引言
在當今醫學領域，人工智能（Artificial Intelligence, AI）正以前所未有的速度發展，并在衆多領域展示出其強大的應用潛力。然而，相較于其他醫學領域，AI在外科手術中的應用尚處于起步階段，但其未來發展前景令人矚目。外科手術是一個高度複雜且依賴經驗的領域，涵蓋術前診斷（Preoperative Diagnosis）、臨床風險預測（Clinical Risk Prediction）、術中決策支援（Intraoperative Decision Support）和術後監測（Postoperative Monitoring）等多個環節。每年全球約有3.3億台手術正在進行中，随着手術需求的不斷增加和等待名單的延長，AI在優化外科手術流程和提高手術效果方面的潛力正逐漸顯現。5月13日Nature Medicine就該領域的進展發表了一篇綜述“Artificial intelligence in surgery”。術前診斷是AI應用的一個重要領域，通過對醫學影像資料的深度學習（Deep Learning），AI可以實作早期疾病的高精度檢測。例如，三維卷積神經網絡（3D Convolutional Neural Network, 3D-CNN）在檢測胰腺導管腺癌（Pancreatic Ductal Adenocarcinoma）方面表現出色，極大地提高了早期診斷的準确性。與此同時，AI在臨床風險預測和患者選擇中的應用也日益廣泛。基于機器學習（Machine Learning）的預測模型，如POTTER電腦（POTTER Calculator），在手術風險評估中表現優異，能夠幫助醫生更科學地選擇适應症，優化手術計劃。在術中，AI的應用主要集中在實時決策支援和手術自動化（Surgical Automation）方面。通過對手術視訊的計算機視覺（Computer Vision）分析，AI能夠識别手術步驟，評估術者的技術水準，并提供實時回報，顯著提高手術的精确度和安全性。此外，術中低血壓預測指數（Hypotension Prediction Index, HPI）等AI工具在臨床實踐中已經顯示出顯著的效益，能夠提前預測并幹預術中并發症。術後監測是另一個AI大有作為的領域。通過可穿戴裝置（Wearable Devices）和傳感器（Sensors），AI可以實作對患者生理參數的連續監測，及時預測和預防術後并發症。例如，基于AI的Prescience系統能夠在低氧事件發生前五分鐘進行預測，并提供實時風險評分，大大提高了術後護理的效率和安全性。總的來說，AI在外科手術中的應用正在不斷深入，其在提高手術精準度、優化手術流程和改善患者預後方面展示出巨大的潛力。随着AI技術的進一步發展，多模态AI（Multimodal AI）方法的應用将為外科手術帶來更為廣闊的發展前景和更顯著的臨床效益。未來，AI有望在外科手術的各個環節中發揮更加重要的作用，為患者提供更加優質的醫療服務。
AI在術前的應用術前診斷術前診斷是手術成功的重要環節。AI在醫學圖像識别方面的表現尤為突出，特别是在早期疾病診斷和手術計劃制定方面。例如，三維卷積神經網絡（3D Convolutional Neural Network, 3D-CNN）能夠在術前磁共振成像（Magnetic Resonance Imaging, MRI）中檢測出胰腺導管腺癌，具有極高的準确性（AUROC值分别為0.97和0.90）。這種高精度的早期診斷有助于及時幹預，進而顯著改善患者的預後。
臨床風險預測和患者選擇高精度的風險預測模型能夠幫助醫生在術前更好地選擇手術适應症，減少手術的無效性，提高患者知情同意的品質。例如，基于機器學習的POTTER電腦在急診手術患者中的預測準确性達到了0.92（内部驗證）和0.93（外部急診手術驗證）。這種模型通過綜合分析多種資料，提高了風險預測的準确性，為臨床決策提供了有力支援。
術前優化術前優化是一個相對較新的概念，旨在通過全面評估患者的身體狀況，制定個性化的優化方案。例如，AI可以利用12導聯心電圖（Electrocardiogram, ECG）快速評估心功能，進而優化術前心血管評估。此外，多模态AI方法能夠綜合分析包括基因組學（Genomics）、微生物組學（Microbiomics）等在内的多種資料，對患者進行全方位評估，以期在術前進行更精确的優化。
人工智能驅動的數字幹預措施在術中環境中的整合（Credit: Nature Medicine）
AI在術中的應用術中決策支援AI在術中的應用主要集中在實時決策支援上。例如，術中低血壓預測指數（Hypotension Prediction Index, HPI）已在兩項随機試驗中顯示出顯著的臨床效益，能夠提前預測低血壓并進行幹預。通過實時分析患者的生理資料，AI可以幫助醫生在術中做出更及時、更準确的決策，減少術中并發症的發生。
計算機視覺與手術自動化計算機視覺是AI在術中應用的另一個重要領域。通過分析手術視訊，AI可以識别手術步驟、評估術者的技術水準，并提供實時回報。例如，一種統一的外科AI系統在外部驗證中能夠準确識别和評估針頭提取、處理和驅動等手術步驟，表現出較高的可靠性（AUC值大于0.85）。這些技術有助于提高手術的精确度和安全性。
圍手術期和術後連續監測的傳感器輸入（Credit: Nature Medicine）
AI在術後的應用術後監測術後監測對于提高患者的康複品質至關重要。目前，許多醫院仍依賴于每四小時一次的護士觀察，這不僅增加了護理人員的工作負擔，也可能導緻對患者狀況的延遲反應。通過可穿戴裝置實作連續的生理參數監測，AI可以實時分析患者的恢複情況，提前預測并發症并進行幹預。例如，基于可解釋性AI的Prescience系統能夠在低氧事件發生前五分鐘預測其風險，并提供實時的風險評分。
并發症預測術後并發症的早期檢測對于減少術後死亡率至關重要。例如，MySurgeryRisk使用機器學習算法預測術後主要并發症和死亡的風險，已經在單中心研究中顯示出良好的性能。随着傳感器和可穿戴裝置的發展，AI在并發症預測方面的應用前景廣闊。
AI在患者教育與知情同意中的應用大語言模型與患者教育大語言模型（Large Language Models, LLMs）如ChatGPT已經展示了在醫學教育和患者溝通中的潛力。這些模型可以幫助醫生撰寫手術知情同意書，提高患者對手術風險和過程的了解。例如，LLM生成的知情同意文檔在可讀性、準确性和上下文意識方面表現出色，甚至優于外科醫生撰寫的文檔。
個性化的患者咨詢AI模型還可以用于個性化的患者咨詢，通過分析患者的個人資料，提供定制化的風險評估和術後恢複指導。例如，內建了準确的深度學習風險預測的AI通信平台可以為患者提供個性化的風險評估，回答術前優化和術後恢複的相關問題，指導患者順利度過整個手術過程。
随着AI技術的不斷發展，其在外科手術中的應用前景廣闊。從術前診斷、臨床風險預測、術中決策支援到術後監測，AI正在各個環節中發揮着越來越重要的作用。未來，随着多模态AI方法的發展，AI在手術中的應用将進一步擴充和深化，為外科手術帶來更高的精确度和安全性，最終改善患者的預後和生活品質。
原文連結
https://www.nature.com/articles/s41591-024-02970-3
責編|探索君
排版|探索君
轉載請注明來源于【生物探索】
End