仍需病理醫師閱片以減少漏診和誤診（Ⅰ）。
（2）AI在肺結節患者長期隨訪中具有重要意義，其優勢在于可實時輔助醫師進行隨訪，判斷肺結節具體變化情況（Ⅱ）。
（3）AI在肺結節良惡性鑒別中有一定臨床參考價值，準確性仍有待商榷（Ⅰ）。
2 三維重建輔助肺結節術式規劃
肺楔形切除和肺段切除是胸外科肺部手術中相對于肺葉切除、袖式切除而言較為精細的術式，是亞肺葉切除中的重要術式。肺楔形切除常用于位置淺表的結節，對于位置較深的結節，其定位具有一定挑戰性，且需要避開大的血管和支氣管，防止術后大出血、肺不張、支氣管胸膜瘺等嚴重并發癥。肺段手術需要識別3～4級支氣管及其伴行的動脈、靜脈，而段水平的血管變異相當豐富[12-13]，尤其在更為精準的聯合亞段切除中要辨別的結構更為精細。如何在最大化保護肺功能的基礎上安全、有效地進行切除，是胸外科醫生不斷探索的方向。胸部CT三維重建技術在術前能夠對結節進行定位，幫助醫生在術前明確結節毗鄰的肺支氣管、血管的分型及變異情況，為手術做好預案。而且，三維重建技術能夠實現全角度自由旋轉、交互式展示肺結構（血管、支氣管和病灶），符合手術操作過程中的三維觀感，幫助醫生提高手術精準度，減少手術風險[14-19]。三維重建技術在肺葉切除術中也有一定的應用場景，例如，在肺裂發育不全的情況下，往往需要三維重建判定解剖變異，避免誤斷跨葉分布的異常解剖結構。
推薦3：建議準備行亞肺葉切除手術的患者術前行三維重建，幫助完善術前規劃，包括肺楔形切除術（結節位置偏深者）、肺段切除術、聯合亞段切除術等（Ⅰ）。
3 三維重建輔助胸腔大腫瘤手術評估
解剖學上，胸部組織器官的結構關系錯綜復雜，牽涉到肺門、縱隔以及大血管等結構。同時，該區域的解剖變異類型也很多，這增加了術前精準評估的難度，使手術風險相對較高。而常規的增強CT只提供了軸位橫斷面的連續圖像，這對于外科醫生在臨床評估時構想局部區域的三維解剖關系而言，存在很多不足。
術前精準評估胸腔巨大腫瘤的位置、起源以及與周圍結構的關系尤為重要，而目前這通常需要外科醫生憑借豐富的臨床經驗和足夠的空間想象力。手術切除是治療胸腔巨大腫瘤的主要方法，但由于病理類型復雜、瘤體巨大、腫瘤與鄰近結構的關系不明確等原因，手術風險較高，手術切除的難度也相對較大。
使用三維重建影像技術可以更加精準、高效地識別腫瘤毗鄰結構和滋養血管，有助于減少術中出血量、降低手術風險[20]。利用CT、磁共振成像（magnetic resonance imaging，MRI）、造影等二維數據重建三維影像，可以為胸腔巨大腫瘤術前評估提供重要輔助，并且可以制定個體化手術方案，為手術提供精準全面的術前評估；另一方面，三維重建的影像也有利于科研教學活動的開展[21]。三維重建技術還可以在診斷食管癌和鑒別縱隔內陽性淋巴結[22]等方面提供更加豐富的信息，有助于制定更有效的治療策略。
推薦4：CT、MRI等影像學檢查發現的胸腔大腫瘤建議通過進一步完善三維重建輔助術前評估，其在毗鄰結構的識別上優勢巨大（Ⅱ）。
4 三維重建輔助胸壁疾病診治
胸部CT已被公認為當下診斷各種胸壁/胸腔內器官損傷的基礎方法，可用于評估患者是否需要通過手術修復[23]。多層CT三維重建具有突出特點，如直觀、立體及多角度觀察，有效彌補了胸部X線片診斷肋骨骨折的不足。多層螺旋CT的三維重建能夠提高肋骨骨折的檢出率，尤其是對于細微的肋骨骨折，同時對胸骨骨折的診斷準確性也要優于胸部X線片[24]。
通過三維CT圖像重建技術可輔助定位肋骨骨折、設計規劃手術切口和手術方式，甚至評估胸腔內器官損傷情況[25]。對于一些胸部創傷患者，特別是車禍或者工傷涉及的傷殘鑒定及賠償，胸部CT肋骨三維重建相比CT平掃可以更為直接地顯示骨折的數目及程度，從而能提供更加清晰的工傷鑒定依據，進而有助于理賠的及時完成[26]，因此對胸壁外傷患者推薦常規進行胸部CT平掃和三維重建。
三維重建技術可以應用于胸壁腫物、胸壁畸形、肋骨腫瘤等多個方面的形態判定，輔助臨床醫生對胸壁病變進行準確模擬，提高手術精準度，縮短手術時間，加速患者術后康復，縮短住院時間。采用胸腔鏡輔助手術結合三維重建技術，對肋骨骨折切開復位內固定術極具精確性，且術中的創傷小、術后留置胸腔閉式引流管時間短、疼痛輕，能夠大大加快患者恢復，盡早出院，是一種安全有效的手術方式，有助于實現患者快速康復[27]。三維重建能明確雞胸、漏斗胸等胸壁畸形患者肋骨和肋軟骨的方向及其與胸骨的關系，從而可以對胸壁進行精確的術前測量并指導個體化的手術矯正[28-29]。
推薦5：對胸壁疾病擬行手術的患者，術前推薦常規進行胸部CT、MRI等影像學檢查，并進行三維重建（Ⅰ）。
5 3D打印技術輔助胸骨及肋骨骨折治療
在胸骨、肋骨骨折手術過程中，通過采用3D打印技術，基于數字模型文件利用塑料、粉末金屬等可粘合材料進行逐層打印，可有效減少內固定裝置的塑形不準確，在手術時間、手術切口、術后疼痛和內固定成功率方面有優勢[27]。另外可利用薄層CT與肋骨CT通過軟件重塑肋骨骨折處的三維模型，結合成熟的3D打印技術生成個性化的肋骨模型。Chen等[30]的研究提示制備3D打印的肋骨模型誤差較小，能夠達到臨床使用需求。為進一步縮短手術時間、提升固定材料準確性、降低實施內固定的幾率，同時也為了更好地針對肋骨骨折部位進行定位，應根據重建后的肋骨形狀選擇最恰當的材質，并于術前規劃出足夠的手術范圍，完善手術流程，讓手術形式安全化、微創化[31]。
推薦6：3D打印技術可以利用永久性材料進行術前精準評估，有助于個性化定制更加精確的胸骨及肋骨固定裝置，也可讓胸骨及肋骨骨折的定位以及手術切口的規劃更加明確清晰（Ⅰ）。
6 結語
三維可視化重建技術在日常胸外科的臨床工作中逐漸普及，對比傳統的影像學技術如X光線、CT等具有更形象、更立體、更準確等優勢。特別是近年來隨著AI技術的崛起，AI和三維重建技術的融合將為胸外科各類疾病的術前精準診斷、術中精準定位、術后快速康復以及最佳獲益做出更大的貢獻。
利益沖突：無。
人工智能一體化三維重建應用于胸外科的中國專家共識專家組
主編
胡堅（浙江大學醫學院附屬第一醫院）、劉倫旭（四川大學華西醫院）、張毅（首都醫科大學宣武醫院）、陳椿（福建醫科大學附屬協和醫院）、汪路明（浙江大學醫學院附屬第一醫院）
執筆
徐金明（浙江大學醫學院附屬第一醫院）、蒲強（四川大學華西醫院）、譚鋒維（中國醫學科學院腫瘤醫院）、王新（南陽市中心醫院）、徐文震（三門縣人民醫院）
核心小組成員（按姓氏拼音排序）
蔡開燦（南方醫科大學南方醫院）、陳劍鋒（福建醫科大學附屬第一醫院）、黃旭華（浙江大學醫學院附屬第一醫院）、李晨蔚（寧波市第一醫院）、梁朝陽（中日友好醫院）、廖永德（華中科技大學同濟醫學院附屬協和醫院）、林勇斌（中山大學附屬腫瘤醫院）、姜杰（廈門大學附屬第一醫院）、馬洪海（浙江大學醫學院附屬第一醫院）、梅建東（四川大學華西醫院）、彭忠民（山東第一醫科大學附屬省立醫院）、沈琦斌（湖州市中心醫院）、沈韋羽（寧波市醫療中心李惠利醫院）、王博（武漢大學人民醫院）、王延燁（浙江大學醫學院附屬第一醫院）、許順（中國醫科大學附屬第一醫院）、葉波（浙江大學醫學院附屬杭州市胸科醫院）、曾劍（中國科學院大學附屬腫瘤醫院）、張軍（嘉興市第二醫院）、張真榕（中日友好醫院）、趙國芳（中國科學院大學寧波華美醫院）
審核小組成員（按姓氏拼音排序）
曹慶東（中山大學附屬第五醫院）、陳保富（臺州市中心醫院）、陳昶（同濟大學附屬上海市肺科醫院）、陳克能（北京大學腫瘤醫院）、陳銘伍（廣西醫科大學第一附屬醫院）、陳奇勛（中國科學院大學附屬腫瘤醫院）、陳獻國（金華市中心醫院）、范江（上海市第一人民醫院）、范軍強（浙江大學醫學院附屬第二醫院）、方文濤（上海交通大學醫學院附屬胸科醫院）、付軍科（西安交通大學醫學院第一附屬醫院）、付向寧（華中科技大學同濟醫學院附屬同濟醫院）、高樹庚（中國醫學科學院腫瘤醫院）、葛棣（復旦大學附屬中山醫院）、耿國軍（廈門大學附屬第一醫院）、耿慶（武漢大學人民醫院）、顧春東（大連醫科大學附屬第一醫院）、郭占林（內蒙古醫科大學附屬醫院）、韓育寧（寧夏醫科大學總醫院）、何建行（廣州醫科大學附屬第一醫院）、何正富（浙江大學醫學院附屬邵逸夫醫院）、黃云超（云南省腫瘤醫院）、江洪（杭州市第一人民醫院）、姜濤（空軍軍醫大學唐都醫院）、矯文捷（青島大學附屬醫院）、康明強（福建醫科大學附屬協和醫院）、樂涵波（舟山醫院）、李單青（北京協和醫院）、李鶴成（上海交通大學醫學院附屬瑞金醫院）、李強（四川省腫瘤醫院）、李小飛（西安國際醫學中心醫院胸科醫院）、李印（中國醫學科學院腫瘤醫院）、李忠誠（青海大學附屬醫院）、劉德若（中日友好醫院）、劉建陽（吉林省腫瘤醫院）、劉俊峰（河北醫科大學第四醫院）、劉陽（中國人民解放軍總醫院第一醫學中心）、柳陽春（江西省人民醫院）、龍浩（中山大學附屬腫瘤醫院）、羅清泉（上海交通大學醫學院附屬胸科醫院）、馬海濤（蘇州大學附屬第一醫院）、馬金山（新疆維吾爾自治區人民醫院）、梅新宇（中國科學技術大學附屬第一醫院）、牟巨偉（中國醫學科學院腫瘤醫院）、尼平（西藏自治區人民醫院）、喬貴賓（廣東省人民醫院）、孫大強（天津市胸科醫院）、孫偉（海南醫學院第二附屬醫院）、田輝（山東大學齊魯醫院）、王海濤（浙江省人民醫院）、王群（復旦大學附屬中山醫院）、魏立（河南省人民醫院）、吳楠（北京大學腫瘤醫院）、許林（江蘇省腫瘤醫院）、薛磊（海軍軍醫大學第二附屬醫院）、薛濤（東南大學附屬中大醫院）、楊帆（北京大學人民醫院）、葉敏華（浙江省臺州醫院）、喻本桐（南昌大學第一附屬醫院）、喻光懋（紹興市人民醫院）、張春芳（中南大學湘雅醫院）、張蘭軍（中山大學附屬腫瘤醫院）、張臨友（哈爾濱醫科大學附屬第二醫院）、張蘇寧（中國醫科大學附屬盛京醫院）、趙純（麗水市中心醫院）、趙軍（蘇州大學附屬第一醫院）、鄭亮承（溫州醫科大學附屬第一醫院）、鄭勇洪（浙江衢化醫院）、朱成楚（溫州醫科大學附屬臺州醫院）、朱余明（同濟大學附屬上海市肺科醫院）
胸外科疾病涉及胸壁、肺、食管、縱隔等多器官，其中腫瘤性疾病最為顯著，比如肺癌在全球范圍內是最常見的惡性腫瘤，位居惡性腫瘤發病率的第2位及死亡率的第1位[1]。基于人工智能（artificial intelligence，AI）的三維重建技術在協助肺結節診斷和治療方面越來越受到重視。然而，目前AI在胸外科疾病的臨床應用相對較少，為了全面提升我國胸外科疾病的專業化診療水平，本共識基于AI在胸外科疾病的多維度應用建立初步的書面指導原則。針對現有文獻及臨床實踐依據，經過專家組系統的討論與商議，最終形成本共識。本共識不設證據類別，共識等級則依據專家組投票比例劃分：若支持意見≥80%，則初步定為一致共識，共識等級設為Ⅰ級；60%～80%支持則劃定為基本一致共識，共識等級設為Ⅱ級，支持意見<60%則取消相關推薦。隨著未來更多文獻發表，本共識將不斷更新完善。
1 三維重建輔助肺結節良惡性判別
關于肺結節的診斷與治療在國內外已經形成了許多專家共識。相關研究[2]表明：考慮為原位腺癌（adenocarcinoma in situ，AIS）、微浸潤性腺癌（minimally invasive adenocarcinoma，MIA）與浸潤性腺癌（invasive adenocarcinoma，IAC）結節應當及時手術治療，不典型腺瘤樣增生（atypical adenomatous hyperplasia，AAH）和良性磨玻璃結節影（ground-glass opacity，GGO）僅建議CT隨訪。由于不同醫生對指南的掌握不盡相同，導致部分小結節被過度治療。既往對小結節的判別多基于CT的二維影像特征，存在對肺段等精細解剖部位識別不佳、對胸外科醫師空間重構能力要求較高等問題。相關文獻及研究認為三維重建對肺結節的判別具有重要意義。
1.1 三維重建對肺結節性質判別
目前胸外科常用的三維重建技術包括：多平面重建（multi-planar reformatting，MPR）、最大強度投影法（maximum intensity projection，MIP）、容積再現等，以多層螺旋CT為基礎的三維重建在GGO診治中應用廣泛。高分辨率CT（high resolution CT，HRCT）相比普通CT能更準確定位肺部結節病灶，明顯提高了肺磨玻璃結節尤其是小直徑結節的檢出率，這些優勢均基于連續、快速且低層厚的容積掃描，且不受患者呼吸運動影響，使得解剖結構無重疊；高分辨率三維重建技術極大提升了影像質量，從而更真實地展現出結節的解剖結構，清楚顯示肺結節內部的密度變化、邊緣特征、周邊及內部的小血管、細支氣管影、結節周邊胸膜的牽拉程度，可以更有效、完善且精準地評價GGO的影像學特征。此外，在這一領域，虛擬現實技術也已經在多項針對肺部GGO的研究中取得應用。肺部小結節準確、直觀的整體輪廓形態可以從三維立體的角度被塑造，為避免通過軸位像的片面性誤導醫生，還需要全方位立體觀察[3]。北京協和醫學院在同時性多原發肺癌外科治療的預后研究及基因組學分析中認為，三維重建/3D打印模型可以快速準確定位切除標本中的多個肺結節，病變的病理結果與術前CT檢查結果能夠一一對應，這對進一步研究多發性肺結節的臨床病理特征及放射組學具有重要意義[4]。上海交通大學基于早期肺腺癌性GGO CT三維重建下相關影像學參數術前預測癌細胞Ki-67表達指數的模型研究認為：GGO CT三維重建的相關影像學參數包括直徑、總體積（total volume，TV）、最大CT值（maximum，MAX）、整體CT值分布標準差（standard deviation，STD）及隨訪中的體積倍增時間（volume doubling time，VDT）對其良惡性鑒別參考價值重大；結節惡性程度越高，以上參數的值越大，提示外科醫生應及時手術干預；參數小于閾值時，可以考慮CT隨訪。而如今針對三維重建聯合高分辨率薄層CT對GGO的手術定位與結節定性均開展了廣泛的臨床應用。其體積、CT值、最大CT值、平均CT值、平均直徑等參數都提示其結節的潛在病理分型。另外Ki-67表達情況也可作為早期腺癌的術前參數預測[2]。
推薦1：三維重建技術可更加全面地評估肺結節的影像學特征，推薦使用三維重建技術對肺結節性質進行輔助判定（Ⅰ）。
1.2 人工智能聯合三維重建對肺結節良惡性判別
目前三維重建技術主要根據以下特征評價肺結節，包括大小、形狀、位置、密度、鈣化形式、邊緣形態、倍增時間等。傳統胸部CT受影像醫師經驗、主觀意識、設備先進程度等因素影響，易出現誤診、漏診等問題。近年來大熱的AI輔助診斷技術，依靠深度卷積神經網絡算法、圖片識別功能等先進技術，實現了醫學影像技術與診療體系快速發展[5]。有學者[6]使用AI技術對肺癌病理圖像進行分類，并通過76個數據集驗證取得良好效果。Wang等[7]構建新型基于深度卷積神經網絡的分割模型，能夠精細地分析肺結節的邊緣輪廓，效果可以媲美高年資放射科醫師。Ciompi等[8]通過AI搭建了一套可以自動區分肺結節形態的檢測系統，可識別形態包括實性、亞實性、非實性、鈣化型等。Song等[9]使用LIDC-IDRI數據集對不同算法模型在肺結節良惡性預測方面進行了比較研究，結果表明基于深度卷積神經網絡的算法在準確性方面遠優于其他類型算法。利用大數據和AI技術在放射腫瘤學領域的應用，尤其是對肺CT影像數據進行進一步分析，將極大地提高相關疾病領域的醫療水平。
AAH、AIS、MIA、IAC是肺結節病理學發展過程，而在影像學中純磨玻璃結節（pure ground-grass nodule，pGGN）、部分實性結節（part solid nodule，pSN）到純實性結節（solid nodule，SN）也是逐漸進展的過程，AI可準確識別人眼可能忽略或者無法辨認的重要信息，對特定任務表現出較好的預測性能。既往研究[10]顯示，以不同數據庫訓練集和數據集為平臺的深度學習模型訓練的肺結節良惡性分類模型準確性最高可達93.6%，以相同數據庫為對象的訓練集和驗證集在深度學習模型的分類中準確性也很高，證明已初步具備肺結節診斷的能力。而在LUNGx Challenge肺結節研究[11]中，AI組的曲線下面積（area under the curve，AUC）低于放射科醫師組，且放射科醫生在統計學上的表現相較于AI組優勢明顯，該研究證明AI技術鑒別肺結節的準確度還無法替代人工，仍需進一步優化。
推薦2：（1）考慮到AI針對亞實性結節的假陰性與假陽性率均較高，臨床工作中仍需病理醫師閱片以減少漏診和誤診（Ⅰ）。
（2）AI在肺結節患者長期隨訪中具有重要意義，其優勢在于可實時輔助醫師進行隨訪，判斷肺結節具體變化情況（Ⅱ）。
（3）AI在肺結節良惡性鑒別中有一定臨床參考價值，準確性仍有待商榷（Ⅰ）。
2 三維重建輔助肺結節術式規劃
肺楔形切除和肺段切除是胸外科肺部手術中相對于肺葉切除、袖式切除而言較為精細的術式，是亞肺葉切除中的重要術式。肺楔形切除常用于位置淺表的結節，對于位置較深的結節，其定位具有一定挑戰性，且需要避開大的血管和支氣管，防止術后大出血、肺不張、支氣管胸膜瘺等嚴重并發癥。肺段手術需要識別3～4級支氣管及其伴行的動脈、靜脈，而段水平的血管變異相當豐富[12-13]，尤其在更為精準的聯合亞段切除中要辨別的結構更為精細。如何在最大化保護肺功能的基礎上安全、有效地進行切除，是胸外科醫生不斷探索的方向。胸部CT三維重建技術在術前能夠對結節進行定位，幫助醫生在術前明確結節毗鄰的肺支氣管、血管的分型及變異情況，為手術做好預案。而且，三維重建技術能夠實現全角度自由旋轉、交互式展示肺結構（血管、支氣管和病灶），符合手術操作過程中的三維觀感，幫助醫生提高手術精準度，減少手術風險[14-19]。三維重建技術在肺葉切除術中也有一定的應用場景，例如，在肺裂發育不全的情況下，往往需要三維重建判定解剖變異，避免誤斷跨葉分布的異常解剖結構。
推薦3：建議準備行亞肺葉切除手術的患者術前行三維重建，幫助完善術前規劃，包括肺楔形切除術（結節位置偏深者）、肺段切除術、聯合亞段切除術等（Ⅰ）。
3 三維重建輔助胸腔大腫瘤手術評估
解剖學上，胸部組織器官的結構關系錯綜復雜，牽涉到肺門、縱隔以及大血管等結構。同時，該區域的解剖變異類型也很多，這增加了術前精準評估的難度，使手術風險相對較高。而常規的增強CT只提供了軸位橫斷面的連續圖像，這對于外科醫生在臨床評估時構想局部區域的三維解剖關系而言，存在很多不足。
術前精準評估胸腔巨大腫瘤的位置、起源以及與周圍結構的關系尤為重要，而目前這通常需要外科醫生憑借豐富的臨床經驗和足夠的空間想象力。手術切除是治療胸腔巨大腫瘤的主要方法，但由于病理類型復雜、瘤體巨大、腫瘤與鄰近結構的關系不明確等原因，手術風險較高，手術切除的難度也相對較大。
使用三維重建影像技術可以更加精準、高效地識別腫瘤毗鄰結構和滋養血管，有助于減少術中出血量、降低手術風險[20]。利用CT、磁共振成像（magnetic resonance imaging，MRI）、造影等二維數據重建三維影像，可以為胸腔巨大腫瘤術前評估提供重要輔助，并且可以制定個體化手術方案，為手術提供精準全面的術前評估；另一方面，三維重建的影像也有利于科研教學活動的開展[21]。三維重建技術還可以在診斷食管癌和鑒別縱隔內陽性淋巴結[22]等方面提供更加豐富的信息，有助于制定更有效的治療策略。
推薦4：CT、MRI等影像學檢查發現的胸腔大腫瘤建議通過進一步完善三維重建輔助術前評估，其在毗鄰結構的識別上優勢巨大（Ⅱ）。
4 三維重建輔助胸壁疾病診治
胸部CT已被公認為當下診斷各種胸壁/胸腔內器官損傷的基礎方法，可用于評估患者是否需要通過手術修復[23]。多層CT三維重建具有突出特點，如直觀、立體及多角度觀察，有效彌補了胸部X線片診斷肋骨骨折的不足。多層螺旋CT的三維重建能夠提高肋骨骨折的檢出率，尤其是對于細微的肋骨骨折，同時對胸骨骨折的診斷準確性也要優于胸部X線片[24]。
通過三維CT圖像重建技術可輔助定位肋骨骨折、設計規劃手術切口和手術方式，甚至評估胸腔內器官損傷情況[25]。對于一些胸部創傷患者，特別是車禍或者工傷涉及的傷殘鑒定及賠償，胸部CT肋骨三維重建相比CT平掃可以更為直接地顯示骨折的數目及程度，從而能提供更加清晰的工傷鑒定依據，進而有助于理賠的及時完成[26]，因此對胸壁外傷患者推薦常規進行胸部CT平掃和三維重建。
三維重建技術可以應用于胸壁腫物、胸壁畸形、肋骨腫瘤等多個方面的形態判定，輔助臨床醫生對胸壁病變進行準確模擬，提高手術精準度，縮短手術時間，加速患者術后康復，縮短住院時間。采用胸腔鏡輔助手術結合三維重建技術，對肋骨骨折切開復位內固定術極具精確性，且術中的創傷小、術后留置胸腔閉式引流管時間短、疼痛輕，能夠大大加快患者恢復，盡早出院，是一種安全有效的手術方式，有助于實現患者快速康復[27]。三維重建能明確雞胸、漏斗胸等胸壁畸形患者肋骨和肋軟骨的方向及其與胸骨的關系，從而可以對胸壁進行精確的術前測量并指導個體化的手術矯正[28-29]。
推薦5：對胸壁疾病擬行手術的患者，術前推薦常規進行胸部CT、MRI等影像學檢查，并進行三維重建（Ⅰ）。
5 3D打印技術輔助胸骨及肋骨骨折治療
在胸骨、肋骨骨折手術過程中，通過采用3D打印技術，基于數字模型文件利用塑料、粉末金屬等可粘合材料進行逐層打印，可有效減少內固定裝置的塑形不準確，在手術時間、手術切口、術后疼痛和內固定成功率方面有優勢[27]。另外可利用薄層CT與肋骨CT通過軟件重塑肋骨骨折處的三維模型，結合成熟的3D打印技術生成個性化的肋骨模型。Chen等[30]的研究提示制備3D打印的肋骨模型誤差較小，能夠達到臨床使用需求。為進一步縮短手術時間、提升固定材料準確性、降低實施內固定的幾率，同時也為了更好地針對肋骨骨折部位進行定位，應根據重建后的肋骨形狀選擇最恰當的材質，并于術前規劃出足夠的手術范圍，完善手術流程，讓手術形式安全化、微創化[31]。
推薦6：3D打印技術可以利用永久性材料進行術前精準評估，有助于個性化定制更加精確的胸骨及肋骨固定裝置，也可讓胸骨及肋骨骨折的定位以及手術切口的規劃更加明確清晰（Ⅰ）。
6 結語
三維可視化重建技術在日常胸外科的臨床工作中逐漸普及，對比傳統的影像學技術如X光線、CT等具有更形象、更立體、更準確等優勢。特別是近年來隨著AI技術的崛起，AI和三維重建技術的融合將為胸外科各類疾病的術前精準診斷、術中精準定位、術后快速康復以及最佳獲益做出更大的貢獻。
利益沖突：無。
人工智能一體化三維重建應用于胸外科的中國專家共識專家組
主編
胡堅（浙江大學醫學院附屬第一醫院）、劉倫旭（四川大學華西醫院）、張毅（首都醫科大學宣武醫院）、陳椿（福建醫科大學附屬協和醫院）、汪路明（浙江大學醫學院附屬第一醫院）
執筆
徐金明（浙江大學醫學院附屬第一醫院）、蒲強（四川大學華西醫院）、譚鋒維（中國醫學科學院腫瘤醫院）、王新（南陽市中心醫院）、徐文震（三門縣人民醫院）
核心小組成員（按姓氏拼音排序）
蔡開燦（南方醫科大學南方醫院）、陳劍鋒（福建醫科大學附屬第一醫院）、黃旭華（浙江大學醫學院附屬第一醫院）、李晨蔚（寧波市第一醫院）、梁朝陽（中日友好醫院）、廖永德（華中科技大學同濟醫學院附屬協和醫院）、林勇斌（中山大學附屬腫瘤醫院）、姜杰（廈門大學附屬第一醫院）、馬洪海（浙江大學醫學院附屬第一醫院）、梅建東（四川大學華西醫院）、彭忠民（山東第一醫科大學附屬省立醫院）、沈琦斌（湖州市中心醫院）、沈韋羽（寧波市醫療中心李惠利醫院）、王博（武漢大學人民醫院）、王延燁（浙江大學醫學院附屬第一醫院）、許順（中國醫科大學附屬第一醫院）、葉波（浙江大學醫學院附屬杭州市胸科醫院）、曾劍（中國科學院大學附屬腫瘤醫院）、張軍（嘉興市第二醫院）、張真榕（中日友好醫院）、趙國芳（中國科學院大學寧波華美醫院）
審核小組成員（按姓氏拼音排序）
曹慶東（中山大學附屬第五醫院）、陳保富（臺州市中心醫院）、陳昶（同濟大學附屬上海市肺科醫院）、陳克能（北京大學腫瘤醫院）、陳銘伍（廣西醫科大學第一附屬醫院）、陳奇勛（中國科學院大學附屬腫瘤醫院）、陳獻國（金華市中心醫院）、范江（上海市第一人民醫院）、范軍強（浙江大學醫學院附屬第二醫院）、方文濤（上海交通大學醫學院附屬胸科醫院）、付軍科（西安交通大學醫學院第一附屬醫院）、付向寧（華中科技大學同濟醫學院附屬同濟醫院）、高樹庚（中國醫學科學院腫瘤醫院）、葛棣（復旦大學附屬中山醫院）、耿國軍（廈門大學附屬第一醫院）、耿慶（武漢大學人民醫院）、顧春東（大連醫科大學附屬第一醫院）、郭占林（內蒙古醫科大學附屬醫院）、韓育寧（寧夏醫科大學總醫院）、何建行（廣州醫科大學附屬第一醫院）、何正富（浙江大學醫學院附屬邵逸夫醫院）、黃云超（云南省腫瘤醫院）、江洪（杭州市第一人民醫院）、姜濤（空軍軍醫大學唐都醫院）、矯文捷（青島大學附屬醫院）、康明強（福建醫科大學附屬協和醫院）、樂涵波（舟山醫院）、李單青（北京協和醫院）、李鶴成（上海交通大學醫學院附屬瑞金醫院）、李強（四川省腫瘤醫院）、李小飛（西安國際醫學中心醫院胸科醫院）、李印（中國醫學科學院腫瘤醫院）、李忠誠（青海大學附屬醫院）、劉德若（中日友好醫院）、劉建陽（吉林省腫瘤醫院）、劉俊峰（河北醫科大學第四醫院）、劉陽（中國人民解放軍總醫院第一醫學中心）、柳陽春（江西省人民醫院）、龍浩（中山大學附屬腫瘤醫院）、羅清泉（上海交通大學醫學院附屬胸科醫院）、馬海濤（蘇州大學附屬第一醫院）、馬金山（新疆維吾爾自治區人民醫院）、梅新宇（中國科學技術大學附屬第一醫院）、牟巨偉（中國醫學科學院腫瘤醫院）、尼平（西藏自治區人民醫院）、喬貴賓（廣東省人民醫院）、孫大強（天津市胸科醫院）、孫偉（海南醫學院第二附屬醫院）、田輝（山東大學齊魯醫院）、王海濤（浙江省人民醫院）、王群（復旦大學附屬中山醫院）、魏立（河南省人民醫院）、吳楠（北京大學腫瘤醫院）、許林（江蘇省腫瘤醫院）、薛磊（海軍軍醫大學第二附屬醫院）、薛濤（東南大學附屬中大醫院）、楊帆（北京大學人民醫院）、葉敏華（浙江省臺州醫院）、喻本桐（南昌大學第一附屬醫院）、喻光懋（紹興市人民醫院）、張春芳（中南大學湘雅醫院）、張蘭軍（中山大學附屬腫瘤醫院）、張臨友（哈爾濱醫科大學附屬第二醫院）、張蘇寧（中國醫科大學附屬盛京醫院）、趙純（麗水市中心醫院）、趙軍（蘇州大學附屬第一醫院）、鄭亮承（溫州醫科大學附屬第一醫院）、鄭勇洪（浙江衢化醫院）、朱成楚（溫州醫科大學附屬臺州醫院）、朱余明（同濟大學附屬上海市肺科醫院）