引用本文： 趙永恒, 吳尚蔚. 人工智能在肝膽外科中的應用. 中國普外基礎與臨床雜志, 2018, 25(5): 519-522. doi: 10.7507/1007-9424.201803053 復制
近年來，智能醫療在國內外的研究熱度不斷提升。一方面，圖像識別、深度學習、神經網絡等關鍵技術的突破促進了人工智能技術新一輪的發展，大大推動了以數據密集、知識密集及腦力勞動密集為特征的醫療產業與人工智能的深度融合；另一方面，隨著社會進步和人們健康意識的覺醒，人口老齡化問題不斷加劇，人們對于提升醫療技術、延長人類壽命及增強健康的需求也更加迫切。對于醫療進步的現實需求極大地刺激了以人工智能技術推動醫療產業變革升級浪潮的興起。
1 人工智能
人工智能是計算機科學的一個分支，其發展基礎是計算機科學、控制論、信息論、神經網絡、語言學等，是一組技術的統稱。當前，人工智能主要分為兩種：一種是受人類控制的智能機器或智能程序，其根據人類輸入的指令達到預期的目的；另一種是自身具有自主推理、邏輯判斷及學習進步的智能程序。后一種對人類更有吸引力[1]。
2 人工智能在醫學領域的應用
近年來，漸趨成熟的人工智能技術正逐步向“人工智能+”轉變。醫療作為人們生活的重要組成部分，自然而然地成為了新的關注點，尤其是隨著圖像識別、深度學習、神經網絡等關鍵技術的突破，“人工智能+”醫療的概念被推向高潮。
就目前全球創業公司實踐的情況來看，人工智能在醫療健康領域的主要應用以醫學影像、輔助診療、藥物挖掘及健康管理這 4 種模式為主流。在醫學影像領域，人工智能幫助醫生更快、更準地讀取患者的影像數據，并與大數據進行比對，提高影像醫生的診斷準確率[2]；在醫療數據分析方面，人工智能幫助醫療機構實現大數據可視化和數據價值的提升[3]，從而提升醫療機構的運營效率；在健康管理方面，人工智能通過包括可穿戴設備在內的網絡技術，監測用戶個人的健康數據，預測和管控疾病風險；在基因測序領域，人工智能通過深度學習，可對基因數據進行分析、使藥物達到精準治療[4]等。
3 人工智能在肝膽外科中的運用
目前，人工智能技術作為臨床診療工作的輔助系統，已逐漸被應用于臨床疾病的早期篩查、診斷、手術的風險評估和康復中。在外科領域，目前人工智能可以輔助醫生完成疾病診治、影像圖像分析、手術規劃、手術協作等工作。其中的肝膽外科手術，因肝內管道結構及功能的高度復雜性，手術規劃一直都是肝膽外科醫生最為重視的領域。如今，人工智能也已初步在肝膽疾病的診治、影像圖像分析、手術規劃、手術操作等多方面嶄露頭角，推動了肝膽外科邁向人工智能時代。
3.1 用于肝膽疾病的診斷
對于臨床上遇到的難、怪、奇等棘手而迫切需要解決的問題常常依賴于專家經驗，而專家資源稀缺，由此“專家系統”式人工智能診斷系統應運而生。
醫學專家系統（medical expert system）于 20 世紀 90 年代興起，通過對知識庫的改進與歸納，模擬人類專家解決領域問題，是人工智能技術在醫療診斷領域中應用的一個重要分支，其核心是把專家的經驗和知識以規則的形式存入計算機中，建立盡可能全面的知識庫，然后用符號推理的方式進行醫療診斷[5-6]。但是，隨著時間的推移，由于疑難雜癥的復雜性而難以用常規規則表述，專家庫規則的積累劇增，建模的不確定性增加，這些因素使得醫學專家系統難以“智能”地應用于臨床診斷。
20 世紀 80 年代后期提出的基于概率推理的貝葉斯網絡（bayesian network），由代表變量節點以及連接這些節點有向邊構成的網絡，然后在此基礎上進行數據傳播和更新，其具有數學理論依據的、通用的、可管理的工具，需要更加嚴密的因果推理[7]，它取代了利用符號推理的不確定性跟蹤不確定性起源的研究，成為最為推廣的人工智能網絡建模，亦應用于在醫學專家系統中，醫學專家系統中網絡的節點代表觀察到的數據或病理狀態和假設，條件概率是與各個節點之間的連接相關聯，其更加嚴密的因果推理及推理方式的改變彌補了早期符號推理方式的不足。
目前，最受人們關注的是美國 IBM 的沃森認知健康系統中的 Watson for Oncology，是人工智能輔助疾病診斷的成功案例，也是目前醫學領域最先進的機器人，可在數秒內閱讀患者的影像、病歷資料，可檢索上百萬已發表的科學文獻、腫瘤治療指南等相關資料，從中提取適合患者的精準診斷和治療方案，并給出治療方案的依據，已在包括肝膽外科的多種腫瘤診治中應用[2, 8-9]。
目前，在肝細胞肝癌和肝臟轉移癌的病理診斷中，基于分形維數的圖像紋理分析軟件與人工神經網絡診斷系統整合后，人工神經網絡對于肝細胞肝癌、肝轉移癌和正常肝實質的診斷準確率分別高達 90.2%、86.78% 和 97.23%，結果令人滿意；該技術在未來遠程病理會診、醫學培訓和提高診斷時效性方面有著非常好的應用前景[10]。
3.2 應用于肝膽外科的醫學影像方面
疾病的診斷在很大程度上依賴于影像圖片信息反饋，一個合格的影像科醫師需要花費大量的時間和精力觀察大量的影像學圖片、綜合患者相關的臨床數據、閱讀大量的文獻以及追蹤國際最先進的診斷經驗，才得以保證診斷的正確率，但仍有一定的誤差。
近年來，人工智能醫學專家系統通過對磁共振成像、超聲、PET、CT、醫學紅外圖像等多種醫學成像進行海量圖片輸入，建立分析模型（包括蟻群算法、模糊集合、粒子算法、遺傳算法、進化計算、人工免疫算法），診斷水平已足與臨床醫師媲美。但醫學專家系統受限于高級視覺系統本身，從醫學掃描器上獲得的數據可能是噪聲或者是模糊的，而代表解剖結構上的或功能上的分區常常是復雜的和不確定的，當處理這些被稱作為證據不確定的非精確信息時，大大增加了人工智能醫學專家系統設計的復雜性[9-11]。
人工智能應用于肝膽外科主要在圖像分析和手術規劃方面，其圖像分析系統對于肝膽外科的手術規劃貢獻最大。通常情況下，肝膽外科醫生是依據 CT、MRI 等設備提供的二維圖像評估病灶的大小和位置，難以精確判斷病變與肝內重要管道的關系，醫生僅能憑經驗進行手術方案的設計；而人工智能是利用 CT、MRI 等設備提供的圖像結合虛擬現實技術進行處理，構建肝臟各結構的三維立體模型，可以立體地從各個角度觀察和了解肝臟的各個解剖結構，定位精確，準確測量各種數據，進一步促進了肝臟臨床解剖學的發展；可以利用肝臟腫瘤患者的 CT、MRI 等影像學數據進行圖像融合和更新，讓外科醫師在計算機上進行手術規劃，虛擬肝臟的各種手術，反復演練手術過程，從而提高手術的安全性。
目前人工智能是利用影像設備提供的圖像信息結合虛擬現實技術來構建肝臟三維立體模型，目前主要應用于以下兩個方面[12-15]：① 采用 CT 圖像，基于肝臟管道骨骼線的方法進行肝臟及其管道系統三維重建可視化肝臟，生成肝臟和內部管道系統，在此基礎上開發的血管栓塞手術仿真系統，交互性好，有助于肝臟臨床解剖學的發展和肝臟血管栓塞手術的研究。② 利用肝臟管道系統灌注后切片數據集，采用面繪制的方法重建肝臟及其管道系統的三維模型，在力反饋設備的基礎上進行虛擬肝臟切割手術的研究，交互性、沉浸性和構象性好，模擬肝切除手術的過程和結果均比較理想，基本達到了比較滿意的程度，取得了初步的結果，對推進肝膽外科手術學研究的發展有重要意義。
3.3 應用于肝膽外科手術方面
自第一臺腹腔鏡膽囊切除術成功開展以來，腔鏡手術已得到極大的發展和廣泛普及。然而腔鏡器械通過固定的通道操作，圖像立體性差，對外科醫生的手眼協調性要求非常高，精細的解剖和吻合有時變得很困難[8, 16]。
機器人作為人工智能應用中的一個重要載體，其中的達芬奇機器人已逐步推廣至國內各大醫院的泌尿外科、婦科、心胸外科等領域。達芬奇機器人手術系統主要由控制臺、傳遞外科醫生手部動作的有線網絡系統和操作臂 3 個部分組成：① 控制臺是機器人手術系統的核心；② 操作臂通常有 3 個，一個用于控制腹腔鏡，另外兩個用于控制器械，醫生可在遠離手術臺的控制臺通過觀察患者體腔內三維圖像來引導操作手柄的操縱，控制“扶鏡”和執行手術操作的機械臂進行手術；③ 采用基于計算機視覺的主動引導技術、語音控制技術、手術器械跟蹤技術、觸覺反饋技術等保證了手術操作的順利進行[17]。2009 年 1 月 13 日，北京二炮總醫院應用達芬奇機器人為 1 例因患直腸癌并肝轉移及膽囊結石患者實施了全國首例肝部腫瘤、膽囊和直腸癌切除手術，開創了我國人工智能進入肝膽外科的先河[18]。隨后有大量機器人用于肝膽外科手術的報道。
機器人手術在肝膽外科應用，其與傳統手術方式相比具有以下特點：① 可根據術者意愿隨意調節鏡頭的方向和位置，保證提供清晰、穩定的三維圖像，克服傳統腹腔鏡手術中操作易疲勞、助手和術者協調不一致的弊端。② 通過軟件處理來消除術者手部的震顫，以完成在患者體內的精細動作，其在肝膽外科中的肝門膽管癌根治術中具有優勢，特別是在肝門解剖、淋巴結清掃、肝實質離斷、流出道控制、肝后間隙顯露、膽管成型以及膽腸吻合的操作中優勢明顯[19]。③ 盡管稱為機器人手術，但操作意圖和指令仍由醫師發出，外科操作仍需遵循傳統手術原則并以腹腔鏡技術為基礎[17]；并且由于人體解剖的復雜性和變異性、患者病情的特殊性、對術中決策的經驗性和及時性的要求等原因，人工智能獨立地完成手術操作的路還很漫長。
3.4 應用于肝膽外科圍手術期管理方面
人工神經網絡出現以后，它以知識獲取準確、推理速度快、自組織、自學習、自適應能力強等優勢加速了其在醫學專家系統的應用及發展。人工神經網絡是計算智能的一個重要分支，計算智能又是人工智能的深化與發展。
基于人工神經網絡的人工智能技術應用模型在肝膽外科領域也有了一定的應用，如多目標進化人工神經網絡[20]和機器學習算法[21]用于肝移植術后受體生存和肝功能衰竭的預測，人工神經網絡用于監測肝移植術后抗排斥藥物的血藥濃度變化[22]，動態加權進化有序神經網絡和人工智能用于平衡肝移植術前供受體匹配預分配的決策支持[23-24]，人工神經網絡模型用于預測肝細胞肝癌肝切除術后死亡率和生存時間[25-27]，等，人工智能的這些發展成果為肝膽外科圍手術期的管理提供了更加準確及穩定的工具。
4 人工智能在醫學領域應用的展望
雖然人工智能以其大數據存儲、自適應、自組織、自學習、記憶功能、不疲勞、可復制等優勢逐步滲透至醫療等各行各業，但人工智能產業剛剛興起，還有相當長的路要走，如人工智能的普及、專科醫生的輔助配合診療、基層醫院的人工智能設備操作、醫療隱私數據的合理采集及擴大分享、數據庫的規范整理及法律監管、倫理觀念的接受、人工智能成本造價的縮減、人工智能的使用支付等。但毋庸置疑，人工智能在 21 世紀是令人充滿期待的，我們相信，通過科學家和醫務工作者的不懈努力與合作，人工智能定將在不久的將來引領醫療行業走入一個更精準的時代；同時，其在肝膽外科腫瘤疾病的診斷、治療方案以及手術方案的決策支持、腫瘤病理、肝移植受體預后與風險的評估、供肝分配、外科醫生的仿真訓練等方面也會有更加出色的表現。
近年來，智能醫療在國內外的研究熱度不斷提升。一方面，圖像識別、深度學習、神經網絡等關鍵技術的突破促進了人工智能技術新一輪的發展，大大推動了以數據密集、知識密集及腦力勞動密集為特征的醫療產業與人工智能的深度融合；另一方面，隨著社會進步和人們健康意識的覺醒，人口老齡化問題不斷加劇，人們對于提升醫療技術、延長人類壽命及增強健康的需求也更加迫切。對于醫療進步的現實需求極大地刺激了以人工智能技術推動醫療產業變革升級浪潮的興起。
1 人工智能
人工智能是計算機科學的一個分支，其發展基礎是計算機科學、控制論、信息論、神經網絡、語言學等，是一組技術的統稱。當前，人工智能主要分為兩種：一種是受人類控制的智能機器或智能程序，其根據人類輸入的指令達到預期的目的；另一種是自身具有自主推理、邏輯判斷及學習進步的智能程序。后一種對人類更有吸引力[1]。
2 人工智能在醫學領域的應用
近年來，漸趨成熟的人工智能技術正逐步向“人工智能+”轉變。醫療作為人們生活的重要組成部分，自然而然地成為了新的關注點，尤其是隨著圖像識別、深度學習、神經網絡等關鍵技術的突破，“人工智能+”醫療的概念被推向高潮。
就目前全球創業公司實踐的情況來看，人工智能在醫療健康領域的主要應用以醫學影像、輔助診療、藥物挖掘及健康管理這 4 種模式為主流。在醫學影像領域，人工智能幫助醫生更快、更準地讀取患者的影像數據，并與大數據進行比對，提高影像醫生的診斷準確率[2]；在醫療數據分析方面，人工智能幫助醫療機構實現大數據可視化和數據價值的提升[3]，從而提升醫療機構的運營效率；在健康管理方面，人工智能通過包括可穿戴設備在內的網絡技術，監測用戶個人的健康數據，預測和管控疾病風險；在基因測序領域，人工智能通過深度學習，可對基因數據進行分析、使藥物達到精準治療[4]等。
3 人工智能在肝膽外科中的運用
目前，人工智能技術作為臨床診療工作的輔助系統，已逐漸被應用于臨床疾病的早期篩查、診斷、手術的風險評估和康復中。在外科領域，目前人工智能可以輔助醫生完成疾病診治、影像圖像分析、手術規劃、手術協作等工作。其中的肝膽外科手術，因肝內管道結構及功能的高度復雜性，手術規劃一直都是肝膽外科醫生最為重視的領域。如今，人工智能也已初步在肝膽疾病的診治、影像圖像分析、手術規劃、手術操作等多方面嶄露頭角，推動了肝膽外科邁向人工智能時代。
3.1 用于肝膽疾病的診斷
對于臨床上遇到的難、怪、奇等棘手而迫切需要解決的問題常常依賴于專家經驗，而專家資源稀缺，由此“專家系統”式人工智能診斷系統應運而生。
醫學專家系統（medical expert system）于 20 世紀 90 年代興起，通過對知識庫的改進與歸納，模擬人類專家解決領域問題，是人工智能技術在醫療診斷領域中應用的一個重要分支，其核心是把專家的經驗和知識以規則的形式存入計算機中，建立盡可能全面的知識庫，然后用符號推理的方式進行醫療診斷[5-6]。但是，隨著時間的推移，由于疑難雜癥的復雜性而難以用常規規則表述，專家庫規則的積累劇增，建模的不確定性增加，這些因素使得醫學專家系統難以“智能”地應用于臨床診斷。
20 世紀 80 年代后期提出的基于概率推理的貝葉斯網絡（bayesian network），由代表變量節點以及連接這些節點有向邊構成的網絡，然后在此基礎上進行數據傳播和更新，其具有數學理論依據的、通用的、可管理的工具，需要更加嚴密的因果推理[7]，它取代了利用符號推理的不確定性跟蹤不確定性起源的研究，成為最為推廣的人工智能網絡建模，亦應用于在醫學專家系統中，醫學專家系統中網絡的節點代表觀察到的數據或病理狀態和假設，條件概率是與各個節點之間的連接相關聯，其更加嚴密的因果推理及推理方式的改變彌補了早期符號推理方式的不足。
目前，最受人們關注的是美國 IBM 的沃森認知健康系統中的 Watson for Oncology，是人工智能輔助疾病診斷的成功案例，也是目前醫學領域最先進的機器人，可在數秒內閱讀患者的影像、病歷資料，可檢索上百萬已發表的科學文獻、腫瘤治療指南等相關資料，從中提取適合患者的精準診斷和治療方案，并給出治療方案的依據，已在包括肝膽外科的多種腫瘤診治中應用[2, 8-9]。
目前，在肝細胞肝癌和肝臟轉移癌的病理診斷中，基于分形維數的圖像紋理分析軟件與人工神經網絡診斷系統整合后，人工神經網絡對于肝細胞肝癌、肝轉移癌和正常肝實質的診斷準確率分別高達 90.2%、86.78% 和 97.23%，結果令人滿意；該技術在未來遠程病理會診、醫學培訓和提高診斷時效性方面有著非常好的應用前景[10]。
3.2 應用于肝膽外科的醫學影像方面
疾病的診斷在很大程度上依賴于影像圖片信息反饋，一個合格的影像科醫師需要花費大量的時間和精力觀察大量的影像學圖片、綜合患者相關的臨床數據、閱讀大量的文獻以及追蹤國際最先進的診斷經驗，才得以保證診斷的正確率，但仍有一定的誤差。
近年來，人工智能醫學專家系統通過對磁共振成像、超聲、PET、CT、醫學紅外圖像等多種醫學成像進行海量圖片輸入，建立分析模型（包括蟻群算法、模糊集合、粒子算法、遺傳算法、進化計算、人工免疫算法），診斷水平已足與臨床醫師媲美。但醫學專家系統受限于高級視覺系統本身，從醫學掃描器上獲得的數據可能是噪聲或者是模糊的，而代表解剖結構上的或功能上的分區常常是復雜的和不確定的，當處理這些被稱作為證據不確定的非精確信息時，大大增加了人工智能醫學專家系統設計的復雜性[9-11]。
人工智能應用于肝膽外科主要在圖像分析和手術規劃方面，其圖像分析系統對于肝膽外科的手術規劃貢獻最大。通常情況下，肝膽外科醫生是依據 CT、MRI 等設備提供的二維圖像評估病灶的大小和位置，難以精確判斷病變與肝內重要管道的關系，醫生僅能憑經驗進行手術方案的設計；而人工智能是利用 CT、MRI 等設備提供的圖像結合虛擬現實技術進行處理，構建肝臟各結構的三維立體模型，可以立體地從各個角度觀察和了解肝臟的各個解剖結構，定位精確，準確測量各種數據，進一步促進了肝臟臨床解剖學的發展；可以利用肝臟腫瘤患者的 CT、MRI 等影像學數據進行圖像融合和更新，讓外科醫師在計算機上進行手術規劃，虛擬肝臟的各種手術，反復演練手術過程，從而提高手術的安全性。
目前人工智能是利用影像設備提供的圖像信息結合虛擬現實技術來構建肝臟三維立體模型，目前主要應用于以下兩個方面[12-15]：① 采用 CT 圖像，基于肝臟管道骨骼線的方法進行肝臟及其管道系統三維重建可視化肝臟，生成肝臟和內部管道系統，在此基礎上開發的血管栓塞手術仿真系統，交互性好，有助于肝臟臨床解剖學的發展和肝臟血管栓塞手術的研究。② 利用肝臟管道系統灌注后切片數據集，采用面繪制的方法重建肝臟及其管道系統的三維模型，在力反饋設備的基礎上進行虛擬肝臟切割手術的研究，交互性、沉浸性和構象性好，模擬肝切除手術的過程和結果均比較理想，基本達到了比較滿意的程度，取得了初步的結果，對推進肝膽外科手術學研究的發展有重要意義。
3.3 應用于肝膽外科手術方面
自第一臺腹腔鏡膽囊切除術成功開展以來，腔鏡手術已得到極大的發展和廣泛普及。然而腔鏡器械通過固定的通道操作，圖像立體性差，對外科醫生的手眼協調性要求非常高，精細的解剖和吻合有時變得很困難[8, 16]。
機器人作為人工智能應用中的一個重要載體，其中的達芬奇機器人已逐步推廣至國內各大醫院的泌尿外科、婦科、心胸外科等領域。達芬奇機器人手術系統主要由控制臺、傳遞外科醫生手部動作的有線網絡系統和操作臂 3 個部分組成：① 控制臺是機器人手術系統的核心；② 操作臂通常有 3 個，一個用于控制腹腔鏡，另外兩個用于控制器械，醫生可在遠離手術臺的控制臺通過觀察患者體腔內三維圖像來引導操作手柄的操縱，控制“扶鏡”和執行手術操作的機械臂進行手術；③ 采用基于計算機視覺的主動引導技術、語音控制技術、手術器械跟蹤技術、觸覺反饋技術等保證了手術操作的順利進行[17]。2009 年 1 月 13 日，北京二炮總醫院應用達芬奇機器人為 1 例因患直腸癌并肝轉移及膽囊結石患者實施了全國首例肝部腫瘤、膽囊和直腸癌切除手術，開創了我國人工智能進入肝膽外科的先河[18]。隨后有大量機器人用于肝膽外科手術的報道。
機器人手術在肝膽外科應用，其與傳統手術方式相比具有以下特點：① 可根據術者意愿隨意調節鏡頭的方向和位置，保證提供清晰、穩定的三維圖像，克服傳統腹腔鏡手術中操作易疲勞、助手和術者協調不一致的弊端。② 通過軟件處理來消除術者手部的震顫，以完成在患者體內的精細動作，其在肝膽外科中的肝門膽管癌根治術中具有優勢，特別是在肝門解剖、淋巴結清掃、肝實質離斷、流出道控制、肝后間隙顯露、膽管成型以及膽腸吻合的操作中優勢明顯[19]。③ 盡管稱為機器人手術，但操作意圖和指令仍由醫師發出，外科操作仍需遵循傳統手術原則并以腹腔鏡技術為基礎[17]；并且由于人體解剖的復雜性和變異性、患者病情的特殊性、對術中決策的經驗性和及時性的要求等原因，人工智能獨立地完成手術操作的路還很漫長。
3.4 應用于肝膽外科圍手術期管理方面
人工神經網絡出現以后，它以知識獲取準確、推理速度快、自組織、自學習、自適應能力強等優勢加速了其在醫學專家系統的應用及發展。人工神經網絡是計算智能的一個重要分支，計算智能又是人工智能的深化與發展。
基于人工神經網絡的人工智能技術應用模型在肝膽外科領域也有了一定的應用，如多目標進化人工神經網絡[20]和機器學習算法[21]用于肝移植術后受體生存和肝功能衰竭的預測，人工神經網絡用于監測肝移植術后抗排斥藥物的血藥濃度變化[22]，動態加權進化有序神經網絡和人工智能用于平衡肝移植術前供受體匹配預分配的決策支持[23-24]，人工神經網絡模型用于預測肝細胞肝癌肝切除術后死亡率和生存時間[25-27]，等，人工智能的這些發展成果為肝膽外科圍手術期的管理提供了更加準確及穩定的工具。
4 人工智能在醫學領域應用的展望
雖然人工智能以其大數據存儲、自適應、自組織、自學習、記憶功能、不疲勞、可復制等優勢逐步滲透至醫療等各行各業，但人工智能產業剛剛興起，還有相當長的路要走，如人工智能的普及、專科醫生的輔助配合診療、基層醫院的人工智能設備操作、醫療隱私數據的合理采集及擴大分享、數據庫的規范整理及法律監管、倫理觀念的接受、人工智能成本造價的縮減、人工智能的使用支付等。但毋庸置疑，人工智能在 21 世紀是令人充滿期待的，我們相信，通過科學家和醫務工作者的不懈努力與合作，人工智能定將在不久的將來引領醫療行業走入一個更精準的時代；同時，其在肝膽外科腫瘤疾病的診斷、治療方案以及手術方案的決策支持、腫瘤病理、肝移植受體預后與風險的評估、供肝分配、外科醫生的仿真訓練等方面也會有更加出色的表現。