前沿分享 | 人工智能辅助胃癌腹腔镜手术：实时识别腹腔转移灶的创新应用

胃癌作为全球高发的致命疾病，腹腔转移的早期识别对手术成败至关重要，而现有技术往往因微小病灶的遗漏而影响治疗效果。这篇文章详细介绍了人工智能腹腔镜探索系统（AiLES）——一个基于深度学习的人工智能辅助工具，能够实时识别这些难以察觉的转移灶。通过这一系统，医生可以精准地识别转移的范围和位置，从而在手术中做出更为精准的决策。更为吸引人的是，AiLES不仅能快速、有效地处理大量手术数据，还能与经验较少的外科医生并肩作战，弥补经验不足带来的风险。它打破了传统手术方式的局限，将人工智能深度融入现实的医疗情境中，展现了未来医学技术的无限可能。这样的技术创新，将对胃癌的治疗带来革命性的改变。

npj Digital Medicine 发表了一篇由陈浩博士及其研究团队主导的研究，探讨了AI技术在腹腔镜胃癌手术中实时识别腹腔转移灶的应用潜力。文章指出，尽管计算机视觉和深度学习在部分外科手术中已表现出辅助功能，但在复杂的胃癌手术，尤其是腹腔转移的识别方面，AI技术的临床应用尚未得到充分验证。为此，研究团队开发了一种基于语义分割算法的人工智能腹腔镜探索系统（AiLES），并对其在胃癌腹腔镜手术中的应用进行了前瞻性评估。研究结果表明，AiLES在实时识别腹腔转移灶方面表现出色，能够有效地帮助外科医生识别微小且隐匿的转移病灶，从而提高肿瘤分期的准确性，并减少因漏诊导致的错误治疗。该研究验证了AI技术在胃癌手术中的实际应用价值，表明AiLES有望成为胃癌手术中重要的辅助工具，为个性化治疗决策提供有力支持。

胃癌是全球第五大常见癌症，其复杂的腹腔转移模式使得早期诊断和精准分期变得尤为困难。传统的腹腔镜探索在手术中扮演着关键角色，但由于转移灶的多样性和微小性，许多隐匿的病灶常被漏诊，进而影响治疗决策和患者预后。尽管计算机视觉和深度学习在其他领域取得了一定的进展，但其在胃癌手术中的应用尚未完全验证。因此，开发一种能够实时识别腹腔转移灶的人工智能系统，对于提高胃癌手术中的诊断精度，降低漏诊率，具有重要的临床意义。此项研究旨在填补这一空白，探索AI在胃癌腹腔镜手术中的潜力。

该研究基于深度学习算法，开发了AiLES以识别胃癌手术中的腹腔转移灶。研究从100例胃癌患者的腹腔镜视频中提取了5111帧图像，按转移灶的转移程度和位置进行标注（ 图1 ）。数据集分为训练集、验证集和测试集，采用RF-Net架构进行语义分割。数据增强方法（如旋转、翻转、噪声处理）用于增强模型鲁棒性。 图2 展示了数据集构建和模型开发流程。经过训练，AiLES在不同的转移灶大小和位置下均表现出较高的准确性，尤其在识别微小病灶方面具有优势。研究还通过与外科医生的比较，验证了AiLES在实时推理速度和准确性上的优越性。

图1  研究数据集中的视频和帧

图2  工作流程研究

文献来源：