肺癌是全世界范圍內死亡率第一的惡性腫瘤。隨著我國肺癌CT篩查及早診早治的開展，越來越多含有磨玻璃成分的早期肺癌患者被發現且亟需治療，這是對外科醫師的巨大挑戰。三維重建技術作為一種新興技術在臨床工作中起著非常重要的輔助作用，本文旨在對其作簡要介紹，并重點闡述其在早期肺癌篩查、惡性風險評估、圍手術期及教學等方面應用中的最新進展。
引用本文： 龍濤, 任正兵, 邵愛中, 何志成, 吳衛兵. 三維重建技術在早期肺癌外科治療中的研究進展. 中國胸心血管外科臨床雜志, 2025, 32(1): 121-128. doi: 10.7507/1007-4848.202307015 復制
版權信息： ?四川大學華西醫院華西期刊社《中國胸心血管外科臨床雜志》版權所有，未經授權不得轉載、改編
肺癌是全世界死亡率最高的癌癥[1]，也是我國最常見的惡性腫瘤[2]，肺癌的早期診斷能顯著提高患者預后[3]。國內外專家提出“肺癌篩查及早診早治”觀念[4]，我國在這方面作出了巨大努力，低劑量計算機斷層掃描（low-dose computed tomography，LDCT）使越來越多的早期肺癌患者得以早發現、早治療。胸腔鏡技術經過10余年的飛速發展和快速普及，目前已成為肺癌手術的最主要手段。1995年的LCSG821前瞻性研究奠定了肺葉切除術作為Ⅰ期非小細胞肺癌手術切除的標準術式，近期的3項重磅級研究JCOG0802[5]、CALGB140503[6]和JCOG1211[7]結果相繼在頂級醫學期刊發表，均表明肺段手術在早期肺癌，尤其是在磨玻璃影（ground-glass opacity，GGO）和以GGO為主的結節中不劣于肺葉切除。最新的JCOG1211研究[7]初步結果也將肺段手術的適應證拓展為直徑＜3 cm的GGO和GGO為主的結節，且5年無復發生存率為98.0%［95%CI（95.9，99.1）］，肺段手術有望成為早期肺癌的標準治療方式。Yotsukura 等[8]的研究結果也顯示，肺原位腺癌和微浸潤腺癌這兩類早期肺癌在早期診斷并完全切除后的10年疾病特異性生存率均為100%，與此同時，我國學者Li等[9]的研究也表明早期肺癌手術治療10年無復發生存率 達100%。
以肺段為代表的亞肺葉切除要求外科醫師對肺結節進行精準定位，同時需要對肺內結構有更深入的了解。隨著手術方式由肺段為單位向亞段為單位的轉變，深入了解肺段、亞段、次亞段的結構成為外科醫師又一項重大挑戰。傳統手術實施需外科醫師通過二維CT在腦內模擬再現肺部血管支氣管模型實施手術，對閱片技術及抽象思維能力要求高，難以復制推廣。三維（three dimensional，3D）重建技術[10]是將二維CT原始圖像轉變為3D效果的技術，其在早期肺癌的診療全過程中起到了重大的作用。傳統軟件存在各種不足，也促進了3D重建技術本身逐漸進行迭代升級。不同灰度代表不同CT值，不同組織CT值區別較大，而骨組織因其特殊的CT值差異，最易獲得重建圖像，因此，最早的3D重建大多應用于骨科相關手術[11-13]，后期逐漸發展到各個外科領域[14-18]。普胸外科的肺段手術技術在過去10年進入飛速發展階段，3D重建在肺外科領域才逐漸顯露頭角。早期的OSiriX、CTTRY、AW軟件[19]在次亞段水平血管3D重建中顯示精確度不足。Mimics軟件對肺支氣管血管3D重建具有跨時代意義，也是目前許多醫院正在使用的軟件，但其耗時長，對外科醫師要求高。國產較早的DeepInsight軟件是由陳亮團隊研發，其更加方便、快速，且完全免費，應用也很廣泛，但對CT圖像質量要求較高，部分圖像質量不佳。上述軟件均有不足之處，正在被以人工智能（artificial intelligence，AI）[20]為代表的新型軟件取代，其顯著特征為智能化、快速、精準和便捷，但目前商業性AI重建軟件價格較高，一定程度限制了廣泛普及。
此外，針對3D重建技術獲取的信息進行二次加工利用，也衍生出在其他方面的應用。傳統的早期肺癌診斷方法需憑借外科醫師或放射科醫師經驗來判斷，且易漏診，3D重建聯合AI可以實現肺結節的快速精準篩查[21]，也可以進行良惡性特征識別來輔助臨床醫師進行惡性程度判斷[22]，機器人支氣管鏡導航可以輔助進行肺結節精準定位和穿刺[23]，借助特殊設備則可以實現增強現實技術（augmented reality，AR）[24]、虛擬現實技術（virtual reality，VR）[25]輔助手術模擬演練和醫學教育學習。
1 在肺結節篩查及良惡性判別中的應用
CT是臨床上廣泛應用的影像設備。隨著CT普及，影像與放射組學得到飛速發展，其無創診斷的優勢逐漸得以發揮。CT檢查產生的海量影像數據為以大數據為背景的AI在肺結節檢測、良惡性鑒別以及惡性程度鑒別方面提供了豐富的數據基礎，從而發揮了重要作用。AI核心是機器學習和深度學習，其優勢在于精度高、準確率高和效率高。肺部結節3D模型構建完成后，通過AI的深度學習可以識別基于腫瘤空間和時間的異質性，從不同模態的影像中提取出來高通量的全部深層次影像特征來增強診斷準確性。常見的深度學習模型有卷積神經網絡、自編碼神經網絡、殘差神經網絡，而卷積神經網絡在影像數據的分析處理和圖像識別方面更有優勢。Luo等[22]的方法基于3D卷積網絡，但主要結合了3D重建后肺結節外觀的紋理、形狀、密度等信息，并運用已知數據集LIDC（The Lung Image Database Consortium）證明了該方法曲線下面積（area under the curve，AUC）＞0.96。Ardila 等[21]運用病理確診為肺癌的已知病例LDCT資料進行重建3D 卷積網絡模型，來幫助臨床結節定位和良惡性判別，AUC 為94.4%［95%CI（91.1，97.3）］。Furumoto等[26]通過研究cⅠA期腺癌的肺3D重建，證實腫瘤實體部分的體積是無病生存期的獨立預測因子，實體部分的體積與SUVmax的整合對生存率和病理性侵襲性的預測非常有益。陳勇等[27]通過聯合18F-氟代脫氧葡萄糖正電子發射計算機斷層顯像（18F-FDG PET-CT）與CT3D重建聯合判定結節良惡性的AUC達到 0.857［95%CI（0.789，0.925）］，均高于兩項單獨技術的AUC值。Kudo 等[28]使用AI技術進行肺結節實性成分3D重建并計算其體積，危險因素分析結果表明高AI軟件計算的實性部分體積、高SUVmax和血清癌胚抗原（CEA）水平增高是≤2 cm實性為主（腫瘤實性成分占比>0.5）肺癌患者局部復發的不利預后因素。Kamiya 等[29]的研究也表明，對部分實性肺癌3D重建所計算CT值＞0 HU的實性部分體積對術后預后預測更有意義。也有研究[30]使用3D重建肺結節取得一階信息，并借由AI獲取影像組學相關信息構建風險預測模型可以實現對純GGO浸潤風險的預測。
2 在肺活檢技術中的應用
肺部結節良惡性判別離不開病理診斷，而基于高分辨率CT和支氣管3D重建技術的電磁導航氣管鏡由Mehta 等[31]首次報道。近年來，一項大型、多中心的前瞻性隊列研究—NAVIGATE研究相繼發布了12個月[32]和24個月[33]隨訪結局，均表明電磁導航支氣管鏡在外周肺結節診斷中能獲得較高的檢出率和較低的并發癥發生率。與電磁導航類似的機器人支氣管鏡系統在近2年同樣取得飛速發展，Monarch和Ion是目前主流系統，前者主導的小樣本多中心研究BENEFIT[34]結果已發表，其定位成功率為 96.2%，不良事件發生率與傳統支氣管鏡手術相當；后者相關研究PRECIsE（NCT03893539）結果尚未公布。類似研究[23]也表明形狀感應機器人輔助支氣管鏡（shape-sensing robotic-assisted bronchoscopy，ssRAB）使用軟材料作為形狀傳感器，借助從CT圖像獲取的氣管地圖實現對肺部結節的活檢，導航成功率達98.7%，同時診斷成功率達81.7%，同樣證明了其在肺結節診斷中的優勢。
3 在肺解剖變異識別中的應用
許多學者[35-37]提出術前了解肺內血管氣管的解剖結構及變異對于提升手術的安全和質量至關重要。解剖學家姜宗來教授[38]通過對尸體解剖發現肺段支氣管變異較多，肺動脈分支變異多于支氣管而靜脈分支變異又多于肺動脈分支。3D重建軟件的出現改變了我們對肺解剖的認識，使用AI技術3D重建軟件[20]識別氣管、動脈、靜脈準確率分別達到97%、99.1%及98.8%。3D重建識別血管也可以減少人工識別帶來的誤差[39]。陳亮團隊的兩本專著《全胸腔鏡解剖性肺段切除手術圖譜》[40]和《胸腔鏡解剖性肺亞段切除手術圖譜》[41]則借助3D重建技術進一步明確闡述肺亞段甚至次-次亞段的命名法，使得國內胸外科醫師對肺內解剖認識更加精準。張銀萍等[42]發現肺內血管結構復雜，尤以尖后段與前段、各基底段的組合較為多樣化，而3D影像能準確清晰地反映肺內血管走行，為影像定位及肺段切除術前評估血管解剖提供依據。張振龍等[43]也指出，肺動脈分支和走行變異辨認不準確容易引起術中誤傷致出血。Fourdrain等[44]指出，肺血管解剖3D重建結果與參考著作相符，且能夠清楚顯示變異頻率，在術前認識肺動脈樹中極其重要。He等[45]同樣應用3D計算機斷層掃描支氣管血管成像（3D-CTAB）確定166例患者的左舌段動脈分支模式及變異情況。
4 在肺結節肺段歸屬中的應用
肺結節的肺段/亞段歸屬判定是完成精準亞肺葉切除的關鍵，也是肺功能保護的需要。肺結節的深度和肺結節與段間靜脈/亞段間靜脈的關系是決定手術方案的重要因素。相關研究也因此而展開，最早是 Lewis 等[46] 進行胸腔鏡楔形切除肺結節時，根據困難程度將結節所在位置進行了分類：簡單部位（結節位于尖部、邊緣、舌段遠端）和復雜部位（結節位于肺實質深部、鄰近肺門、圓鈍面、膈面中央）。Oizumi等[47]較早定義了從高到低3個難度的肺段手術，而3D重建的引入使不同部位肺癌患者可行肺段手術，且手術相對困難組患者增多。陳亮團隊[48]最早定義了肺段間結節的概念：3D重建上顯示肺結節與相關段間靜脈的最近距離≤肺結節直徑，這種新的定義方法對以結節為中心的聯合亞段切除有重要意義。李響等[49]基于深度比的肺結節3D位置定義方法以葉支氣管開口中心為O點， 結節中心為A點，連接O-A直至臟層胸膜點于B點，三等分O-B線段，分為外區、中區、內區，使得肺結節定位及切除手術方案更加合理。
5 在術前定位中的應用
胸腔鏡越來越小的切口使手指觸摸結節定位的方法難以實現，實性成分不足帶來的手感不明顯也增加了結節定位的難度，因此術前定位結節非常重要。胡碩等[50]在2020年對比了3D重建定位和穿刺定位在肺段切除手術中的應用，指出3D無創定位可代替穿刺定位，尤其針對鄰近中心靜脈處、肺膈面和縱隔面無法穿刺部位的結節。Chu等[51]的流域分析（watershed analysis）通過術前3D重建肺血管支氣管，根據結節位置判定以結節為中心靶段所在流域的肺動脈分支，臨時阻斷靶段動脈后靜脈注射吲哚菁綠即時顯影判定靶區域界限，實現無創定位解剖性楔形切除術，26例患者中25例取得成功。類似的研究[52-55]也都證實3D重建無創定位肺部結節實現精準切除的可行性。
6 在手術切緣方面的意義
基于Sawabata 等[56]和Schuchert等[57] 的早期研究結果，目前大多數指南推薦早期肺癌進行亞肺葉切除最小切緣＞2 cm或＞結節直徑。而3D重建對外科醫師了解肺解剖結構意義重大，對肺段/亞段手術發展起著重要的推動作用，有了合理的術前規劃和術中指導，中1/3結節實施肺段、肺亞段、聯合肺段手術實現手術切緣得以成為現實。吳衛兵等[48]納入了3D指導下聯合亞段切除術（CSS）和肺段擴大切除術（ES）的病例，CSS組標本切緣寬度明顯大于ES組［（2.20±0.35）cm vs.（1.45±0.53）cm，P＜0.001］，且所有CSS組標本切緣寬度均≥2 cm，說明3D指導下聯合亞段切除手術在段間交界處結節獲取足夠切緣寬度上的優勢。該團隊的另一項研究[58]也表明肺段與肺葉切除5年預后相當，而通過3D重建技術進行手術規劃的肺段切除平均切緣為（2.26±0.59）cm，大于指南推薦的安全切緣。Akamine 等[59]對 720例（肺段/楔形，479/241）臨床0或Ⅰ期非小細胞肺癌患者進行回顧性分析，發現肺段切除術（71.4%）與楔形切除術（59.5%） 相比，獲得足夠手術切緣的可能性更高（P=0.002），前者與后者相比安全性相當、手術切緣和癌癥控制更好。
7 3D重建術中實時導航
術中準確辨別血管結構對于胸腔鏡下早期肺癌手術十分重要，術前3D重建完成后如何在術中應用也是臨床中需要解決的問題。通過使用便攜式裝備如平板電腦等是最常用的方式，但近年來逐漸發展出結合了3D重建與3D打印和AI的相關產品。Hu等[60]回顧性分析65例行肺段切除早期肺癌患者的臨床資料，指出3D重建聯合3D打印能精準辨識解剖部位、縮短手術時間和減少失血量。Li 等[24]則對比了屏幕顯示和3D打印模型聯合AR在肺段及肺亞段手術中的作用，結果指出3D模型能讓外科醫師通過視覺和觸覺感受肺內結構，而AR使得術者可以在術中提供實時指導，這兩種技術相結合在指導手術方面具有重要價值。還有學者[25]研究了VR在術前和術中實時指導肺段手術中的作用，在10例患者中均獲成功。
8 對手術方式的意義
3D重建的出現不僅能實現切緣保證，同時可以對結節進行精準定位，從而實現以結節為中心的亞肺葉切除。卞承禹等[61]的研究指出3D重建中判斷上肺特異側枝靜脈（VL）與肺結節的位置關系對于手術方式的選擇有重要意義，切緣越靠近VL的肺中帶或內帶結節可能需要肺葉切除來保證充足切緣。多中心回顧性研究[62]結果表明，針對實性結節＜2 cm Ⅰ期肺癌患者，傾向性匹配后分析結果表明復雜肺段切除術組與肺葉切除術組預后相當（5年腫瘤特異性生存率，96.0% vs. 97.8%；無復發生存率，95.5% vs. 95.9%），復雜肺段切除術在臨床Ⅰ期肺癌治療中提供了可接受的腫瘤學結果。陸佳昊等[63]介紹了復雜肺段的手術經驗，吳衛兵等[64]也借助3D重建較早完成了次亞段手術，國內外其他學者[65-67]也成功完成聯合亞段手術。Li等[24]使用基于3D重建的3D打印模型和AR圍術期模擬技術實施了55例復雜肺段手術，展示了3D重建技術的積極意義。Bakhuis等[68]的研究指出在術前使用VR技術了解肺內結構后有52%的患者發生了手術方式改變。
9 在醫學教育中的應用
解剖學的學習是醫學生了解人體結構的基礎。在一項針對76名大學二年級、三年級的醫學生解剖學習研究[69]中，使用3D解剖的學生比使用解剖圖集的學生在學習后回答問題環節表現更佳。Sun等[70]的綜述表明使用3D打印心血管模型可以增強臨床醫師對與周圍結構相關的復雜病理情況的理解，并提高他們對執行困難和復雜程序的信心，從而實現更好的患者管理和低手術或程序相關并發癥發生率的結果。Miao等[71]也指出在斷層解剖學實驗教學中應用高精度多色3D打印肺段標本，可以提高教學效果，值得在斷層解剖學課程中采用和推廣。Tokuno等[72]將可變性術中導航引入肺手術，可以重建動態虛擬圖像，通過實現VR結合，模擬手術過程如切開肺裂和段間平面、不同方向牽拉肺后肺門結構顯露情況等。3D重建影像聯合3D打印對于年輕胸外科醫師學習肺段、肺亞段解剖與變異，理解手術步驟和入路有著重要意義。
10 國內外肺血管支氣管3D重建技術發展回顧
國外肺3D重建軟件發展過程離不開半自動化的重建軟件，如Mimics軟件，它是一款交互式的醫學影像控制系統。可對二維影像進行分割、提取、渲染，實現3D數字化重建，同時配套3D軟件套包可以進行輔助設計和3D打印，同時其后期處理功能強大，可以進行肺段重建、手術切緣設計、手術模擬演示，但操作難度較大、學習曲線較長、耗時長。日本是全世界范圍內常規開展肺段手術最早的國家，Synapse 3D和REVORAS軟件[73-74]經過不斷更新迭代已經發展成可以一鍵式智能化軟件，后者還能使用非增強CT進行血管自動分割。
國內肺段手術開展稍晚于日本，而陳亮團隊在國內率先使用3D重建技術指導進行肺段手術，2016年中國臨床腫瘤學會（CSCO）年會介紹了相關經驗引起胸外科同道的廣泛關注，同年與東北大學計算機學院聯合開發的DeepInsight軟件[75]是國內最早的3D重建軟件，但成像質量與CT圖像有關，對CT質量要求較高。通過軟件工程師的努力，最新的升級版本即將推出，大大彌補成像質量不足的缺點。陳亮團隊的兩本中文專著[40-41]對國內肺段手術的發展起著重要作用，與國際出版社Elsevier合作出版的專著《Atlas of Thoracoscopic Anatomical Pulmonary Subsegmentectomy》也即將出版，將大大提高中國在亞肺葉切除方面的影響力。此外，國產基于AI的商業化軟件發展迅猛，借助AI技術，肺3D重建具備了快速（只需要數分鐘）、精準（準確率＞85%）、智能化（一鍵實現全肺結節、支氣管、血管可視化，自動分割至亞段水平）的特點。
Kadry 等[76]評論稱半自動化軟件因對專業技術要求過高、需手動標注和耗時長使其臨床應用受到了一定的限制，而使用AI可以提高臨床工作效率。目前隨著AI的發展[77-78]，越來越多的醫療科技公司運用AI技術和深度學習能力實現了高效、智能、快速軟件的研發，彌補了上述不足，對外科醫師更加友好，圖像質量也得到了進一步改善。
11 思考與展望
日本＜2 cm外周型非小細胞肺癌的JCOG0802研究，最終顯示亞肺葉切除在肺功能保護方面沒有優勢，且局部復發率高，這一點也是國內外專家爭議較大的地方。一方面該研究納入的楔形切除占比較高，另一方面因為該研究為多中心研究，各中心之間手術質量存在異質性。而肺功能保護方面需要進行精準的肺段切除，尤其是段間靜脈的保護，3D重建技術可以加強術者對段間靜脈的識別與保護，在今后的肺功能相關研究中如果使用重建技術進行質量控制是否可以獲得統計學差異需要進一步驗證。
未來AI領域聯合3D重建技術在肺外科可能的發展方向包括以下方面：第一，肺結節的管理更加智能化，借助影像組學的發展，可以對肺結節良惡性程度分級，并給出隨訪策略和治療方案，通過互聯網+及時反饋給患者或負責醫師；第二，在“以結節為中心，肺亞段為單位”的GGO手術治療理念之下，平掃CT導入后即可實現結節定位，并自動進行手術方案和手術路徑規劃，特殊標注靶區域的血管、支氣管，借助特殊成像系統術中實時導航，虛擬-現實融合完成手術；第三，機器人導航下肺結節定位治療也更加精確，精準肺段/亞段手術+內鏡機器人的一體化組合治療也將成為現實；第四，在教學方面使用3D重建技術、3D打印模型和AI設備可以實現更好的教學效果。
利益沖突：無。
作者貢獻：吳衛兵負責論文總體設想和設計；龍濤負責文獻檢索、論文撰寫；邵愛中、何志成負責論文部分設計；任正兵負責論文審閱與修改。
肺癌是全世界死亡率最高的癌癥[1]，也是我國最常見的惡性腫瘤[2]，肺癌的早期診斷能顯著提高患者預后[3]。國內外專家提出“肺癌篩查及早診早治”觀念[4]，我國在這方面作出了巨大努力，低劑量計算機斷層掃描（low-dose computed tomography，LDCT）使越來越多的早期肺癌患者得以早發現、早治療。胸腔鏡技術經過10余年的飛速發展和快速普及，目前已成為肺癌手術的最主要手段。1995年的LCSG821前瞻性研究奠定了肺葉切除術作為Ⅰ期非小細胞肺癌手術切除的標準術式，近期的3項重磅級研究JCOG0802[5]、CALGB140503[6]和JCOG1211[7]結果相繼在頂級醫學期刊發表，均表明肺段手術在早期肺癌，尤其是在磨玻璃影（ground-glass opacity，GGO）和以GGO為主的結節中不劣于肺葉切除。最新的JCOG1211研究[7]初步結果也將肺段手術的適應證拓展為直徑＜3 cm的GGO和GGO為主的結節，且5年無復發生存率為98.0%［95%CI（95.9，99.1）］，肺段手術有望成為早期肺癌的標準治療方式。Yotsukura 等[8]的研究結果也顯示，肺原位腺癌和微浸潤腺癌這兩類早期肺癌在早期診斷并完全切除后的10年疾病特異性生存率均為100%，與此同時，我國學者Li等[9]的研究也表明早期肺癌手術治療10年無復發生存率 達100%。
以肺段為代表的亞肺葉切除要求外科醫師對肺結節進行精準定位，同時需要對肺內結構有更深入的了解。隨著手術方式由肺段為單位向亞段為單位的轉變，深入了解肺段、亞段、次亞段的結構成為外科醫師又一項重大挑戰。傳統手術實施需外科醫師通過二維CT在腦內模擬再現肺部血管支氣管模型實施手術，對閱片技術及抽象思維能力要求高，難以復制推廣。三維（three dimensional，3D）重建技術[10]是將二維CT原始圖像轉變為3D效果的技術，其在早期肺癌的診療全過程中起到了重大的作用。傳統軟件存在各種不足，也促進了3D重建技術本身逐漸進行迭代升級。不同灰度代表不同CT值，不同組織CT值區別較大，而骨組織因其特殊的CT值差異，最易獲得重建圖像，因此，最早的3D重建大多應用于骨科相關手術[11-13]，后期逐漸發展到各個外科領域[14-18]。普胸外科的肺段手術技術在過去10年進入飛速發展階段，3D重建在肺外科領域才逐漸顯露頭角。早期的OSiriX、CTTRY、AW軟件[19]在次亞段水平血管3D重建中顯示精確度不足。Mimics軟件對肺支氣管血管3D重建具有跨時代意義，也是目前許多醫院正在使用的軟件，但其耗時長，對外科醫師要求高。國產較早的DeepInsight軟件是由陳亮團隊研發，其更加方便、快速，且完全免費，應用也很廣泛，但對CT圖像質量要求較高，部分圖像質量不佳。上述軟件均有不足之處，正在被以人工智能（artificial intelligence，AI）[20]為代表的新型軟件取代，其顯著特征為智能化、快速、精準和便捷，但目前商業性AI重建軟件價格較高，一定程度限制了廣泛普及。
此外，針對3D重建技術獲取的信息進行二次加工利用，也衍生出在其他方面的應用。傳統的早期肺癌診斷方法需憑借外科醫師或放射科醫師經驗來判斷，且易漏診，3D重建聯合AI可以實現肺結節的快速精準篩查[21]，也可以進行良惡性特征識別來輔助臨床醫師進行惡性程度判斷[22]，機器人支氣管鏡導航可以輔助進行肺結節精準定位和穿刺[23]，借助特殊設備則可以實現增強現實技術（augmented reality，AR）[24]、虛擬現實技術（virtual reality，VR）[25]輔助手術模擬演練和醫學教育學習。
1 在肺結節篩查及良惡性判別中的應用
CT是臨床上廣泛應用的影像設備。隨著CT普及，影像與放射組學得到飛速發展，其無創診斷的優勢逐漸得以發揮。CT檢查產生的海量影像數據為以大數據為背景的AI在肺結節檢測、良惡性鑒別以及惡性程度鑒別方面提供了豐富的數據基礎，從而發揮了重要作用。AI核心是機器學習和深度學習，其優勢在于精度高、準確率高和效率高。肺部結節3D模型構建完成后，通過AI的深度學習可以識別基于腫瘤空間和時間的異質性，從不同模態的影像中提取出來高通量的全部深層次影像特征來增強診斷準確性。常見的深度學習模型有卷積神經網絡、自編碼神經網絡、殘差神經網絡，而卷積神經網絡在影像數據的分析處理和圖像識別方面更有優勢。Luo等[22]的方法基于3D卷積網絡，但主要結合了3D重建后肺結節外觀的紋理、形狀、密度等信息，并運用已知數據集LIDC（The Lung Image Database Consortium）證明了該方法曲線下面積（area under the curve，AUC）＞0.96。Ardila 等[21]運用病理確診為肺癌的已知病例LDCT資料進行重建3D 卷積網絡模型，來幫助臨床結節定位和良惡性判別，AUC 為94.4%［95%CI（91.1，97.3）］。Furumoto等[26]通過研究cⅠA期腺癌的肺3D重建，證實腫瘤實體部分的體積是無病生存期的獨立預測因子，實體部分的體積與SUVmax的整合對生存率和病理性侵襲性的預測非常有益。陳勇等[27]通過聯合18F-氟代脫氧葡萄糖正電子發射計算機斷層顯像（18F-FDG PET-CT）與CT3D重建聯合判定結節良惡性的AUC達到 0.857［95%CI（0.789，0.925）］，均高于兩項單獨技術的AUC值。Kudo 等[28]使用AI技術進行肺結節實性成分3D重建并計算其體積，危險因素分析結果表明高AI軟件計算的實性部分體積、高SUVmax和血清癌胚抗原（CEA）水平增高是≤2 cm實性為主（腫瘤實性成分占比>0.5）肺癌患者局部復發的不利預后因素。Kamiya 等[29]的研究也表明，對部分實性肺癌3D重建所計算CT值＞0 HU的實性部分體積對術后預后預測更有意義。也有研究[30]使用3D重建肺結節取得一階信息，并借由AI獲取影像組學相關信息構建風險預測模型可以實現對純GGO浸潤風險的預測。
2 在肺活檢技術中的應用
肺部結節良惡性判別離不開病理診斷，而基于高分辨率CT和支氣管3D重建技術的電磁導航氣管鏡由Mehta 等[31]首次報道。近年來，一項大型、多中心的前瞻性隊列研究—NAVIGATE研究相繼發布了12個月[32]和24個月[33]隨訪結局，均表明電磁導航支氣管鏡在外周肺結節診斷中能獲得較高的檢出率和較低的并發癥發生率。與電磁導航類似的機器人支氣管鏡系統在近2年同樣取得飛速發展，Monarch和Ion是目前主流系統，前者主導的小樣本多中心研究BENEFIT[34]結果已發表，其定位成功率為 96.2%，不良事件發生率與傳統支氣管鏡手術相當；后者相關研究PRECIsE（NCT03893539）結果尚未公布。類似研究[23]也表明形狀感應機器人輔助支氣管鏡（shape-sensing robotic-assisted bronchoscopy，ssRAB）使用軟材料作為形狀傳感器，借助從CT圖像獲取的氣管地圖實現對肺部結節的活檢，導航成功率達98.7%，同時診斷成功率達81.7%，同樣證明了其在肺結節診斷中的優勢。
3 在肺解剖變異識別中的應用
許多學者[35-37]提出術前了解肺內血管氣管的解剖結構及變異對于提升手術的安全和質量至關重要。解剖學家姜宗來教授[38]通過對尸體解剖發現肺段支氣管變異較多，肺動脈分支變異多于支氣管而靜脈分支變異又多于肺動脈分支。3D重建軟件的出現改變了我們對肺解剖的認識，使用AI技術3D重建軟件[20]識別氣管、動脈、靜脈準確率分別達到97%、99.1%及98.8%。3D重建識別血管也可以減少人工識別帶來的誤差[39]。陳亮團隊的兩本專著《全胸腔鏡解剖性肺段切除手術圖譜》[40]和《胸腔鏡解剖性肺亞段切除手術圖譜》[41]則借助3D重建技術進一步明確闡述肺亞段甚至次-次亞段的命名法，使得國內胸外科醫師對肺內解剖認識更加精準。張銀萍等[42]發現肺內血管結構復雜，尤以尖后段與前段、各基底段的組合較為多樣化，而3D影像能準確清晰地反映肺內血管走行，為影像定位及肺段切除術前評估血管解剖提供依據。張振龍等[43]也指出，肺動脈分支和走行變異辨認不準確容易引起術中誤傷致出血。Fourdrain等[44]指出，肺血管解剖3D重建結果與參考著作相符，且能夠清楚顯示變異頻率，在術前認識肺動脈樹中極其重要。He等[45]同樣應用3D計算機斷層掃描支氣管血管成像（3D-CTAB）確定166例患者的左舌段動脈分支模式及變異情況。
4 在肺結節肺段歸屬中的應用
肺結節的肺段/亞段歸屬判定是完成精準亞肺葉切除的關鍵，也是肺功能保護的需要。肺結節的深度和肺結節與段間靜脈/亞段間靜脈的關系是決定手術方案的重要因素。相關研究也因此而展開，最早是 Lewis 等[46] 進行胸腔鏡楔形切除肺結節時，根據困難程度將結節所在位置進行了分類：簡單部位（結節位于尖部、邊緣、舌段遠端）和復雜部位（結節位于肺實質深部、鄰近肺門、圓鈍面、膈面中央）。Oizumi等[47]較早定義了從高到低3個難度的肺段手術，而3D重建的引入使不同部位肺癌患者可行肺段手術，且手術相對困難組患者增多。陳亮團隊[48]最早定義了肺段間結節的概念：3D重建上顯示肺結節與相關段間靜脈的最近距離≤肺結節直徑，這種新的定義方法對以結節為中心的聯合亞段切除有重要意義。李響等[49]基于深度比的肺結節3D位置定義方法以葉支氣管開口中心為O點， 結節中心為A點，連接O-A直至臟層胸膜點于B點，三等分O-B線段，分為外區、中區、內區，使得肺結節定位及切除手術方案更加合理。
5 在術前定位中的應用
胸腔鏡越來越小的切口使手指觸摸結節定位的方法難以實現，實性成分不足帶來的手感不明顯也增加了結節定位的難度，因此術前定位結節非常重要。胡碩等[50]在2020年對比了3D重建定位和穿刺定位在肺段切除手術中的應用，指出3D無創定位可代替穿刺定位，尤其針對鄰近中心靜脈處、肺膈面和縱隔面無法穿刺部位的結節。Chu等[51]的流域分析（watershed analysis）通過術前3D重建肺血管支氣管，根據結節位置判定以結節為中心靶段所在流域的肺動脈分支，臨時阻斷靶段動脈后靜脈注射吲哚菁綠即時顯影判定靶區域界限，實現無創定位解剖性楔形切除術，26例患者中25例取得成功。類似的研究[52-55]也都證實3D重建無創定位肺部結節實現精準切除的可行性。
6 在手術切緣方面的意義
基于Sawabata 等[56]和Schuchert等[57] 的早期研究結果，目前大多數指南推薦早期肺癌進行亞肺葉切除最小切緣＞2 cm或＞結節直徑。而3D重建對外科醫師了解肺解剖結構意義重大，對肺段/亞段手術發展起著重要的推動作用，有了合理的術前規劃和術中指導，中1/3結節實施肺段、肺亞段、聯合肺段手術實現手術切緣得以成為現實。吳衛兵等[48]納入了3D指導下聯合亞段切除術（CSS）和肺段擴大切除術（ES）的病例，CSS組標本切緣寬度明顯大于ES組［（2.20±0.35）cm vs.（1.45±0.53）cm，P＜0.001］，且所有CSS組標本切緣寬度均≥2 cm，說明3D指導下聯合亞段切除手術在段間交界處結節獲取足夠切緣寬度上的優勢。該團隊的另一項研究[58]也表明肺段與肺葉切除5年預后相當，而通過3D重建技術進行手術規劃的肺段切除平均切緣為（2.26±0.59）cm，大于指南推薦的安全切緣。Akamine 等[59]對 720例（肺段/楔形，479/241）臨床0或Ⅰ期非小細胞肺癌患者進行回顧性分析，發現肺段切除術（71.4%）與楔形切除術（59.5%） 相比，獲得足夠手術切緣的可能性更高（P=0.002），前者與后者相比安全性相當、手術切緣和癌癥控制更好。
7 3D重建術中實時導航
術中準確辨別血管結構對于胸腔鏡下早期肺癌手術十分重要，術前3D重建完成后如何在術中應用也是臨床中需要解決的問題。通過使用便攜式裝備如平板電腦等是最常用的方式，但近年來逐漸發展出結合了3D重建與3D打印和AI的相關產品。Hu等[60]回顧性分析65例行肺段切除早期肺癌患者的臨床資料，指出3D重建聯合3D打印能精準辨識解剖部位、縮短手術時間和減少失血量。Li 等[24]則對比了屏幕顯示和3D打印模型聯合AR在肺段及肺亞段手術中的作用，結果指出3D模型能讓外科醫師通過視覺和觸覺感受肺內結構，而AR使得術者可以在術中提供實時指導，這兩種技術相結合在指導手術方面具有重要價值。還有學者[25]研究了VR在術前和術中實時指導肺段手術中的作用，在10例患者中均獲成功。
8 對手術方式的意義
3D重建的出現不僅能實現切緣保證，同時可以對結節進行精準定位，從而實現以結節為中心的亞肺葉切除。卞承禹等[61]的研究指出3D重建中判斷上肺特異側枝靜脈（VL）與肺結節的位置關系對于手術方式的選擇有重要意義，切緣越靠近VL的肺中帶或內帶結節可能需要肺葉切除來保證充足切緣。多中心回顧性研究[62]結果表明，針對實性結節＜2 cm Ⅰ期肺癌患者，傾向性匹配后分析結果表明復雜肺段切除術組與肺葉切除術組預后相當（5年腫瘤特異性生存率，96.0% vs. 97.8%；無復發生存率，95.5% vs. 95.9%），復雜肺段切除術在臨床Ⅰ期肺癌治療中提供了可接受的腫瘤學結果。陸佳昊等[63]介紹了復雜肺段的手術經驗，吳衛兵等[64]也借助3D重建較早完成了次亞段手術，國內外其他學者[65-67]也成功完成聯合亞段手術。Li等[24]使用基于3D重建的3D打印模型和AR圍術期模擬技術實施了55例復雜肺段手術，展示了3D重建技術的積極意義。Bakhuis等[68]的研究指出在術前使用VR技術了解肺內結構后有52%的患者發生了手術方式改變。
9 在醫學教育中的應用
解剖學的學習是醫學生了解人體結構的基礎。在一項針對76名大學二年級、三年級的醫學生解剖學習研究[69]中，使用3D解剖的學生比使用解剖圖集的學生在學習后回答問題環節表現更佳。Sun等[70]的綜述表明使用3D打印心血管模型可以增強臨床醫師對與周圍結構相關的復雜病理情況的理解，并提高他們對執行困難和復雜程序的信心，從而實現更好的患者管理和低手術或程序相關并發癥發生率的結果。Miao等[71]也指出在斷層解剖學實驗教學中應用高精度多色3D打印肺段標本，可以提高教學效果，值得在斷層解剖學課程中采用和推廣。Tokuno等[72]將可變性術中導航引入肺手術，可以重建動態虛擬圖像，通過實現VR結合，模擬手術過程如切開肺裂和段間平面、不同方向牽拉肺后肺門結構顯露情況等。3D重建影像聯合3D打印對于年輕胸外科醫師學習肺段、肺亞段解剖與變異，理解手術步驟和入路有著重要意義。
10 國內外肺血管支氣管3D重建技術發展回顧
國外肺3D重建軟件發展過程離不開半自動化的重建軟件，如Mimics軟件，它是一款交互式的醫學影像控制系統。可對二維影像進行分割、提取、渲染，實現3D數字化重建，同時配套3D軟件套包可以進行輔助設計和3D打印，同時其后期處理功能強大，可以進行肺段重建、手術切緣設計、手術模擬演示，但操作難度較大、學習曲線較長、耗時長。日本是全世界范圍內常規開展肺段手術最早的國家，Synapse 3D和REVORAS軟件[73-74]經過不斷更新迭代已經發展成可以一鍵式智能化軟件，后者還能使用非增強CT進行血管自動分割。
國內肺段手術開展稍晚于日本，而陳亮團隊在國內率先使用3D重建技術指導進行肺段手術，2016年中國臨床腫瘤學會（CSCO）年會介紹了相關經驗引起胸外科同道的廣泛關注，同年與東北大學計算機學院聯合開發的DeepInsight軟件[75]是國內最早的3D重建軟件，但成像質量與CT圖像有關，對CT質量要求較高。通過軟件工程師的努力，最新的升級版本即將推出，大大彌補成像質量不足的缺點。陳亮團隊的兩本中文專著[40-41]對國內肺段手術的發展起著重要作用，與國際出版社Elsevier合作出版的專著《Atlas of Thoracoscopic Anatomical Pulmonary Subsegmentectomy》也即將出版，將大大提高中國在亞肺葉切除方面的影響力。此外，國產基于AI的商業化軟件發展迅猛，借助AI技術，肺3D重建具備了快速（只需要數分鐘）、精準（準確率＞85%）、智能化（一鍵實現全肺結節、支氣管、血管可視化，自動分割至亞段水平）的特點。
Kadry 等[76]評論稱半自動化軟件因對專業技術要求過高、需手動標注和耗時長使其臨床應用受到了一定的限制，而使用AI可以提高臨床工作效率。目前隨著AI的發展[77-78]，越來越多的醫療科技公司運用AI技術和深度學習能力實現了高效、智能、快速軟件的研發，彌補了上述不足，對外科醫師更加友好，圖像質量也得到了進一步改善。
11 思考與展望
日本＜2 cm外周型非小細胞肺癌的JCOG0802研究，最終顯示亞肺葉切除在肺功能保護方面沒有優勢，且局部復發率高，這一點也是國內外專家爭議較大的地方。一方面該研究納入的楔形切除占比較高，另一方面因為該研究為多中心研究，各中心之間手術質量存在異質性。而肺功能保護方面需要進行精準的肺段切除，尤其是段間靜脈的保護，3D重建技術可以加強術者對段間靜脈的識別與保護，在今后的肺功能相關研究中如果使用重建技術進行質量控制是否可以獲得統計學差異需要進一步驗證。
未來AI領域聯合3D重建技術在肺外科可能的發展方向包括以下方面：第一，肺結節的管理更加智能化，借助影像組學的發展，可以對肺結節良惡性程度分級，并給出隨訪策略和治療方案，通過互聯網+及時反饋給患者或負責醫師；第二，在“以結節為中心，肺亞段為單位”的GGO手術治療理念之下，平掃CT導入后即可實現結節定位，并自動進行手術方案和手術路徑規劃，特殊標注靶區域的血管、支氣管，借助特殊成像系統術中實時導航，虛擬-現實融合完成手術；第三，機器人導航下肺結節定位治療也更加精確，精準肺段/亞段手術+內鏡機器人的一體化組合治療也將成為現實；第四，在教學方面使用3D重建技術、3D打印模型和AI設備可以實現更好的教學效果。
利益沖突：無。
作者貢獻：吳衛兵負責論文總體設想和設計；龍濤負責文獻檢索、論文撰寫；邵愛中、何志成負責論文部分設計；任正兵負責論文審閱與修改。