在胸腔鏡肺結節切除術中，精確的術前規劃至關重要，而人工智能（artificial intelligence，AI）結合三維重建技術在此方面顯示出巨大潛力。AI三維重建技術能夠提供精確的個性化肺部血管、支氣管解剖結構模型，幫助醫生進行細致的手術規劃，從而提高手術精確性和安全性。本文綜述了AI三維重建技術在肺結節手術中的應用進展，包括其在術前診斷、手術規劃和術中導航等方面的應用，以及AI三維重建技術的進展。分析了包括全自動和半自動三維重建軟件的技術特點、臨床應用及面臨的挑戰。
引用本文： 王蕾, 向之明. 人工智能聯合三維重建在胸腔鏡肺結節切除術中的應用進展. 中國胸心血管外科臨床雜志, 2025, 32(2): 252-257. doi: 10.7507/1007-4848.202404059 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
肺癌是全球癌癥相關死亡的首要原因[1]。研究[2-3]顯示，2022年肺癌是中國發病率和死亡率最高的癌癥，嚴重危害人民生命健康。早期肺癌癥狀不明顯，出現明顯癥狀已是晚期，錯過了最佳根治性手術治療時機[4]。早期診斷可顯著改善肺癌患者預后生存。研究[5]顯示，早期診斷并完全切除的肺原位腺癌及微浸潤腺癌術后5年疾病特異性生存率均為100%。因此，“早發現、早診斷、早治療”是降低肺癌死亡率的重要措施。近年來，隨著薄層計算機斷層掃描（computed tomography，CT）技術的飛速發展，肺結節早期檢出率明顯提高[6]。
對于被認為是惡性或潛在惡性風險的肺結節，胸腔鏡手術已成為公認的標準治療方法[7]。胸腔鏡手術視野小，對外科醫生操作要求高，因此術前精準定位和合理規劃是手術順利完成的重要保障。同時，隨著亞肺葉切除時代的到來，業界提倡在確保完整切除結節的前提下，保留更多正常的肺組織，這對術者在肺段解剖上的精確度提出了更高要求。三維重建技術是基于此研發的指導胸腔鏡手術的重要工具。肺三維重建圖像能夠為醫生提供清晰、直觀的解剖圖像，精確展示肺結節與其周邊血管、支氣管和肺段的相對位置關系，為胸腔鏡肺結節解剖性肺段切除提供個性化指導，顯著提高手術的安全性和效率[8]。
傳統的半自動三維重建技術在臨床上具有一定的應用價值，但其需要專業技能、多步驟操作、解剖匹配以及增強掃描圖像等，具有一定的操作復雜性且主觀性強，一定程度上限制了其臨床應用。隨著人工智能（artificial intelligence，AI）的飛速發展，基于AI的全自動三維重建軟件孕育而生。全自動AI三維重建軟件可以實現AI自動檢測肺結節，并且全自動完成肺部三維圖像制作。操作者只需上傳胸部非增強CT薄層圖像，幾分鐘即可獲得重建結果。其操作簡單、重建速度快、模型精細程度高，與此同時，因其模型不可修改的特性，也帶來了分割缺失、重建錯誤等缺陷。本綜述旨在探討AI三維重建技術在胸腔鏡肺結節切除手術中的應用，分析其臨床應用及技術進展。
1 人工智能三維重建技術在肺結節手術中的臨床應用
1.1 術前結節特征分析及手術規劃
AI結合三維重建技術在肺結節術前診斷和手術規劃中的應用，是現代醫學影像學和手術規劃的一個重要進步。在進行結節特征的深入分析時，AI技術可以綜合考慮結節的體積、密度、邊緣特性及其與周圍組織的關系，判斷結節的性質（良性或惡性）并預測其生物行為[9]。此外，通過紋理分析，AI能夠揭示結節內部的微觀結構變化，這些信息對于評估結節的惡性潛在風險非常關鍵。AI三維重建技術還能夠幫助醫生進行手術規劃，通過處理高分辨率CT圖像數據，使用復雜的算法，如卷積神經網絡和其他機器學習技術，自動識別和分割肺部結構，包括肺結節和相鄰的解剖結構。這種自動分割技術的應用加快了圖像處理的速度，使醫生能夠快速獲得肺結節的詳細信息，如位置、大小、形狀和邊界清晰度等[10-11]。通過生成的三維模型，醫生可以在虛擬環境中詳細查看結節的位置及其與重要解剖結構如血管和氣管的空間關系，規劃手術入路、切口數、切口位置、切除肺段、離斷的支氣管及血管等。對于位于復雜位置的結節，精確的三維模型可以幫助避免不必要的大切口，減少對健康組織的損傷，降低術中出血風險[12]。這種三維可視化增強了醫生對手術區域的理解，幫助胸外科醫生規劃手術路徑，選擇合適的切口位置，尤其適用于經驗不足的外科醫生無創地進行手術模擬。術前即可明確病變所在肺段區域和靶血管、氣管的解剖結構，并決定手術方式，如肺段切除、聯合肺段切除，提高了手術的安全性和精確性[13-15]。
1.2 術中定位及導航
肺結節定位是胸腔鏡肺結節切除手術成功的重要一環，常用的肺結節定位方式有：Hook-wire穿刺定位、亞甲藍染色定位、電磁導航支氣管鏡定位、CT導航穿刺定位、術中觸診定位等，但這些方法通常需要結合二維CT圖像來定位，并且大多為有創檢查。傳統的二維CT圖像，由于存在容積效應，缺乏立體視角等缺點，難以準確評估結節與周圍細小血管、支氣管的空間位置關系。三維重建可提供個性化解剖三維模型，其允許360°旋轉、放大和縮小，并可調整各部分解剖透明度，形成一個有利、安全、直觀的手術視角，接近虛擬現實（virtual reality，VR）導航，能更加安全、無創、高效地指導胸腔鏡肺結節切除手術。王騰騰等[16]證明術前 CT引導下注射醫用膠輔助定位聯合CT三維重建技術，在以肺結節為中心的單孔胸腔鏡聯合亞段/肺段切除術中安全可行，既保證了手術切緣，又最大限度地保留了正常肺組織，達到解剖學切除的目的。胡碩等[17]回顧性分析268例行解剖性肺段切除術患者的臨床資料，穿刺定位組89例，免穿刺定位組179例，結果表明三維導航免穿刺定位解剖性肺段切除技術避免了穿刺不利因素，可替代穿刺定位技術應用于位于肺段或亞段中央區域，或鄰近段間靜脈的肺磨玻璃結節。Zhang等[18]的研究表明，三維重建是一種非侵入性的視覺定位方法，可用于難以定位的位置較深的非實性肺結節，可用于指導亞肺葉切除術肺結節定位。CT虛擬無創三維輔助定位技術的優勢在于，運用虛擬三維技術對患者肺血管、氣管的解剖進行體外重現，有利于手術醫生做好術中定位及導航。此外，三維打印技術也被用于制作肺部模型，進一步輔助手術過程中的決策和規劃[19]。
1.3 術后評估及隨訪
AI輔助的三維重建在術后評估及隨訪中也顯示出獨特的優勢[20-21]。通過與術前圖像的對比，醫生可以直觀地看到手術切除效果，評估是否有遺留病灶或復發跡象。同時，這種技術也能幫助評估肺功能的損失和恢復情況[22]，對比術前與術后肺容積變化[23-24]，特別是在進行肺部大面積切除的患者中，精確的肺部容積評估對其康復和生活質量的影響極大。AI也可通過制定更好的出院計劃來增強術后護理，如可通過AI模型預測安全出院時間，幫助縮短住院時間并提高醫院運營效率[25]，但尚未融合到三維重建軟件中。此外，AI提供了高效和高連續性的隨訪監測手段。在術后早期，AI三維重建可用于評估手術區域狀態，包括肺組織的切除情況和周圍組織的狀況，評估邊緣的清潔度，判斷是否有殘留的病變組織；在術后短期隨訪中，AI三維重建可跟蹤肺部愈合和功能恢復情況，幫助評估通氣和血流情況；在中期及長期隨訪中，AI可幫助自動檢測肺部新發或增大的結節[26]，根據AI分析結果，制定個性化的隨訪計劃，這對于早期發現復發并進行干預尤為重要。這種結合了高級成像技術和AI分析的隨訪流程能夠提供更全面、更精確的數據，支持醫生對患者的長期管理，從而改善治療效果，提高患者生活質量。隨著患者術后隨訪數據的積累，AI模型可通過學習這些數據進一步優化其預測的準確性，實現早期個性化診斷和治療。
1.4 肺解剖統計及教學
AI三維重建技術在肺支氣管、血管變異解剖的統計和手術解剖教學方面具有重要的潛在價值。生成個性化精確的三維模型極大地提升了醫療專業人員對復雜解剖結構的理解，并提高了教學效率。在肺支氣管、血管變異解剖的統計分析方面，三維重建技術能夠提供比傳統二維影像更為詳盡和精確的視角。通過重建的三維模型，醫生能夠觀察到肺部的細微結構，如支氣管和血管的分布及其變異情況，這對于診斷和治療計劃的制定至關重要。AI技術的應用還包括自動識別和分類肺部結構，通過大量的圖像數據訓練，AI可幫助醫生快速識別解剖變異，提高診斷的準確性和效率[27-32]。在手術解剖教學方面，AI輔助的三維模型是寶貴的教學資源[33-35]。這些模型不僅可用于醫學生和專業醫生的教育，還能在實際手術前為醫生提供模擬操作的機會。例如，通過VR或增強現實技術，醫生和學生可以在一個可控的、交互性強的環境中探索三維肺部模型，進行手術路徑規劃和技術練習，這樣的實踐能顯著提高手術成功率并降低術中風險。此外，AI在這一領域的進展還包括其在數據處理和管理中的應用。隨著醫學影像數據量的增加，傳統的數據處理方法已不足以應對。AI技術能有效整合和分析大規模數據集，從而揭示肺部解剖的統計規律，對疾病發展和治療反應的預測提供支持。這種深度學習技術在提高數據處理效率和精度方面展現了巨大的潛力。隨著AI技術的不斷發展和完善，預計未來其在肺部解剖的研究和教學中的應用將更加普及。三維重建技術的進一步優化和新算法的開發，將使肺支氣管、血管變異解剖的統計和手術解剖教學更為高效、直觀和個性化。這不僅能夠提升醫療服務質量，也將推動醫學教育和臨床實踐的現代化進程。
2 不同人工智能三維重建平臺及技術進展
2.1 CT后處理工作站三維重建
傳統的CT后處理工作站，包括肺結節分析軟件包、最大密度投影、最小密度投影、容積再現技術、肺容積分析、肺段分段軟件包等。肺結節分析軟件包可以自動完成肺結節分析，包括結節形態、大小、CT值、與周圍血管和胸膜的空間位置關系等，缺點是只能局部觀察靶結節，并且需要手動確認結節位置。VR圖可展示肺結節、血管、支氣管的立體空間位置關系，其需要增強圖像重建血管，分步驟重建不同解剖結構再融合圖像，調整窗寬、窗位以優化圖像，需要操作者具有一定的操作經驗。最大密度投影和最小密度投影圖可以觀察肺血管與結節的空間位置關系，對外周細小血管、支氣管顯示好，但存在一定解剖重疊。肺容積分析、肺段分段軟件包可以觀察肺段平面，但不能顯示肺結節三維圖像，不利于觀察肺結節在肺段內的位置。
2.2 半自動重建軟件
半自動算法在重建過程的某些階段需要人工輔助，保留了一定程度的人為控制和決策權，例如手動定位肺結節及血管、支氣管，進行初步選擇或手動調整結果等。這些手動交互既耗時又依賴操作者的專業技能。常見的半自動重建軟件有Mimics[36-39]、Osiris X[40-42]、Deep Insight[43]、CTTRY[44-45]、IQQA-3D[46]等，各軟件都有其優缺點，總的原理基本是根據輸入的 CT上不同CT值等二維圖像信息，利用軟件進行提取、分割等處理，并輔以人工對支氣管、血管的補充判斷從而描繪出肺部的三維模型。半自動軟件具有操作可控、可手動添加和刪除解剖結構等優勢，但其操作具有一定復雜性，需要操作者熟悉解剖結構，并進行一段時間的操作學習。并且，其重建需要增強圖像，不適用于造影劑不耐受患者，重建圖像質量也受造影劑注射時間、圖像采集時間等因素影響。Matsumoto等[47]對比了3種不同的三維成像軟件（CT后處理工作站-AW、OsiriX和CTTRY）在胸腔鏡肺部手術中的應用效果，通過在同一患者使用這些軟件生成的三維圖像，并結合實際手術結果進行評估。結果表明，雖然這3種軟件各有優勢，但CTTRY在教育效果和實際操作中的靈活性方面表現更優，尤其是在需要細致調整血管和支氣管圖像的復雜手術中。但是，不同的軟件具有不同的優劣，選擇合適的軟件還需要考慮使用環境、人力資源和經濟因素。
2.3 人工智能全自動重建軟件
近年來，隨著AI技術的發展和臨床中對于成像更加準確且使用更加便利的三維重建軟件需求的增加，基于AI的全自動三維重建軟件應運而生。全自動算法試圖最小化或消除人工干預的需要，而依賴于如機器學習或深度學習技術。這些算法旨在處理從數據輸入到最終重建的整個過程，無需人工輸入。最新的三維重建算法已能在更短的時間內生成更高精度的肺部解剖結構圖像。基于AI的早期肺癌手術智能輔助決策系統，應用包括三維卷積神經網絡在內的多種算法進行各種圖像處理任務，除了常規報告結節的直徑、密度、體積、CT值、惡性概率、早期肺腺癌的浸潤亞型等數據外，可以全自動化地完成肺部三維圖像制作。此外，這種技術在增強或非增強胸部CT圖像上均可完成自動分割，彌補了傳統重建方式需要增強掃描的缺點。Chen等[48]的研究表明，與人工方法相比，全自動三維重建算法在血管和支氣管的檢測和分類方面達到了相似的準確性，作為 CT 掃描的補充，加入AI重建后，可在短時間內實現較高的識別準確率，這種算法有助于節段切除術的手術規劃過程，手術時間明顯縮短，但對術中失血量無明顯影響。Li等[49]證明全自動AI三維重建在高效預測肺部解剖結構方面具有高度準確性，其用于指導手術可縮短手術時間，且對術中出血量沒有顯著影響。鄭智中等[50]的研究表明，全自動AI三維重建系統對于胸腔鏡肺段切除術的術前規劃和術中輔助引導具有很大幫助，與Mimics 21軟件具有相當的準確性，同時可極大程度地省去外科醫生用于制圖的時間，在未來的數字化、精準化、個體化醫療中，有很大的推廣價值。盡管全自動方法非常高效，但可能不總是能考慮到人工操作者能夠調整的特定細微差別。在實際臨床應用中，全自動方法可能還不足以在沒有任何人工監督的情況下使用，仍需要大量數據進行訓練及優化，也需要更多研究驗證全自動三維重建軟件效能。自動分割的精確性有可能達到專家手動分割的水平，這使其能成為手動處理大規模圖像分析中的寶貴工具。
3 人工智能三維重建面臨的挑戰
目前AI三維重建存在的一些問題及改進方向主要有：（1）淋巴結清掃是惡性肺結節切除術中的重要步驟，如腫大淋巴結靠近血管，在進行清掃時容易損傷細小血管，造成術中出血。手動及半自動三維重建軟件可手動重建需要切除的腫大縱隔或肺門淋巴結，但AI全自動三維重建大部分尚未應用淋巴結自動重建，仍需要大數據模型優化彌補這一缺陷。（2）胸腔粘連是影響手術時間和決定手術復雜程度的重要因素之一，CT和三維重建圖像均難以評估患者胸腔粘連的實際程度，需要更多研究分析這一現象的原因以及提供解決辦法。（3）多數肺部三維重建軟件暫未融合肺功能計算，這項技術在肝手術中應用較成熟，若能實現自動計算術后肺功能，將進一步完善肺結節三維重建術前規劃功能。（4）肋骨、心臟及大血管是術前穿刺定位的重要標志，若重建圖像包括縱隔，能更好地幫助結節定位，未來也可運用于縱隔腫瘤的手術指導。（5）AI聯合三維重建平臺可形成肺結節診療一體化，進一步融合AI結節臨床特征、病理組學、蛋白組學、基因組學等診斷，并以此構建橋梁促進多學科診療模式，幫助醫生更加智能化制定肺結節策略。（6）對于經驗不足的外科醫生，實時手術導航系統是更優化的手術指導工具，手術導航結合了醫學成像技術與實時追蹤技術，根據患者的詳細醫學影像數據創建三維圖像，并制定手術計劃，在手術過程中通過特殊的追蹤設備（如紅外線傳感器）和手術工具標記，實時顯示工具的位置，并與預先計劃的路徑對比，從而指導醫生進行精確操作，期待肺結節手術導航集成系統能夠早日實現。（7）全自動三維重建需要大量的數據訓練以優化模型，保證圖像分割的準確性和魯棒性，不同掃描儀、掃描參數、圖像質量對重建圖像標準化的影響仍需進一步研究分析。未來的研究將致力于解決這些挑戰，進一步推動AI三維重建技術在胸腔鏡肺結節切除手術中的臨床應用。
4 總結與展望
AI聯合三維重建技術在胸腔鏡肺結節切除手術中的應用具有明顯優勢，通過精確的肺部解剖顯示，改善了手術規劃和執行，提高了手術的安全性和效率。盡管當前技術存在一定的局限性，如數據依賴性強、對高質量圖像的需求大等，未來的技術進步和數據優化有望克服這些挑戰。未來需要更多的多中心臨床試驗，進一步驗證AI三維重建技術在臨床應用的有效性和可行性。隨著AI技術的不斷發展，預計在未來的臨床實踐中，AI三維重建將發揮越來越重要的作用。期待更加智能化的醫療時代的到來。
利益沖突：無。
作者貢獻：王蕾負責撰寫和修改文章；向之明對文章的相關內容進行指導、審閱和修正。
肺癌是全球癌癥相關死亡的首要原因[1]。研究[2-3]顯示，2022年肺癌是中國發病率和死亡率最高的癌癥，嚴重危害人民生命健康。早期肺癌癥狀不明顯，出現明顯癥狀已是晚期，錯過了最佳根治性手術治療時機[4]。早期診斷可顯著改善肺癌患者預后生存。研究[5]顯示，早期診斷并完全切除的肺原位腺癌及微浸潤腺癌術后5年疾病特異性生存率均為100%。因此，“早發現、早診斷、早治療”是降低肺癌死亡率的重要措施。近年來，隨著薄層計算機斷層掃描（computed tomography，CT）技術的飛速發展，肺結節早期檢出率明顯提高[6]。
對于被認為是惡性或潛在惡性風險的肺結節，胸腔鏡手術已成為公認的標準治療方法[7]。胸腔鏡手術視野小，對外科醫生操作要求高，因此術前精準定位和合理規劃是手術順利完成的重要保障。同時，隨著亞肺葉切除時代的到來，業界提倡在確保完整切除結節的前提下，保留更多正常的肺組織，這對術者在肺段解剖上的精確度提出了更高要求。三維重建技術是基于此研發的指導胸腔鏡手術的重要工具。肺三維重建圖像能夠為醫生提供清晰、直觀的解剖圖像，精確展示肺結節與其周邊血管、支氣管和肺段的相對位置關系，為胸腔鏡肺結節解剖性肺段切除提供個性化指導，顯著提高手術的安全性和效率[8]。
傳統的半自動三維重建技術在臨床上具有一定的應用價值，但其需要專業技能、多步驟操作、解剖匹配以及增強掃描圖像等，具有一定的操作復雜性且主觀性強，一定程度上限制了其臨床應用。隨著人工智能（artificial intelligence，AI）的飛速發展，基于AI的全自動三維重建軟件孕育而生。全自動AI三維重建軟件可以實現AI自動檢測肺結節，并且全自動完成肺部三維圖像制作。操作者只需上傳胸部非增強CT薄層圖像，幾分鐘即可獲得重建結果。其操作簡單、重建速度快、模型精細程度高，與此同時，因其模型不可修改的特性，也帶來了分割缺失、重建錯誤等缺陷。本綜述旨在探討AI三維重建技術在胸腔鏡肺結節切除手術中的應用，分析其臨床應用及技術進展。
1 人工智能三維重建技術在肺結節手術中的臨床應用
1.1 術前結節特征分析及手術規劃
AI結合三維重建技術在肺結節術前診斷和手術規劃中的應用，是現代醫學影像學和手術規劃的一個重要進步。在進行結節特征的深入分析時，AI技術可以綜合考慮結節的體積、密度、邊緣特性及其與周圍組織的關系，判斷結節的性質（良性或惡性）并預測其生物行為[9]。此外，通過紋理分析，AI能夠揭示結節內部的微觀結構變化，這些信息對于評估結節的惡性潛在風險非常關鍵。AI三維重建技術還能夠幫助醫生進行手術規劃，通過處理高分辨率CT圖像數據，使用復雜的算法，如卷積神經網絡和其他機器學習技術，自動識別和分割肺部結構，包括肺結節和相鄰的解剖結構。這種自動分割技術的應用加快了圖像處理的速度，使醫生能夠快速獲得肺結節的詳細信息，如位置、大小、形狀和邊界清晰度等[10-11]。通過生成的三維模型，醫生可以在虛擬環境中詳細查看結節的位置及其與重要解剖結構如血管和氣管的空間關系，規劃手術入路、切口數、切口位置、切除肺段、離斷的支氣管及血管等。對于位于復雜位置的結節，精確的三維模型可以幫助避免不必要的大切口，減少對健康組織的損傷，降低術中出血風險[12]。這種三維可視化增強了醫生對手術區域的理解，幫助胸外科醫生規劃手術路徑，選擇合適的切口位置，尤其適用于經驗不足的外科醫生無創地進行手術模擬。術前即可明確病變所在肺段區域和靶血管、氣管的解剖結構，并決定手術方式，如肺段切除、聯合肺段切除，提高了手術的安全性和精確性[13-15]。
1.2 術中定位及導航
肺結節定位是胸腔鏡肺結節切除手術成功的重要一環，常用的肺結節定位方式有：Hook-wire穿刺定位、亞甲藍染色定位、電磁導航支氣管鏡定位、CT導航穿刺定位、術中觸診定位等，但這些方法通常需要結合二維CT圖像來定位，并且大多為有創檢查。傳統的二維CT圖像，由于存在容積效應，缺乏立體視角等缺點，難以準確評估結節與周圍細小血管、支氣管的空間位置關系。三維重建可提供個性化解剖三維模型，其允許360°旋轉、放大和縮小，并可調整各部分解剖透明度，形成一個有利、安全、直觀的手術視角，接近虛擬現實（virtual reality，VR）導航，能更加安全、無創、高效地指導胸腔鏡肺結節切除手術。王騰騰等[16]證明術前 CT引導下注射醫用膠輔助定位聯合CT三維重建技術，在以肺結節為中心的單孔胸腔鏡聯合亞段/肺段切除術中安全可行，既保證了手術切緣，又最大限度地保留了正常肺組織，達到解剖學切除的目的。胡碩等[17]回顧性分析268例行解剖性肺段切除術患者的臨床資料，穿刺定位組89例，免穿刺定位組179例，結果表明三維導航免穿刺定位解剖性肺段切除技術避免了穿刺不利因素，可替代穿刺定位技術應用于位于肺段或亞段中央區域，或鄰近段間靜脈的肺磨玻璃結節。Zhang等[18]的研究表明，三維重建是一種非侵入性的視覺定位方法，可用于難以定位的位置較深的非實性肺結節，可用于指導亞肺葉切除術肺結節定位。CT虛擬無創三維輔助定位技術的優勢在于，運用虛擬三維技術對患者肺血管、氣管的解剖進行體外重現，有利于手術醫生做好術中定位及導航。此外，三維打印技術也被用于制作肺部模型，進一步輔助手術過程中的決策和規劃[19]。
1.3 術后評估及隨訪
AI輔助的三維重建在術后評估及隨訪中也顯示出獨特的優勢[20-21]。通過與術前圖像的對比，醫生可以直觀地看到手術切除效果，評估是否有遺留病灶或復發跡象。同時，這種技術也能幫助評估肺功能的損失和恢復情況[22]，對比術前與術后肺容積變化[23-24]，特別是在進行肺部大面積切除的患者中，精確的肺部容積評估對其康復和生活質量的影響極大。AI也可通過制定更好的出院計劃來增強術后護理，如可通過AI模型預測安全出院時間，幫助縮短住院時間并提高醫院運營效率[25]，但尚未融合到三維重建軟件中。此外，AI提供了高效和高連續性的隨訪監測手段。在術后早期，AI三維重建可用于評估手術區域狀態，包括肺組織的切除情況和周圍組織的狀況，評估邊緣的清潔度，判斷是否有殘留的病變組織；在術后短期隨訪中，AI三維重建可跟蹤肺部愈合和功能恢復情況，幫助評估通氣和血流情況；在中期及長期隨訪中，AI可幫助自動檢測肺部新發或增大的結節[26]，根據AI分析結果，制定個性化的隨訪計劃，這對于早期發現復發并進行干預尤為重要。這種結合了高級成像技術和AI分析的隨訪流程能夠提供更全面、更精確的數據，支持醫生對患者的長期管理，從而改善治療效果，提高患者生活質量。隨著患者術后隨訪數據的積累，AI模型可通過學習這些數據進一步優化其預測的準確性，實現早期個性化診斷和治療。
1.4 肺解剖統計及教學
AI三維重建技術在肺支氣管、血管變異解剖的統計和手術解剖教學方面具有重要的潛在價值。生成個性化精確的三維模型極大地提升了醫療專業人員對復雜解剖結構的理解，并提高了教學效率。在肺支氣管、血管變異解剖的統計分析方面，三維重建技術能夠提供比傳統二維影像更為詳盡和精確的視角。通過重建的三維模型，醫生能夠觀察到肺部的細微結構，如支氣管和血管的分布及其變異情況，這對于診斷和治療計劃的制定至關重要。AI技術的應用還包括自動識別和分類肺部結構，通過大量的圖像數據訓練，AI可幫助醫生快速識別解剖變異，提高診斷的準確性和效率[27-32]。在手術解剖教學方面，AI輔助的三維模型是寶貴的教學資源[33-35]。這些模型不僅可用于醫學生和專業醫生的教育，還能在實際手術前為醫生提供模擬操作的機會。例如，通過VR或增強現實技術，醫生和學生可以在一個可控的、交互性強的環境中探索三維肺部模型，進行手術路徑規劃和技術練習，這樣的實踐能顯著提高手術成功率并降低術中風險。此外，AI在這一領域的進展還包括其在數據處理和管理中的應用。隨著醫學影像數據量的增加，傳統的數據處理方法已不足以應對。AI技術能有效整合和分析大規模數據集，從而揭示肺部解剖的統計規律，對疾病發展和治療反應的預測提供支持。這種深度學習技術在提高數據處理效率和精度方面展現了巨大的潛力。隨著AI技術的不斷發展和完善，預計未來其在肺部解剖的研究和教學中的應用將更加普及。三維重建技術的進一步優化和新算法的開發，將使肺支氣管、血管變異解剖的統計和手術解剖教學更為高效、直觀和個性化。這不僅能夠提升醫療服務質量，也將推動醫學教育和臨床實踐的現代化進程。
2 不同人工智能三維重建平臺及技術進展
2.1 CT后處理工作站三維重建
傳統的CT后處理工作站，包括肺結節分析軟件包、最大密度投影、最小密度投影、容積再現技術、肺容積分析、肺段分段軟件包等。肺結節分析軟件包可以自動完成肺結節分析，包括結節形態、大小、CT值、與周圍血管和胸膜的空間位置關系等，缺點是只能局部觀察靶結節，并且需要手動確認結節位置。VR圖可展示肺結節、血管、支氣管的立體空間位置關系，其需要增強圖像重建血管，分步驟重建不同解剖結構再融合圖像，調整窗寬、窗位以優化圖像，需要操作者具有一定的操作經驗。最大密度投影和最小密度投影圖可以觀察肺血管與結節的空間位置關系，對外周細小血管、支氣管顯示好，但存在一定解剖重疊。肺容積分析、肺段分段軟件包可以觀察肺段平面，但不能顯示肺結節三維圖像，不利于觀察肺結節在肺段內的位置。
2.2 半自動重建軟件
半自動算法在重建過程的某些階段需要人工輔助，保留了一定程度的人為控制和決策權，例如手動定位肺結節及血管、支氣管，進行初步選擇或手動調整結果等。這些手動交互既耗時又依賴操作者的專業技能。常見的半自動重建軟件有Mimics[36-39]、Osiris X[40-42]、Deep Insight[43]、CTTRY[44-45]、IQQA-3D[46]等，各軟件都有其優缺點，總的原理基本是根據輸入的 CT上不同CT值等二維圖像信息，利用軟件進行提取、分割等處理，并輔以人工對支氣管、血管的補充判斷從而描繪出肺部的三維模型。半自動軟件具有操作可控、可手動添加和刪除解剖結構等優勢，但其操作具有一定復雜性，需要操作者熟悉解剖結構，并進行一段時間的操作學習。并且，其重建需要增強圖像，不適用于造影劑不耐受患者，重建圖像質量也受造影劑注射時間、圖像采集時間等因素影響。Matsumoto等[47]對比了3種不同的三維成像軟件（CT后處理工作站-AW、OsiriX和CTTRY）在胸腔鏡肺部手術中的應用效果，通過在同一患者使用這些軟件生成的三維圖像，并結合實際手術結果進行評估。結果表明，雖然這3種軟件各有優勢，但CTTRY在教育效果和實際操作中的靈活性方面表現更優，尤其是在需要細致調整血管和支氣管圖像的復雜手術中。但是，不同的軟件具有不同的優劣，選擇合適的軟件還需要考慮使用環境、人力資源和經濟因素。
2.3 人工智能全自動重建軟件
近年來，隨著AI技術的發展和臨床中對于成像更加準確且使用更加便利的三維重建軟件需求的增加，基于AI的全自動三維重建軟件應運而生。全自動算法試圖最小化或消除人工干預的需要，而依賴于如機器學習或深度學習技術。這些算法旨在處理從數據輸入到最終重建的整個過程，無需人工輸入。最新的三維重建算法已能在更短的時間內生成更高精度的肺部解剖結構圖像。基于AI的早期肺癌手術智能輔助決策系統，應用包括三維卷積神經網絡在內的多種算法進行各種圖像處理任務，除了常規報告結節的直徑、密度、體積、CT值、惡性概率、早期肺腺癌的浸潤亞型等數據外，可以全自動化地完成肺部三維圖像制作。此外，這種技術在增強或非增強胸部CT圖像上均可完成自動分割，彌補了傳統重建方式需要增強掃描的缺點。Chen等[48]的研究表明，與人工方法相比，全自動三維重建算法在血管和支氣管的檢測和分類方面達到了相似的準確性，作為 CT 掃描的補充，加入AI重建后，可在短時間內實現較高的識別準確率，這種算法有助于節段切除術的手術規劃過程，手術時間明顯縮短，但對術中失血量無明顯影響。Li等[49]證明全自動AI三維重建在高效預測肺部解剖結構方面具有高度準確性，其用于指導手術可縮短手術時間，且對術中出血量沒有顯著影響。鄭智中等[50]的研究表明，全自動AI三維重建系統對于胸腔鏡肺段切除術的術前規劃和術中輔助引導具有很大幫助，與Mimics 21軟件具有相當的準確性，同時可極大程度地省去外科醫生用于制圖的時間，在未來的數字化、精準化、個體化醫療中，有很大的推廣價值。盡管全自動方法非常高效，但可能不總是能考慮到人工操作者能夠調整的特定細微差別。在實際臨床應用中，全自動方法可能還不足以在沒有任何人工監督的情況下使用，仍需要大量數據進行訓練及優化，也需要更多研究驗證全自動三維重建軟件效能。自動分割的精確性有可能達到專家手動分割的水平，這使其能成為手動處理大規模圖像分析中的寶貴工具。
3 人工智能三維重建面臨的挑戰
目前AI三維重建存在的一些問題及改進方向主要有：（1）淋巴結清掃是惡性肺結節切除術中的重要步驟，如腫大淋巴結靠近血管，在進行清掃時容易損傷細小血管，造成術中出血。手動及半自動三維重建軟件可手動重建需要切除的腫大縱隔或肺門淋巴結，但AI全自動三維重建大部分尚未應用淋巴結自動重建，仍需要大數據模型優化彌補這一缺陷。（2）胸腔粘連是影響手術時間和決定手術復雜程度的重要因素之一，CT和三維重建圖像均難以評估患者胸腔粘連的實際程度，需要更多研究分析這一現象的原因以及提供解決辦法。（3）多數肺部三維重建軟件暫未融合肺功能計算，這項技術在肝手術中應用較成熟，若能實現自動計算術后肺功能，將進一步完善肺結節三維重建術前規劃功能。（4）肋骨、心臟及大血管是術前穿刺定位的重要標志，若重建圖像包括縱隔，能更好地幫助結節定位，未來也可運用于縱隔腫瘤的手術指導。（5）AI聯合三維重建平臺可形成肺結節診療一體化，進一步融合AI結節臨床特征、病理組學、蛋白組學、基因組學等診斷，并以此構建橋梁促進多學科診療模式，幫助醫生更加智能化制定肺結節策略。（6）對于經驗不足的外科醫生，實時手術導航系統是更優化的手術指導工具，手術導航結合了醫學成像技術與實時追蹤技術，根據患者的詳細醫學影像數據創建三維圖像，并制定手術計劃，在手術過程中通過特殊的追蹤設備（如紅外線傳感器）和手術工具標記，實時顯示工具的位置，并與預先計劃的路徑對比，從而指導醫生進行精確操作，期待肺結節手術導航集成系統能夠早日實現。（7）全自動三維重建需要大量的數據訓練以優化模型，保證圖像分割的準確性和魯棒性，不同掃描儀、掃描參數、圖像質量對重建圖像標準化的影響仍需進一步研究分析。未來的研究將致力于解決這些挑戰，進一步推動AI三維重建技術在胸腔鏡肺結節切除手術中的臨床應用。
4 總結與展望
AI聯合三維重建技術在胸腔鏡肺結節切除手術中的應用具有明顯優勢，通過精確的肺部解剖顯示，改善了手術規劃和執行，提高了手術的安全性和效率。盡管當前技術存在一定的局限性，如數據依賴性強、對高質量圖像的需求大等，未來的技術進步和數據優化有望克服這些挑戰。未來需要更多的多中心臨床試驗，進一步驗證AI三維重建技術在臨床應用的有效性和可行性。隨著AI技術的不斷發展，預計在未來的臨床實踐中，AI三維重建將發揮越來越重要的作用。期待更加智能化的醫療時代的到來。
利益沖突：無。
作者貢獻：王蕾負責撰寫和修改文章；向之明對文章的相關內容進行指導、審閱和修正。