戴冬偉， 李繼波， 洪 波

1. 海軍軍醫(yī)大學長海醫(yī)院腦血管病中心，上海 200433 2. 六安市中醫(yī)院神經(jīng)外科，六安 237005

人工智能(artificial intelligence, AI)具有高速計算、海量存儲和永不疲倦學習的能力，已經(jīng)在疾病的診斷和預后分析方面展現(xiàn)了巨大的優(yōu)勢。Nature2020年1月發(fā)表的一項研究[1]顯示，AI在利用X線成像診斷乳腺癌方面優(yōu)于人類醫(yī)師。AI也已在腦卒中診斷、預后評估等多個方面取得初步成效。計算機圖像技術、工業(yè)自動化技術、智能控制技術的應用同時推動了醫(yī)學微侵襲外科的飛速發(fā)展。良好的空間定位能力、高效精準的計算能力、3D數(shù)字化影像應用等技術優(yōu)勢使得AI和手術機器人在臨床應用中成為可能。本文將對AI技術，特別是介入手術機器人在神經(jīng)介入診療方面的應用現(xiàn)狀和未來發(fā)展方向進行回顧和展望。

1 AI在腦血管病診斷中的應用

急性缺血性卒中(acute ischemic stroke, AIS)患者平掃CT的ASPECTS(the Alberta Stroke Program Early CT Score)用于評估核心梗死區(qū)的大小，對于治療選擇和預后判斷有重要的臨床意義。但其存在觀察者之間的顯著差異，如何更加快速地進行標準化評分一直令人困擾，而AI在影像的判讀方面顯示了快速、準確、一致性強的優(yōu)勢。Herweh等[2]認為，計算機自動化e-ASPECTS評估在準確性和一致性方面顯著優(yōu)于具有初級經(jīng)驗的醫(yī)師，與經(jīng)驗豐富的影像學專家類似。這一結果在另一項研究[3]中也得到證實：通過自我學習的AI影像分析系統(tǒng)RAPID進行ASPECTS評估，能夠比影像科醫(yī)師更加快速地評判，并且在一致性方面顯著占優(yōu)。

以上2項研究只是采用相對直觀且信息量較少的平掃CT，AI的工作僅在于分析圖像的密度，而AI在更加復雜的腦灌注數(shù)據(jù)分析上進一步顯示出優(yōu)勢。Mokin等[4]采用RAPID軟件系統(tǒng)對AIS患者取栓前CT灌注成像的相對腦血流量(rCBF)和相對腦血容量(rCBV)進行分析，通過與治療后的實際腦梗死區(qū)域對比，獲得了判斷核心梗死區(qū)的2個參數(shù)的閾值。目前，RAPID軟件系統(tǒng)已經(jīng)大量用于AIS患者溶栓和介入治療前的預后判斷，而這是人類醫(yī)師無法迅速準確評估的。

腦動靜脈畸形是神經(jīng)介入復雜程度最高的疾病，分析介入治療的安全性有助于采取有針對性的措施，降低手術的風險。Asadi等[5]對比了傳統(tǒng)的回歸統(tǒng)計學分析和深度學習的AI分析系統(tǒng)對腦動靜脈畸形栓塞治療并發(fā)癥判斷的準確性，該AI分析系統(tǒng)采用了神經(jīng)網(wǎng)絡(neural network)和支持向量機(support vector machine)2個模型。他們發(fā)現(xiàn)，傳統(tǒng)回歸分析預測介入手術死亡率的準確性僅為43%，而AI系統(tǒng)可以達到97.5%，且這項研究中，納入的病例數(shù)僅為單中心的199例。由此說明，大數(shù)據(jù)時代，AI必將在疾病的預后分析方面發(fā)揮巨大作用，也必將改變臨床的治療觀念和方法。

2 AI機器人在神經(jīng)介入中的應用

介入手術的一些特點使得AI機器人在這方面的運用變得更為迫切。(1)介入手術需要醫(yī)師暴露在放射線下，用機器人替代人類醫(yī)師完成這類手術一直是研究熱點；(2)血管內介入手術主要通過導絲導引使導管到達目標，然后釋放器械以治療疾病，過程相對簡便，有利于AI機器人的學習實施；(3)血管內介入治療是一種較遠距離的操作，力量反饋缺乏；(4)雖然已經(jīng)有三維血管成像的路徑圖導航功能，但目前的介入手術通常在二維圖像導引下進行，而AI機器人可以融合造影的三維圖像，也可以將其他檢查如CT或MRI影像結合其中，以達到更高的精度。

目前的研究還處于人類醫(yī)師遙控操作機器人完成診療手術的階段，研究和臨床運用首先在冠狀動脈(冠脈)[6-7]和外周血管領域[8]開展。特別是在冠脈介入治療方面，已經(jīng)有研究[9]顯示，機器人經(jīng)皮冠脈介入治療在6個月和12個月的療效與人類醫(yī)師手術沒有顯著的差距。

早在2011年，研究人員[10]合作報道了采用輔助機器人進行血管造影的體外模型和動物實驗。該研究采用主從方案，位于導管室外的主要部分由醫(yī)師操作，通過有線或無線的方式控制位于導管室內的輔助機器人操作手術，體外模型建立和動物血管造影均獲成功。之后，他們于2015年報道了機器人進行15例成功的腦血管造影的臨床實踐，證實有很好的準確性。這是我國一項“863”計劃資助項目的研究[11]。

Haraguchi等[12]嘗試用機械臂的穩(wěn)定輸送來填塞彈簧圈，開發(fā)了以摩擦輪為作用方式的彈簧圈輸送系統(tǒng)，在體外進行了實驗，并用光學原理探測近端導絲的移動來測定輸送彈簧圈時的張力，驗證該系統(tǒng)填塞彈簧圈的穩(wěn)定性。這只是一項初步的研究，因為微導管和導絲的操作仍是通過人手完成。

神經(jīng)介入的一項重要操作是主動脈弓上血管的超選，醫(yī)師會根據(jù)患者的主動脈弓類型和手術方案采用多種方法，不穩(wěn)定的操作可能引起粥樣硬化斑塊或血栓脫落而形成腦栓塞。Perera等[13]比較了麥哲倫機器人系統(tǒng)和醫(yī)師手工操作的安全性，用經(jīng)顱多普勒超聲探測到的高強度瞬態(tài)信號(high intensity transient signals, HITS)作為指標，研究結果顯示機器人系統(tǒng)操作后HITS數(shù)量遠低于醫(yī)師的操作，顯示了機器人在精準和穩(wěn)定性方面的優(yōu)勢。

除了人類控制的輔助機器人，真正能自我控制和學習的AI機器人也在不斷的研究發(fā)展中。英國帝國大學的一項研究[14]采用非剛性配準模型，通過導管近端操作和導管頭端位置的反饋學習而研發(fā)的AI血管機器人，在頸動脈超選方面雖然不如人工快速，但更加精準平穩(wěn)，減少了無效的來回操作，接觸血管壁的平均力量降低了33.3%，平均標準差降低了70.6%，降低了損傷血管的可能性。

2019年11月，世界首例由介入機器人實施的人體顱內動脈瘤介入手術在加拿大多倫多西區(qū)醫(yī)院完成，標志著AI機器人在神經(jīng)介入診療中的應用進入一個新的階段。完成該手術的CorPath GRX機器人系統(tǒng)也是一個主從方案的遙控輔助治療平臺，由西門子健康服務公司下屬的Corindus公司研制。

3 AI在腦血管病診斷及介入治療應用的展望

AI學習已經(jīng)在疾病的診斷方面顯現(xiàn)了優(yōu)勢，目前開發(fā)的AI學習方式有多種，已經(jīng)能夠將多種影像學資料同患者的性別、年齡、基本健康狀況和合并癥等信息結合起來分析。隨著大數(shù)據(jù)的廣泛應用，研究分析的疾病類型和診斷的精準度將進一步提高，相當于甚至超越專家醫(yī)師的診斷水平已經(jīng)得到研究的證實，這還只是AI機器人在診斷方面的初步成績，其前景更加令人期待。在神經(jīng)外科領域，AI已經(jīng)被運用于多種疾病的診斷、治療計劃制訂和預后分析[15]。

而在AI機器人開展神經(jīng)介入治療領域，仍然有很多方面需要重大改進才能真正獲得大量的臨床運用。目前機器人控制介入器械的方式主要有摩擦輪、夾持器、電機械和磁力等[16]，都還存在一定的缺陷，如何實現(xiàn)更加精準和復雜操作仍需大量的研究和創(chuàng)新。

AI機器人的一項優(yōu)勢就是能融合更多的信息和反饋，能夠比人類更加準確感知遠距離目標點的位置和力量反饋，而這方面的研究還在不斷深入。有研究[17]探索機器人傳遞反饋信息給血管內介入醫(yī)師的可行性，機器人作為中間反饋者，隨時提醒醫(yī)師在操作中是否出現(xiàn)了過度的用力，而這一主從方案的輔助機器人系統(tǒng)也可以通過級聯(lián)控制器自動避免并發(fā)癥的發(fā)生。

手術機器人首次帶來了醫(yī)師和患者在物理空間上分離的可能性，這種可能性伴隨著5G基礎設施的大規(guī)模應用所帶來的低延時通信，使得遠程手術成為可能。我國在此領域也有諸多院校和公司正在進行技術攻關，國家科技部更是于2017年和2019年2次設立“智能機器人”重點專項，支持血管介入手術機器人的研發(fā)，相信未來會有更多成果面世。