數字化時代的可視化醫學：智能神經外科的新發展與真實世界的新希望

楊軍 楊辰龍

楊軍，二級教授、主任醫師、博士生導師。北京大學臨床科學家、王忠誠醫學成就獎獲得者，國家重點專科負責人。師從于我國神經外科創始人王忠誠院士，美國鳳凰城BNI和德國漢諾威INI等世界神經外科中心訪問學者。北京大學醫學部精準神經外科與腫瘤研究中心主任、北京大學第三醫院神經外科主任、北京市兼全國神經外科住院醫師規范培訓基地（北京大學）主任、中國老年醫學學會神經外科分會會長，中關村腫瘤微創治療產業技術創新戰略聯盟頭頸外科委員會候任主任委員、中華醫學會北京神經外科分會副主任委員兼智能神經外科開發與應用學組組長、中國裝備協會神經外科分會副會長。發表論著近200篇，SCI收錄30余篇。主編及參編著作13部，主持及參與專利技術開發10余項。主持國家自然科學基金3項及其它各級課題20余項。獲北京醫學科技二等獎等各級科技獎12項。

【摘要】 現代醫學經歷了循證醫學、轉化醫學、精準醫學時代的發展，已經取得了諸多革命性突破，在不斷優化疾病預防、早期診斷、合理治療和預后判斷的基礎上，更是不斷地深化疾病的精準分型分期，但較多研究成果的臨床轉化在真實世界中的應用卻未達到預期效果。隨著數字化醫學技術的快速發展，智能可視化技術為神經外科提供了所見即所得、有圖有真相的新手段，也成為改善真實世界中患者臨床預后的重要突破口。本文重點評述了數字化時代可視化醫學的發展及其對神經外科發展的歷史性意義，尤其指出未來智能神經外科發展中可視化技術的發展趨勢。

【關鍵詞】 數字化醫學；可視化；神經外科；智能技術；發展趨勢

【中圖分類號】 R651 【文獻標志碼】 A 【文章編號】 1672-7770（2023）02-0121-04

Abstract： Modern medicine has experienced the development stages of evidence-based medicine， translational medicine and precision medicine， and has made many revolutionary breakthroughs. Except for the optimization of disease prevention， early diagnosis， appropriate treatment and prognostic prediction， accurate classification and staging of diseases have been achieved. However， applications of clinical transformation from basic research have not reached the expected efficacy. With the rapid development of digital medicine， intelligent visualization technology provides a new intuitional method for neurosurgery， and also becomes an important breakthrough to improve the clinical prognosis of patients in the real world. Herein， we focus on the development of visualization medicine in the digital era and discuss its historical significance to the development of neurosurgery， especially the trends of visualization technology in the development of intelligent neurosurgery in the future.

Key words： digital medicine; visualization; neurosurgery; intelligent technology; development trend

基金項目：國家自然科學基金項目（82272675，82072774，81901202）；北京市自然科學基金項目（7222217）；首都衛生發展科研專項（2022-4-40918）；北京大學第三醫院臨床重點項目（BYSY2018060，BYSYZD2021023）；海淀創新轉化專項科創研發（HDCXZHKC2022215）

作者單位：100191 北京，北京大學第三醫院神經外科，北京大學醫學部精準神經外科與腫瘤研究中心

20世紀末，加拿大皇家科學院院士、流行病學和統計學家戈登·蓋亞特（Gordon Henry Guyatt）教授在JAMA雜志上首次提出“循證醫學”概念［1］，標志著臨床醫學成為依賴大量臨床證據不斷優化疾病的預防、早期診斷、合理治療及預后判斷的實證科學。循證醫學雖然推動了醫學的重大發展，但它僅僅為臨床醫師提供了總結實踐經驗、科學求證、謹慎用證的方法學，卻也同時暴露了新的醫學發展瓶頸：一是立足于既有實踐方法的證據積累，如何實現醫學的守正創新，探索新的顛覆性技術手段；二是面對急劇增加的大數據流，如何去偽存真、去粗存精，挖掘真正有利于臨床診療的證據鏈條。

針對這兩個歷史性問題，21世紀初，醫學領域即誕生了兩大革命性理念，轉化醫學和精準醫學。轉化醫學于2003年由美國國立衛生研究院（National Institutes of Health，NIH）正式提出［2］，隨即受到全世界的廣泛關注，強調將基礎研究的成果轉化成服務于臨床患者的真實有效診療手段，為基礎醫學及理工學科的理論與技術研究同臨床醫學的應用實踐之間搭建了一條連續、雙向、開放的橋梁［3-5］。精準醫學概念是2015年奧巴馬在國情咨文報告中提出的［6］，旨在利用人類基因組及分子生物學技術挖掘疾病的基礎研究數據，同時整合個體患者的臨床及影像學資料，將疾病重新精細分類，以驅動因子為靶標，探索并驗證創新治療手段，在精準診斷的基礎上實現對疾病的精準評估、精準分期和精準治療［7］。在這兩大革命理念的推動下，生物醫藥行業經歷了二十余載蓬勃的發展。

然而，盡管基礎醫學專家、臨床醫生、科研院所及醫藥企業夜以繼日地密切合作，不斷將研究成果向臨床應用轉化，但是以藥品及醫療器械注冊為目的的轉化醫學與精準醫學全球運動并未達到理想效果［8］，多數獲得食品藥品監督管理局（Food and Drug Administration，FDA）批準的藥品在真實世界的臨床療效也不超過50%，許多成果除卻為企業產生經濟效益以外，并未給患者改善預后，同時為社會及醫保體系增加了沉重的負擔［9-11］。追本溯源是因為在龐大的證據量面前，人類的算力及對疾病的認知有限，并不能高效地抽絲剝繭般揭示疾病發生發展的本質環節，也難以在短時間內模擬診療過程、還原病程真相。近年來，隨著信息科學與計算機技術的迅速發展，及其在醫學領域的不斷滲透，數字化技術已將醫學邏輯與實踐手段推進到前所未有的新高度，尤其依托于數字醫學的可視化技術更是針對“眼見為實”的樸素訴求，不斷延伸人類的感官［12］，使神經外科的診療過程越來越全面化、多維化、標準化、規范化、集約化，呈現出“所見即所得、有圖有真相”的實踐優勢特點。總結來說，可視化智能技術有如下幾個主要發展趨勢，也指明了神經外科未來的新發展。

1 可視化技術的多模態融合

以醫學影像為代表的可視化技術快速發展，極大地優化了臨床醫師對神經系統疾病進行診斷、手術規劃、治療及預后評估的效率和準確性。隨著不同影像學技術在各自賽道的更新迭代，其優劣勢也愈發突出，未來可視化醫學將更加注重不同模態圖像的融合，包括CT、MRI、PET、超聲、電生理等光、磁、聲、電信號圖像及各自技術框架下的不同參數序列，以實現優勢互補，獲得更全面、更準確的診斷結果。電生理手段（如腦電圖EEG或事件誘發電位ERP）雖然提供了非常高的時間分辨率，但空間分辨率較低，且傳統波形的判讀較為晦澀，對閱片者的專業技術要求高；而MRI則具備較高的空間分辨率，且圖像定位較為直觀易讀，但腦功能表現則有一定延時。此外，CT對于顱骨及腦內血腫的識別較為敏感，而MRI則在呈現腫瘤或腦組織結構方面更具優勢［13］。將電、磁、光、聲、核素、電子等多模態的信號進行同步融合分析，則可以克服單一成像手段的局限性，極大地優化疾病的診療效率。近年來成功研發的可視化系統已可同時呈現腦組織、病灶、灰質功能區、白質纖維束、腦血管、顱神經的精細結構及毗鄰關系［14-15］，可幫助臨床醫師更準確地認識個體化病理解剖特征，制定更安全有效的手術方案，通過神經導航系統精準指導術中操作［16-18］。

2 應用場景的跨尺度延伸

傳統的神經外科臨床可視化技術多是指宏觀肉眼尺度的視覺通信，而隨著數字化技術的發展，人類在手術中的物理視野已經得到了極大地延伸。在微米以上的尺度，最為突出的技術發展是光學成像系統的革新，主要體現在更高的清晰度、增強的景深視野、更適宜的人體工效性，此外，創新的熒光激發模塊還可以通過吲哚箐綠、δ-氨基-γ-酮戊酸（5-ALA）或熒光素鈉更清晰地顯示血管以及腦腫瘤邊界［19-20］，使臨床醫師可以直觀評估實時血流狀態及腫瘤切除程度。而作為手術顯微鏡的補充甚至替代技術，神經內鏡及數字化外視鏡有效彌補了顯微手術的不足：（1）內鏡帶有側方視角，可消除術中視野死角，使操作更精細，同時全景化視野可對病變進行全局或局部特寫，有利于辨認病變側方和周圍重要的神經血管結構，此外有角度的內鏡可顯示一些手術顯微鏡視野無法抵達的深部空間，在直視下進行手術操作；（2）外視鏡將圖像進行數字化編碼后再處理，具有更長的焦距、更高的放大倍數、額外的照明、更高分辨率的圖像，在復雜神經外科手術中有良好表現，有效克服了二維成像的缺陷，比如成像清晰程度、操作靈活性不足等。術中的可視化技術還體現在微米甚至納米尺度，近年來研發的術中激光共聚焦顯微鏡實現了實時的光學活檢，在手術切除過程中即可將組織細胞形態、排列特征、異型性進行可視化，所觀察到的亞細胞細微結構與病理切片相當，從而對病灶進行即時的組織學診斷，有效推動了病理診斷的前移。除此之外，拉曼光譜技術還可以捕獲不同物質分子在光照后所產生的不同波長的光譜，從而鑒別腦腫瘤與正常腦實質，利用該技術研發的術中成像系統可以將拉曼光譜的自發信號擴增到萬倍以上，在術中無需對組織進行切片和染色處理即可獲得實時的拉曼光譜腫瘤成像［21］。

3 無限接近生理極限與不斷突破工具限閾

神經外科數字可視化技術的發展一方面越來越接近人類的生理感知極限，如術中成像設備的分辨率從HD高清晰度逐漸發展到4K超高清晰度，即便是進行“手眼分離”的神經外科手術，也已經能夠提供接近人類視網膜分辨率的沉浸式體驗［22］。而神經導航系統的問世，更是將低年資神經外科醫師的操作準確率提高到接近甚至超越世界級專家的水平。例如，傳統的標準徒手脊柱置釘（Free Hand）技術高度依賴于術者的解剖理論基礎與臨床實踐經驗，即便是經驗豐富的專家，其準確率也只有49.7%～91.7%。然而，伴隨神經導航技術的發展，目前可以在影像數據可視化的實時引導下指導進釘路徑及深度，并可利用多模態影像實現毗鄰血管神經的可視化，從而有效規避不必要的醫源性損傷，在計算機輔助導航設備的引導下，低年資醫師的置釘準確率也可達到95%～97%，而隨著手術機器人技術的引入，可以在既定穿刺路徑和置釘規劃的基礎上實現更微量控制的精細操作，避免人為誤差，進一步使置釘準確率提高至98.7%［23］；同樣的技術優勢拓展到高血壓腦出血的血腫穿刺引流手術、顱內病變活檢術及三叉神經半月節球囊壓迫術亦是如此［24-25］。因此，數字可視化技術的發展在無限接近人類生理極限的同時，可實現更多人力難以精細控制或穩定重復的外科操作。另一方面，數字智能可視化的發展還不斷突破工具的形態及技術限閾。傳統的導航可視化技術主要依賴光學識別，其中最多的技術核心圍繞紅外定位，而近年來發展出的結構光技術、電磁導航技術將可視化推向更廣泛的應用場景，具有顯著的優勢，如體積精巧、移動靈活、便攜性好、設備相容性高、不依賴參考環、影像漂移發生率低、精確性極大提高等。手術機器人也擺脫了傳統機械臂與導航設備的巨大體積，新近上市的輕量化、高智能化、高精準度、高便捷性的微型手術機器人，不僅體積小巧，還集成了神經導航系統，可精準指導血腫穿刺抽吸、立體定向活檢、腦室分流等手術。未來神經外科的可視化工具也逐漸向著微型輕量化、智能化、移動化、便攜式的方向發展［26］。

4 多感官互動

傳統的可視化主要關注視覺信息的傳達，然而隨著數字化技術的多元化發展，目前虛擬現實、增強現實技術結合智能化3D打印技術，不僅強調視覺場景的再現，也對觸覺、力覺及聽覺的反饋提出越來越高的要求。雖然手術機器人和5G網絡通信技術的發展已使遠程神經外科手術成為可能，但術中缺失觸覺反饋是影響操作機器人進行遠程手術效果的最重要因素，如何設計力反饋控制系統也成為當前的主要技術挑戰之一［27］。此外，除了直接將操作力反饋給外科醫師，采用感覺替代或者增強現實的方法也是一種選擇，例如可將器械和組織之間的操作力信息圖形化顯示，已有實驗證明直接力反饋和圖形力反饋的手術效果依賴于不同的手術操作和操作者熟練度［28］。神經外科手術的復雜性及精細化對術中可視化的多感官互動提出了較高要求，觸覺力反饋能夠幫助外科醫師直觀快速地識別出病變組織和正常實質，而且力反饋能夠避免人為疏忽造成的組織損傷。在力反饋缺失的場景中，外科醫師操作手術機器人無法保證器械和組織的接觸力，過于機械的運動將造成組織損傷。在進行鈍性切割和縫合的時候，力反饋對于避免神經、血管和腦組織損害也極為重要，用力過大將造成局部不可逆的醫源性損傷［29］。在未來神經外科智能可視化技術的發展中，視覺、觸覺、聽覺等多感官的協調互動將進一步提高手術的準確性和安全性。

5 軟件時代與硬件時代并行，數據接口的開放融通成為大勢所趨

過去三十余年，神經外科診療裝備的發展主要集中在硬件領域，誕生了諸如導航系統、外視鏡、新一代神經內鏡、手術機器人等革命性手術設備，而面對數字化時代大數據量的處理需求，智能化軟件的研發也成為各國爭相進軍的研發戰略高地。目前，多模態神經影像融合處理系統、智能三維重建可視化系統、人工智能自動診斷系統、虛擬現實及增強現實手術規劃系統等軟件已極大地彌補了單純依靠硬件難以實現的技術盲區，形成了當下軟件開發與硬件研發并駕齊驅的發展特色。然而，在這種產業背景下，數據共享、數據互通、開放接口、統一標準成為不同平臺、不同研發團隊、不同專利及數據持有方需要共同克服的壁壘。當前，一些優勢企業已經開展了多種積極的嘗試，例如將神經外科手術顯微鏡升級為開放式結構，賦予其與智能化軟件和設備集成的能力，包括HIS信息系統、PACS影像系統、熒光濾鏡及激光器、神經外科導航系統、增強現實可視化系統以及內窺鏡等。未來智能神經外科的發展需要來自不同行業的研發團隊以更包容的心態、更開放的思路，打通數據和技術壁壘，積極融入到多學科合作的大潮流中。

總而言之，隨著數字化技術的發展，當前智能醫學進入新的發展時期，各種軟硬件技術不斷推陳出新，為臨床診療提供更直觀、更精細、更高效的信息傳達途徑，而這種“所見即所得、有圖有真相”的診療方式較之既往依賴于經驗及推理的模式，更為有效地改善了患者的臨床預后與生活質量，因此數字化時代的可視化醫學為智能神經外科帶來新的發展，也為優化真實世界的診療服務模式提供了新手段。

［參 考 文 獻］

［1］Guyatt G，Cairns J，Churchill D，et al.Evidence-based medicine：a new approach to teaching the practice of medicine［J］.JAMA，1992，268（17）：2420-2425.

［2］田玲，張宏梁，馬凌飛.國內外轉化醫學發展現狀與展望［J］.醫學研究雜志，2011，40（1）：17-20.

［3］張亞卓.建立轉化醫學平臺、促進神經外科人才培養［J］.中華神經外科雜志，2010，26（11）：961-962.

［4］趙繼宗.轉化醫學理念推動神經外科進步［J］.北京醫學，2011，33（5）：367.

［5］韓濟生.疼痛醫學中的轉化醫學［J］.中國疼痛醫學雜志，2011，17（1）：1.

［6］楊煥明.奧巴馬版“精準醫學”的“精準”解讀［J］.中國醫藥生物技術，2015，10（3）：193-195.

［7］賀林.新醫學是解決人類健康問題的真正鑰匙——需“精準”理解奧巴馬的“精準醫學計劃”［J］.遺傳，2015，37（6）：613-614.

［8］張亞卓，李儲忠.加強轉化醫學研究推動現代神經外科發展［J］.中華神經外科雜志，2010，26（7）：577-578.

［9］李宛亭，喬佳慧，孟令全，等.真實世界數據存在的問題與質量提升對策研究［J］.中國新藥雜志，2021，30（13）：1160-1163.

［10］戴亮，季光.基于FDA《真實世界證據計劃框架》論析真實世界研究對中藥新藥研發的意義［J］.中藥新藥與臨床藥理，2019，30（11）：1403-1408.

［11］董麗，連桂玉，王闖，等.美國FDA《真實世界證據計劃框架》及對我國的啟示［J］.中國新藥雜志，2021，30（11）：980-983.

［12］楊軍.大數據與精準醫學時代的智能神經外科［J］.中華神經外科雜志，2021，37（9）：865-868.

［13］張峰.腦腫瘤多模態醫學圖像可視化研究及系統實現［D］.杭州：浙江大學，2004.

［14］陳素華，楊軍，陳新，等.多模態影像三維重建聯合神經導航在功能區膠質瘤手術中的應用［J］.中華神經外科雜志，2021，37（9）：874-879.

［15］陳素華，楊軍，陳新，等.大型、巨大型上矢狀竇中后1/3侵犯顱外復發腦膜瘤的手術治療［J］.北京大學學報：醫學版，2022，54（5）：1006-1012.

［16］祁子禹，張家墅，徐興華，等.基于多模態影像的混合現實導航技術在腦功能區病變切除術中的應用價值［J］.中華外科雜志，2022，60（12）：1100-1107.

［17］姬相天，楊軍.彌散張量成像技術在手術治療顱內腫瘤中的應用進展［J］.中華神經外科雜志，2021，37（8）：857-860.

［18］張波，陳新，楊軍.擴散峰度成像技術在腦膠質瘤診治中的應用進展［J］.中華神經外科雜志，2022，38（3）：313-316.

［19］付強，圖爾迪麥麥提·圖爾迪艾合買提，夏鳴，等.熒光素鈉“黃熒光”染色技術引導膠質母細胞瘤手術的研究［J］.臨床神經外科雜志，2021，18（1）：47-52.

［20］王浩，章劍劍.基于吲哚菁綠熒光造影的FLOW800技術在神經外科手術中的應用［J］.中國臨床神經外科雜志，2021，26（1）：46-49.

［21］張亮，余新光.拉曼光譜技術在腦膠質瘤診斷中的應用進展［J］.中華神經外科雜志，2022，38（5）：516-519.

［22］Uozumi Y，Taniguchi M，Nakai T，et al.Comparative evaluation of 3-dimensional high definition and 2-dimensional 4-K ultra-high definition endoscopy systems in endonasal skull base surgery［J］.Oper Neurosurg （Hagerstown），2020，19（3）：281-287.

［23］Spirig JM，Golshani S，Farshad-Amacker NA，et al.Patient-specific template-guided versus standard freehand lumbar pedicle screw implantation：a randomized controlled trial［J］.J Neurosurg Spine，2021，28（5）：1-7.

［24］司雨，于濤，韓蕓峰，等.機器人輔助顱內病變活組織檢查術在高齡患者中的臨床應用［J］.中華神經外科雜志，2021，37（9）：885-888.

［25］司雨，吳超，陳素華，等.“四步法”機器人引導經皮三叉神經半月節球囊壓迫術［J］.中國微創外科雜志，2022，22（12）：929-933.

［26］楊麗曉，侯正松，唐偉，等.近年手術機器人的發展［J］.中國醫療器械雜志，2023，47（1）：1-12.

［27］于海洋.力觸覺反饋技術在脊柱外科手術機器人中的應用研究［J］.數字技術與應用，2017，35（11）：55-56.

［28］Okamura AM，Verner LN，Yamamoto T，et al.Force feedback and sensory substitution for robot-assisted surgery［M］//Rosen J，Hannaford B，Satava RM.Surgical Robotics：Systems Applications and Visions.Boston：Springer，2011：419-448.

［29］付志宇.力觸覺反饋系統的虛擬現實應用研究［D］.上海：上海工程技術大學，2014.

（收稿2023-04-02）