人工智能与3D影像重建在前列腺肿瘤诊治中的应用探讨

张智荧 邱 敏 马潞林 卢 剑

(北京大学第三医院泌尿外科，北京 100191)

人工智能(artificial intelligence，AI)是研究如何在机器上模拟、扩展人的意识、思维，对相应问题做出类似甚至超越人类智能方式的反应[1]。人工智能的应用范围很广，早在20世纪70年代，AI在医学中的应用就是斯坦福大学医学实验计算机研究项目的重要目标之一[2]。目前，人工智能在医疗中有多方面应用，其中医学影像和机器人辅助手术是应用最为成功的方向。例如使用基于人工智能计算机辅助诊断技术的自动显微镜系统进行自动诊断来代替眼睛观察，可以解决由于人眼视觉的变异和疲劳等因素而导致灵敏度低的问题，而利用自动胸部结核病系统对正常胸片和异常胸片的检测精度可达到92%～95%[3]。人工智能在乳腺肿瘤的诊治、辅助药物研发、智能可穿戴设备中也已有较多的应用[4]。

前列腺癌是泌尿系统的常见恶性肿瘤，在欧美排名第一，在国内也有逐渐上升的趋势。目前国内文献[5]显示：我国肿瘤登记地区前列腺癌发病率由 2000年的4.62/10万上升至2014年的21.62/10万，城市地区前列腺癌发病率由2000年的5.65/10万上升至 2014年的24.48/10万，农村地区前列腺癌发病率由 2000年的1.06/10万上升至 2014年的7.71/10 万。整体来说，14年间前列腺癌的发病率升高了4倍以上。磁共振(magnetic resonance imaging，MRI)是前列腺癌最有效的影像检查，目前已有一些将3D影像重建及人工智能应用在前列腺肿瘤的诊治中的相关报道，本文将对 3D 影像重建及人工智能在术前诊断、术中导航等相关应用的现状及前景做一些探讨。

1 3D影像重建及AI在前列腺肿瘤诊断中的应用

欧美发达国家的医学影像3D重建技术研究起步最早，开始于20世纪70年代，到目前经历了40多年的研究，已经取得了丰硕的研究成果，为医学影像三维辅助诊断系统的诞生奠定了基础[6]。自2001 年开始，国内也开始了虚拟中国人计划[7]，拟利用三维重建技术以提高中国整体医疗水平。近年来，随着医学成像技术的飞速发展，计算机图像计算模型的日趋成熟、机器学习算法功能的不断强大，基于图像的辅助诊断逐渐成为了现实。基于大数据的深度学习、图像识别是医学人工智能的核心技术，换句话说，AI在图像的识别和学习中有巨大的优势。深度学习是机器学习领域中一系列试图使用多重非线性变换对数据进行多层抽象的算法，其从人工神经网络模型发展而来，通过组合多个非线性处理层对原始数据进行逐层抽象，从数据中获得不同层面的抽象特征并用于分类预测。目前用于前列腺肿瘤诊断方面较多的是人工神经网络，其是对人脑若干基本特性的抽象和模拟，能够模拟生物神经系统对真实世界物体所做出的交互反应[8]。文献[9]报道其能提高前列腺癌的诊断率，减少不必要的穿刺活检，同时其能对前列腺癌进行分期，帮助医生进行治疗方案的决策。

前列腺肿瘤的诊断主要依靠影像学检查、血清前列腺特异性抗原 (prostate specific antigen，PSA)筛查及组织穿刺活检。对于前列腺比较敏感的影像学检查是超声及MRI，超声的原理是利用不同组织对声波的反射不同而收集信号，通过电脑软件形成可视的声图，前列腺肿瘤一般容易出现在外周带，表现为低回声结节。人眼是通过声图来判断前列腺肿瘤，而依靠人工智能可能不仅能对声图进行深度学习，还能通过收集形成声图的数据来直接学习，从而进行诊断。谢立平等[10]采用人工智能超声电子计算机断层扫描(computed tomography, CT)检查来诊断前列腺癌： 60例患者中52例需接受经直肠前列腺穿刺活检,24例穿刺活检病理确诊为前列腺癌, 穿刺阳性率46.2%；33例首次穿刺者中确诊前列腺癌者17例,穿刺阳性率51.5%；19例重复穿刺者中确诊前列腺癌者7例,穿刺阳性率36.8%；其认为人工智能超声 CT 指导的靶向穿刺不仅能以较少的穿刺针数取得较高的前列腺癌穿刺阳性率, 而且更易于发现低级别的前列腺癌。MRI 是通过采集不同的序列信号形成图像，典型的前列腺肿瘤表现为T2期低信号，基于海量的前列腺核磁影像数据，结合 3D影像重建，AI通过对正常及异常的前列腺图像进行深度学习，更快的对前列腺肿瘤进行诊断。超声与MRI对前列腺癌的诊断信息有限，而两者联合有助于提高前列腺穿刺活检的阳性率。穿刺过程中通过超声引导，结合MRI的3D影像重建，可以更精确的对可疑病灶进行穿刺。Bey等[11]对比了超声引导下穿刺与磁共振超声融合穿刺，两组的阳性率分别为57%及59.3%，其认为磁共振超声融合穿刺对前列腺癌的检出率更高。Bjurlin 等[12]认为对于既往穿刺阴性的病例，融合穿刺能提高阳性率，对于首次穿刺的病例，其能更好地确定肿物的位置，提高分期与分级的准确性，同时减少不必要的穿刺。相信在人工智能的帮助下，或许能更好地融合超声与MRI，寻找有效的穿刺靶点。

病理是诊断的金标准，而诊断主要依靠病理切片，换句话说就是图像。使用人工智能对图像相关特征的提取，还可以得到病理图像的分类和分级的信息，而这一切都需要基于全切片数字化图像的技术[13]。基于此种技术，依靠人工智能可以让其不知疲倦的分析病理图像信息，提高前列腺癌的诊断效率。

2 3D影像重建及AI在前列腺肿瘤治疗中的应用

前列腺肿瘤的治疗方式很多，根据分期，可选择手术治疗、放射治疗(以下简称放疗)(包括外放疗及粒子植入术)、化学药物治疗等。3D 影像重建及 AI 在此领域最前沿的就是术中导航技术。手术导航系统是指在手术前运用MRI和CT等采集患者病灶及其周围器官的二维图像，根据图像分割技术对其进行分割，并运用三维重建与可视化技术，对分割结果进行重建，获得患者病灶与周围器官的三维虚拟模型。根据病灶的形状与大小，制定定量、精确的剂量和手术计划，从而指导医生进行精准的手术操作。

在微创手术过程中，基于3D影像重建的术中导航技术可以让外科医师在术中实时掌握手术器械相对患者解剖结构的三维位置，避开重要的组织器官，为手术推进提供增强现实“地图”导航[14]。Ukimura等[15-18]对前列腺癌术中超声导航有较多研究，报道了其在腹腔镜保留性神经的前列腺癌根治术及机器人手术中的相关应用，并在美国泌尿外科年会中进行了相关报道，其认为基于3D影像重建，结合超声MRI融合穿刺确认的病理结果，术中导航系统帮助术者精准完成复杂的手术操作，降低切缘阳性率，使得外科手术更安全和更准确。手术导航系统对缩短手术时间，提高手术精度，减轻患者在术中的痛苦和术后的合并症等方面都有重要的作用。

此外，手术导航系统还可以进行术前模拟，对复杂手术操作路径进行规划，减少术中失误，提高手术成功率；并可以为青年医师的培训和复杂手术操作的练习提供良好的平台。机器人辅助前列腺癌根治术已经在国内外应用多年，其中应用最广的就是达芬奇系统，其能帮助术者使术中操作更加精细。虽然有一些利用人工智能行远程手术的报道，但整体来说，手术相关的人工智能主要是基于计算机的辅助系统，可以认为是术者手的延伸，智能化较低，目前还不能做到依靠智能系统机器人自己做手术。相信随着人工智能的发展，其不断地学习解剖，通过深度学习既往手术资料，或许在未来能够做到真正的机器人手术。

前列腺粒子植入术及热消融等治疗中也可应用术中导航。类似于前列腺穿刺活检，前列腺粒子植入术也是在超声的引导下进行的，人工智能可以更好地将MRI 影像与超声相结合。手术过程中，通过导航系统将患者的位置转换到三维虚拟模型坐标系下。运用三维定位技术，实时采集穿刺针在空间中的实际位置与姿态，并将其转换到虚拟模型中，医生通过观察虚拟模型中穿刺针与患者的解剖结构之间的相对位置关系，避开重要的组织器官，找到合理的进针路径，对患者进行粒子植入手术。郑勇男等[19]提出了一种结合体表信息以及体内超声图像信息的混合配准方法，其认为能提高靶区配准精度。传统的人工手动穿刺存在粒子植入精度差、术后恢复时间长、粒子的放射性对医生有伤害等问题，刘盛等[20]提出了一种应用于前列腺癌治疗的超声图像导航微创手术机器人系统，该系统术前可以进行肿瘤靶区位置的三维重建和剂量规划，术中能实现超声波图像导航，进行手术机器人运动的实时引导和模板的准确定位，提高了粒子植入的质量。同样的，基于3D影像重建，术中导航在前列腺肿瘤热消融方面也有相关报道[21]，效果较好。

在前列腺肿瘤的综合治疗上，可利用人工智能选择最佳治疗方案：机器学习可以建立前列腺癌的预测模型，根据不同的情况选择合适的治疗方案[22]。“沃森”(Watson for Oncology)是IBM公司研发的医疗人工智能，它学习上百种医学专业期刊及肿瘤专著的论文研究数据，同时积攒了纪念斯隆-凯特琳癌症中心在美国100多年癌症临床治疗中的实践经验，而且通过了美国执业医师资格考试，此前已经在14个国家的多个肿瘤治疗中心进行了临床应用。针对前列腺肿瘤的治疗，它能够快速制定以循证医学为基础的个性化的治疗方案。

3 前列腺癌诊治中AI及3D影像重建的技术瓶颈及应用前景

综上，3D影像重建及人工智能目前在前列腺肿瘤诊治的各个方面已有一些初步应用。从临床需求上来说，对基于3D影像重建的人工智能诊断、穿刺及术中导航方面的相关技术需求较大。但就目前来看，存在一些技术瓶颈：从影像处理来说，前列腺肿瘤磁共振影像一般为三维数据，而传统的卷积神经网络模型处理的数据为二维图像数据。需要高维精准的卷积神经网络分割算法来对影像进行分割，构建三维模型进行重建，需要不断设计一些新的算法及模型。从信息处理上来说，在构建多层次卷积神经网络时，研究运动图像的复杂特征学习、网络结构的深度、滤波器组合，减少计算代价是关键科学问题，需要不断的改进技术。从术中导航来说，术前需要将前列腺癌影像进行处理，术中需要将处理后的影像和真实的肿瘤相融合，即实现肿瘤影像可视化，实现将虚拟图像和术中所见在同一个显示器上融合。目前有一些文献[23-24]报道虚拟现实技术在术前模拟手术操作及进行手术教学培训中的应用，但在术中的实时融合并用3D眼镜观看者尚无报道，相信随着虚拟现实技术与3D影像重建及人工智能的发展，在不远的将来可能实现术中3D影像融合的导航技术。随着科技的发展，3D影像重建及人工智能在前列腺肿瘤的诊治中将会有更为广阔的应用，成为泌尿外科医生的好帮手。