數字介入
——當介入放射學遇上數字醫學

吳志遠，程永德

數字醫學（digital medicine）和介入放射學在醫療領域發展過程中正走在最前沿。數字技術應用不僅能提高介入放射學醫療服務質量和效率，還能改善患者治療體驗。隨著技術更新和發展，數字醫學有可能進一步深化在介入放射學中的應用，甚至可能改變現有醫療模式，從而形成一個跨學科新領域——數字介入。

1 數字醫學與介入放射學：醫療合作新篇章

數字醫學與介入放射學分別代表了醫學的兩個重要方向，即技術創新與治療優化，二者結合正在開啟新的治療方法和診療流程。數字醫學是一門綜合了信息技術、 大數據、 人工智能（artificial intelligence，AI）等先進技術，以提高醫療服務效率、精準度及可獲取性的學科，它的目標是將醫療系統從傳統的病理關注轉向預防、個體化及精準的治療方式。介入放射學則是一個使用影像引導進行微創治療的醫學分支，醫師通過高級成像技術定位病灶，然后通過微創手術使用導管或其他設備對患者進行治療。介入放射學的優勢在于其精準性和微創性，能夠大大減少手術風險和患者恢復時間。

數字醫學在介入放射學中發揮著重要作用，數字醫學與介入放射學結合將為我們打開一個新世界大門。這種結合將使我們能夠為患者提供更加個體化的治療方案，提高醫療服務效率和質量，降低醫療成本，最重要的是有助于改善患者生活質量。這將是一個全新的醫療模式，充滿了無盡的可能性和機遇。

2 數字醫學基本工具和技術： 從電子健康記錄到人工智能

數字醫學正在通過其基本工具和技術，如電子健康記錄（electronic health record，EHR）、AI、可穿戴設備以及遠程監控等技術，對醫療健康領域產生深遠影響。這些技術和工具不僅在數字醫學中發揮重要作用，而且正在逐步融入介入放射學實踐。

2.1 EHR

EHR 是數字醫學基石，它提供了一種集中、組織化的方式存儲和共享患者醫療信息，如病史、藥物使用、實驗結果以及影像學檢查資料等。EHR 應用提高了醫療服務效率，減少了記錄錯誤，促進了醫患之間溝通，有助于提升醫療服務質量。在介入放射學中，EHR 為介入醫師提供患者資料快速和完整訪問，使得診療過程更加個體化和精準［1］。

2.2 AI

AI 在數字醫學中是一個不可忽視的部分，尤其是在影像識別和解析方面。機器學習和深度學習算法能從大量醫學影像數據中“學習”并提取有用信息。例如，AI 可輔助醫師分析CT、MRI 等影像，識別出微小腫瘤或其他病變，有時甚至超越了人類專家眼睛［2］。大數據與AI 結合為醫療健康領域帶來了革命性改變。AI 聊天機器人可幫助解答患者基本問題，釋放醫師時間，以便醫師可專注于更復雜的醫療問題。同時，自然語言處理技術也可幫助從醫患溝通中提取有價值信息，以改善診斷和治療方案。通過分析海量的多來源醫療數據，AI 還能夠幫助醫師做出更好決策，并改善醫患溝通，推動精準治療。如AI 可通過分析電子病歷、 影像及基因檢測等數據，輔助醫師診斷疾病、預測病情發展及制定治療方案。這種精準診斷和個性化治療方法，有助于提高治療效果和患者滿意度。在介入放射學中，AI 可幫助醫師進行病灶精準定位和診斷，從而提高手術精準度和效率［3］。

2.3 可穿戴設備和遠程監控技術

可穿戴設備和遠程監控技術正在改變我們對健康和疾病管理的方式。這些設備如智能手表、健康追蹤器，可實時收集和分析患者生理數據（心率、血壓及血糖等），這對于慢性疾病管理至關重要。在介入放射學中，這些數據可用來監控患者術后恢復情況，及時發現并處理可能的并發癥。

數字醫學工具和技術正在不斷發展和改進，已變得越來越重要。它們改善了醫療服務效率和質量，為患者提供了更好的管理和監測方式。這些工具和技術為介入放射學提供了更準確的診斷、 更精確的治療、更有效的患者管理。我們期待看到數字醫學更多進步，以及它們在介入放射學中更廣泛應用。

3 數字醫學在介入放射學的應用：深度融合新視角

3.1 高級成像技術

高級成像技術如CT、MRI 及DSA 在介入放射學中起著至關重要的作用。例如，CT 和MRI 可提供細致的結構圖像，幫助識別病變部位，DSA 可實時觀察血流動態，指導介入手術；肝癌介入治療中可利用CT 和MRI 識別出肝臟中的腫瘤，然后通過DSA 引導插管到腫瘤供血動脈對腫瘤進行局部治療。

3.2 介入手術規劃

傳統介入手術規劃方式一般是醫師通過對病史資料分析進行規劃，其中尤其重要的對術前影像學資料的分析。手術醫師根據自身經驗，“腦補”導管或穿刺針進入路徑，這種方式更依賴醫師經驗，但還不夠精準。如今術前影像學檢查均形成數字化資料，從而可應用計算機技術進行處理。三維可視化技術就是在計算機輔助下對二維影像結果進行三維重建并還原，給手術醫師更加直觀的結果，而且數字影像可測量性，使術前評估更加精準，從而減少了術前評估的主觀偏差。從數字化角度看，消融治療以標準化影像圖像為基礎，是最有可能實現診療場景數字化的技術之一，有望實現全閉環工作流程數字化技術覆蓋［4］。目前已有部分腫瘤消融穿刺路徑規劃設備的應用報道［5］，但到大規模實際應用仍有一定距離。

除了穿刺場景，手術規劃系統在DSA 引導手術中也有應用。如術前應用三維可視化技術精準評估肝門膽管癌經皮穿刺肝膽管引流術和經皮膽道支架植入術，結果顯示該技術有助于制定手術策略，可提高手術安全性和精準性［6］。

3.3 圖像引導手術

圖像引導手術（image-guided surgery，IGS）是介入放射學的重要技術，它利用實時成像技術引導手術過程。IGS 可提高手術精度，降低并發癥風險，縮短恢復時間。例如，在肝腫瘤射頻消融治療中，介入醫師可通過實時影像引導（如超聲、CT、MRI），準確地將消融電極插入腫瘤中，然后釋放射頻能量，將腫瘤完全消融，避免了開放手術，患者恢復時間也大大縮短。

對部分病灶較小或部位復雜病灶，單一模態影像引導在術中難以準確顯示病灶，從而影響了治療效果，多模態影像融合引導技術就是近年來研究的熱點方向之一［7］。如小肝癌微波消融治療過程中常規超聲準確尋找病灶位置存在一定難度時，應用結合超聲實時顯像與CT/MRI 靜態橫斷圖的實時影像融合介入導航系統，可精準評估病灶位置、數量及大小，且用于術后隨訪的準確度、靈敏度及特異度也均較高［8］。

在血管介入領域，多模態影像融合引導技術也有報道［9］。如應用MRI 融合導航技術進行經頸靜脈肝內門體分流術（transjugular intrahepatic portosystemic shunt，TIPS）治療的技術成功率為100%，術中肝靜脈和門靜脈穿刺次數為2.5±1.7，減少了患者創傷，節約了手術時間，技術優勢明顯［10］。

3.4 導航設備和介入手術機器人

近年來，計算機輔助導航系統在部分醫療單位逐漸開展應用，與常規CT 引導介入手術不同的是，導航設備可提供術中實時引導［11］，其空間定位方法主要包括機械定位、電磁定位及光學定位［12］，目前多應用于輔助CT 引導的經皮穿刺活檢或消融手術。但其實際價值尚有一定爭議，如在一項回顧性研究中比較了電磁導航輔助肺活檢與常規CT 引導經皮肺活檢，兩組技術成功率相仿，在手術時間或術中CT 掃描次數上也沒有顯著差異［13］。但也有研究認為電磁導航設備可優化手術流程，減少患者輻射暴露［14］。

作為進一步整合應用，手術機器人結合了計算機技術、精密機械及醫學知識，導航系統得到的實時位置信息也被輸入到手術機器人系統中，用于輔助或執行復雜的手術操作。手術機器人與傳統手術方法相比，具有精度高、穩定性好及可復現性強等特點。手術機器人在介入放射學領域應用，主要集中于經皮穿刺和血管腔內介入治療兩個方向。總體上，經皮穿刺機器人手術有助于更精準穿刺、減少醫師和患者輻射暴露，并通過減少重復穿刺次數提高工作效率。血管介入機器人應用歷史更為久遠，但主要集中于經皮冠狀動脈介入治療和腦血管介入治療，在外周血管介入中應用還非常有限［15］，導管、導絲等相應器械還不完善，而且由于缺乏觸覺力學，目前機器人在復雜困難病變、鈣化病變及慢性閉塞病變介入治療中也受到限制，這些均顯示血管介入機器人輔助治療仍有較大進步空間［16］。

3.5 AI 和機器學習

AI 和機器學習正在醫學影像分析中起到越來越重要的作用，它們可自動化分析圖像、識別病變，甚至預測疾病進展［17-19］。此外，AI 還能自動化生成影像報告，大大提高了放射科醫師工作效率［20］。AI在介入治療領域已顯示出廣泛的應用潛力，以介入放射學常見的經導管動脈化療栓塞術（transcatheter arterial chemoembolization，TACE） 為例，AI 在肝癌TACE 治療中起到這些作用： ①患者篩選和預后評估。AI 模型可通過分析患者臨床數據、基線影像及其他相關信息，預測哪些患者更可能從TACE 治療中受益，以及預測患者潛在并發癥風險，從而為后續治療策略提供指導［21-23］。這個領域也是目前最熱門的研究方向，如Kong 等［24］對99 例中期-進展期肝癌患者資料進行基于MRI 數據的影像組學模型分析，將影像組學評分與甲胎蛋白（AFP）值、Child-Pugh 評分及巴塞羅那臨床肝癌（BCLC）分期等臨床指標相結合，構建預測模型用于指導TACE 術前無創化預測。Peng 等［25］對304 例肝癌患者CT 圖像進行影像組學分析，建立了包含影像組學特征、放射學特征及AFP 值的預測模型，對乙型肝炎相關肝癌患者微血管侵犯狀態進行預測。②制定治療計劃。AI 可幫助介入醫師制定最佳治療計劃，例如選擇最佳栓塞位置和確定最佳藥物劑量。③影像導航和實時支持。AI 可在TACE 治療中輔助實時影像解讀，幫助醫師確定導管位置，確保藥物精確輸送到目標靶血管。④評估治療效果。AI 可自動化、定量化地分析治療前后影像，為醫師提供關于腫瘤治療反應、壞死組織范圍及潛在并發癥等情況。⑤個體化治療。基于AI 分析對肝癌患者進行個體化分層［26］，可為每位患者制定更加個體化的治療策略、優化治療效果并減少不良反應。總之，從術前規劃到術后評估，AI 可對以TACE 為代表的介入手術提供全程強大的工具支持，不僅可提高治療精確性和效果，還可為醫師提供更多決策支持信息。

3.6 3D 打印技術

3D 打印過程通常也需基于數字模型，這些模型可通過計算機輔助設計軟件或其他3D 建模工具創建。在介入治療領域，3D 打印技術帶來了革命性變化，具有重要的應用價值［27］。個體化手術模板已在臨床工作中得到較多應用，通過患者醫學影像數據，醫師可設計并打印個體化手術模板和導航工具，有助于更準確、更迅速地完成手術操作，國內在放射性粒子植入手術中已有較多應用［28］。對于復雜的介入手術，3D 打印技術可制造患者特定解剖模型，便于在術前進行實地模擬，從而更好地了解病變位置和結構，提高手術安全性和成功率［29］。3D 打印技術還可制造個體化的、與患者解剖結構完全匹配的植入物，如支架、心臟瓣膜或骨骼植入物等；應用3D 打印技術個體化制訂可回收分節支架，對位于隆突或主支氣管的氣管瘺有較好治療效果［30］。未來使用細胞和生物材料作為“墨水” 的3D 打印方法，還將可創建生物活性結構。

3.7 遠程醫療

遠程醫療是數字醫學的重要組成部分，它使得醫療服務不再受地理限制。在介入放射學中，遠程醫療可使醫師在遠離患者的地方進行咨詢、解讀影像。同時，EHR 和移動應用可幫助醫師和患者追蹤疾病進展和治療效果。在某些情況下，甚至可進行遠程手術［31］，與增強現實（augmented reality，AR）、虛擬現實（virtual reality，VR）、AI 等技術結合，使手術過程更加高效和智能。

3.8 教育和培訓

數字醫學也正在改變介入醫學教育和培訓方式。VR 和AR 提供了一種全新學習體驗，使得學生可在虛擬環境中進行模擬操作，得到直接反饋，提高學習效果［32］。例如，VR 可模擬介入放射學手術場景，學生可通過連接在他們個人智能手機上的立體視頻觀看介入手術過程，通過觸摸虛擬合成介入工具和器械模擬并練習真實的手術技巧［33］。通過3D 打印的實物模型，醫學生和低年資醫師可得到實際操作機會，從而提高技能及對特定操作流程的理解。總之，數字醫學正在推動介入放射學進步，提高其服務質量，優化工作流程，創新教育和培訓方式。隨著技術發展，有理由相信數字醫學將會在介入放射學中發揮更大作用，為患者提供更好的醫療服務。

4 數字醫學在介入放射學的未來：發展和挑戰并存

隨著科技不斷發展，數字醫學正逐步改變我們理解和實施介入放射學的方式。在硬件方面，基于數字醫學的多模態影像融合設備正在臨床工作中逐漸普及，如集成血管造影機和CT 掃描儀的新型設備Angio-CT，深度融合了DSA 和CT 優勢，可實現對疾病準確診斷與定位，提供清晰的介入治療路徑，特別有助于解決某些特殊、復雜病例的影像導向難題［34］。在軟件方面，AI 和機器學習進一步發展將極大地提高影像識別準確性和效率，優化工作流程。同時，個體化醫療可能性也在日益增大。通過大數據分析，醫師能夠針對每個患者獨特情況，提供個體化診療方案。這不僅有可能提高治療效果，還能避免不必要的并發癥和治療成本。

然而，數字醫學在介入放射學的發展也面臨一些挑戰。首先，數據隱私和安全問題一直是互聯網時代的一個重大挑戰。醫療信息屬于個人隱私，其安全性必須得到保障。AI 系統尤其是深度學習系統，高度依賴大量數據來訓練和優化。然而，在實際應用中，許多數據是被存儲在不同的組織和數據中心，形成了所謂“數據孤島”。不同中心擁有不同數據集，這限制了數據共享和利用。算法不透明性即“黑箱”問題，也是AI 一個主要挑戰，可能會阻礙用戶信任和理解，尤其是在醫療這一關鍵領域。此外，AI 軟件的可靠性、可獲得性、有效性、技術可接受性也是重要挑戰。盡管AI 和機器學習應用在醫療領域日益增多，但醫師和患者對于這些新技術接受程度仍存在一定的不確定性。另一個挑戰是教育需求，隨著科技快速發展，醫師需要不斷學習新知識和技能，以適應數字醫學時代的要求。

面對這些挑戰，我們需要積極尋找解決方案。對于數據隱私和安全問題，應當更加注重技術與倫理的平衡，需要建立嚴格的數據管理和保護制度，確保患者信息安全。還需要建立數據共享協議和標準，促進不同組織間數據交換和合作。如利用區塊鏈技術構建數據共享和驗證平臺，保證數據可追溯性和可驗證性［35］。近年來不少研究致力于發展可解釋性AI，建立局部可解釋模型-信任近似解釋、分層解釋模型等方法，嘗試解決“黑箱”問題［36-37］。對于技術可接受性，需要通過教育和宣傳，提高醫師和患者對于新技術的理解和接受程度。對于教育需求，醫學教育機構需要與時俱進，開設相關課程，培訓醫師掌握新知識和技能。

總之，雖然數字醫學在介入放射學的發展面臨一些挑戰，但相信隨著科技不斷發展，我們將能夠克服這些挑戰，發掘數字醫學在介入放射學中的更大潛力。這將極大地改善醫療服務質量和效率，為患者提供更好的診療體驗。

5 總結與展望

數字醫學已成為現代醫療體系的核心組成部分，尤其是在介入放射學領域，它的應用已廣泛開展并持續發展。高級成像技術如CT、MRI 和DSA 持續進步，圖像引導手術精準性以及AI 和機器學習在醫學影像分析中的應用，均極大地提高了診斷準確性和治療效率。同時，遠程醫療及教育和培訓數字化也為醫療服務可獲取性和醫師技能提升開辟了新途徑。

我們應深入探索數字醫學在介入放射學中的應用，尤其是在復雜病例診斷和治療中，將個體化醫療真正落地實施，使每個患者均能獲得最適合自己的介入診療方案。當前數字介入發展仍會面臨一些挑戰，但只要全行業積極面對，未來數字醫學在介入放射學中的應用必定能實現更大突破和進展。