专家论坛
血管疾病诊治的精准智能微创时代
中华医学杂志, 2022,102(37) : 2914-2917. DOI: 10.3760/cma.j.cn112137-20220421-00881
摘要

血管疾病的诊治经历了开放手术时代、血管腔内微创时代,随着血管腔内介入手术机器人的突破,数字化、信息化的快速发展以及人工智能的应用,将步入精准智能微创时代。本文从血管疾病的诊断与评估、血管腔内治疗以及术后治疗与随访三个方面,对血管疾病诊治的精准智能微创时代的蓝图进行描述与展望。

引用本文: 陆清声. 血管疾病诊治的精准智能微创时代 [J] . 中华医学杂志, 2022, 102(37) : 2914-2917. DOI: 10.3760/cma.j.cn112137-20220421-00881.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

血管吻合技术的进步与血管移植物的应用,使得血管疾病的诊治从20世纪40~50年代步入血管开放手术时代1。X线用于血管造影以及导丝导管等血管腔内器具的应用,使得血管疾病的诊治从20世纪80~90年代步入血管腔内微创时代2, 3。血管腔内介入手术机器人的突破,数字化、信息化的快速发展以及人工智能的应用促使血管疾病的诊治将从本世纪20年代逐步步入精准智能微创时代4, 5, 6。本文将对血管疾病诊治的精准智能微创时代的蓝图进行展望。

一、精准智能微创时代血管疾病的诊断与评估

血管疾病由于其自身特点,十分依赖于影像学诊断。以主动脉瘤为例,其发现主要依靠CT检查,而对其更为精准的诊断要依靠增强CT三维重建7。CT扫描层厚从5 mm、1 mm,再至0.5 mm,层厚越来越薄,这是对于细节精准度提高的佐证。CT精准度的提高,既符合腔内微创治疗的特点与要求,又推动了腔内治疗的发展。在开放手术时代,由于手术者对病变“看得见,摸得到”,因此并不要求术前影像评估需要达到毫米级。而微创腔内时代,手术是在X线透视下进行,支架移植物放置的位置、支架移植物直径及长度的选择等,都需要达到毫米级8。而进入到精准智能微创时代,不仅要更加精准,而且要达到智能化,即在术前就可以预判支架移植物放置后的牢固度、密封性和潜在危害性等。因此,对影像学的要求会更加精细;不仅是距离的精细,甚至对于血管壁的钙化、血栓及弹性等方面都需要更精准的评估9

对于大、中血管而言,数字减影血管造影(digital subtraction angiography,DSA)是金标准的理论已经过时,薄层增强CT及软件重建技术已经替代并超越了DSA在术前诊断中的作用10。但对于小血管而言,DSA仍然是金标准。这是由于DSA在透视面积下的图像分辨率高于CT断层扫描重建后的分辨率,同时在行DSA检查时,造影剂随血流动态流动的时效性强于CT的时效性。因此,在精准智能微创时代,对于小血管的术前评估要求的提高,会促进影像技术的融合和新技术的产生。

血管疾病有一个与众不同的特点是血液在管道内的流动。对于血管疾病的治疗从本质上讲是治疗血液的流动。因此,精准智能微创时代的诊断与评估已不仅满足于形态学上的精准,而同时要求对血液流动性的精准与智能判断。这会促使以血液流动检测为特长的超声向更加精细化、全貌及直观化发展,也会促使四维CT及MRI与血液动力学参数相结合的技术更加进步,应用更加广泛;不仅能够精准显示血管壁的运动,还能够显示血流的脉动11, 12。这将会促使具有不同特点的检查技术相融合,这种融合可以是硬件上的融合,即同一时间、同一部位,应用不同检查手段同时检查;更可能是软件上的融合,即同一部位、不同时间、不同硬件检查后的动态融合13,从而为血管疾病提供更为精准智能的诊断与评估。

智能化的评估还应该对如何治疗给予指导。在实施真实治疗之前,在精准诊断基础上,通过数字化手段进行模拟治疗,并根据模拟结果进行方案调整,通过数据库验证及自我学习,达到智能化制定最佳治疗方案,这是精准智能微创时代的标志和要求之一14, 15。以主动脉夹层为例,应用软件模拟放入不同种类、品牌、型号的支架移植物,四维展示其腔内治疗后的形态学及血液动力学等方面的转归,从而给予最佳支架移植物性能及尺寸选择、最佳放置部位等微创腔内治疗建议,也就是俗称的“量体裁衣”。

精准智能微创时代血管疾病的诊断与评估,不仅能够正确诊断疾病,而且能够通过数字化、智能化手段提供最佳的精准治疗方案。所谓“最佳”的标准是随着技术、器具、数据、认知的不断进步而与时俱进。

二、精准智能微创时代的血管腔内治疗

机器人辅助治疗是血管腔内治疗进入精准智能微创时代的标志。机器人辅助治疗的优点不仅在于可以让手术医生免受X线的辐射,更大的优势在于其精准治疗。比如,在释放支架时,人手的操作难以避免前后的移位,机器人可以比人手操作更精准。在腔内器具的前进及后退距离的精度上,机器人可以达到毫米级。在旋转腔内器具时,机器人的角度控制能力也优于人手操作的随意性。因此,随着机器人研发的不断进步,机器人逐步代替人手操作是大势所趋16, 17

血管腔内介入手术机器人的初步临床应用只是迈出了精准智能微创时代的第一步,虽然已实现了部分功能的半自动化,但是实现机器人的自动化及智能化才是精准智能的根本要求。自动化的实现途径包括路径规划、自动识别、自动导航和自动操作18, 19。以主动脉瘤为例,在术前精准测量评估及“量体裁衣”的基础上,制定完善的手术计划和操作步骤。(1)路径规划:将术前三维CT图像与DSA图像融合,获得血管“地图”20,完成路径规划;(2)自动识别:机器人可以识别与跟踪各类腔内器具在X线透视下的影像,即自动识别;(3)自动导航:机器人执行术前制定的计划和步骤,根据腔内器具在X线下的影像,沿着“地图”进行自动导航;(4)自动操作:机器人在软件控制下对腔内器具进行自动操作,自动进行前进、后退、旋转、释放等操作,如同汽车的“自动驾驶”,从而实现血管腔内介入手术机器人的自动化。由于血管腔内治疗是沿着血管轨道进行操作,因此其实现自动化的可能性更大。

不仅是血管腔内介入手术机器人的自动化,DSA机器也会与手术机器人相融合,成为机器人的“眼睛”。手术床的移动、高压注射器与造影、球囊的扩张与回缩、各类腔内器具的交换,甚至血管穿刺,都逐步与手术机器人融合,使得整个导管室成为一个完整的机器人。血管穿刺可以由机器人自动操作完成,“眼睛”需要看哪里,手术床可以在软件的控制下自动移动到所需部位。腔内器具的交换可以由机器人自动完成,如同自动售货机选择商品。高压注射器在设定时间内注射造影可以在机器人操作下自动进行。球囊扩张达到压强及回缩也可以由机器人自动完成。各项自动操作相互融合,从而逐步实现整体自动化。导管室整体自动化使得各项步骤更为流畅,各项配合更加默契。

自动化的目标是为了向智能化迈进。基于大数据和自我学习人工智能的进步21,使得机器人可以成为有经验的手术者。机器人不仅可以感知腔内器具反馈,还可以感知图像反馈22。术前精准规划与模拟、术中智能操作使得血管腔内介入手术更为安全、高效。随着技术的进步,无论是手术时间、造影剂用量、X线辐射剂量、腔内操作的精准度都会逐步优化。

以上变化不仅会使腔内器具向机器人可操作化进行改变,比如鞘管、球囊、支架操作手柄适应机器化的改良,也会带来一些腔内器具本身结构的改变,更利于机器人精准化、智能化操作,甚至一些腔内手术方式也会被智能化创造出来。无论是腔内器具、血管腔内介入手术机器人、DSA设备,还是导管室的所有设备,都会随着精准智能微创时代的发展而改变。

三、精准智能微创时代血管疾病的术后治疗及随访

血管疾病精准智能微创时代不仅带来术前及术中的变化,随着信息化、远程化、网络化在医疗领域的应用,也将使术后的治疗与随访提升一个台阶。

可穿戴设备的应用使得心率及血压等方面的监控可以实现远程化23。电子档案的建立及云记录可以使随访和监测更加连续与便捷。预警值设置和随访中各类检查节点的设置可以使得随访更加个体化及有效。影像复查结果的数字化传输、共享及存档可以使患者随访更加方便,前后对比及发现问题更加及时。在信息化背景下的精准智能微创时代,失访将逐步消除,而且随访可实现终身化。

对于术后常规抗凝、抗血小板药物的个体基因检测药效差异研究使得血管疾病术后的治疗更加精准24, 25, 26。术后复查结果的变化与远期效果的大数据分析可以使对预后的判断更加智能化,并指导复查时发现异常的处理策略。

血管疾病患者多数会伴随多种慢性病,虽然现代医学的分工使得医生更加专科化,但信息网络的发达可以使整合多个专科医师更为容易,从而出现以患者为中心、多专科医师共同参与的慢病管理及随访模式。在出现新发疾病时,也可以整合多专科医师共同进行诊治。

四、结语

医学的发展是随着科技的发展而进步的,血管疾病的诊治之所以能够步入精准智能微创时代,是由于数字化、信息化、机器人及人工智能等科技领域的发展27。精准智能微创时代的到来不仅能显著提高医疗技术水平,使患者获益,还会带来新产品研发、新技术推广、新公司发展等产业链的巨大改变。因此,血管外科医师应努力把握未来方向,尽早谋篇布局,积极躬身做事,为血管疾病精准智能微创时代的发展贡献力量。

利益冲突
利益冲突

作者声明不存在利益冲突

参考文献
[1]
DeterlingRA, BhonslaySB. Use of vessel grafts and plastic prostheses for relief of superior vena caval obstruction[J]. Surgery, 1955, 38(6):1008-1026.
[2]
WrightKC, WallaceS, CharnsangavejC, et al. Percutaneous endovascular stents: an experimental evaluation[J]. Radiology, 1985, 156(1):69-72. DOI: 10.1148/radiology.156.1.4001423.
[3]
RousseauH, PuelJ, JoffreF, et al. Self-expanding endovascular prosthesis: an experimental study[J]. Radiology, 1987, 164(3):709-714. DOI: 10.1148/radiology.164.3.3303120.
[4]
AntoniouGA, RigaCV, MayerEK, et al. Clinical applications of robotic technology in vascular and endovascular surgery[J]. J Vasc Surg, 2011, 53(2):493-499. DOI: 10.1016/j.jvs.2010.06.154.
[5]
MarescauxJ, DianaM. Inventing the future of surgery[J]. World J Surg, 2015, 39(3):615-622. DOI: 10.1007/s00268-014-2879-2.
[6]
LuQ, ShenY, XiaS, et al. A novel universal endovascular robot for peripheral arterial stent-assisted angioplasty: initial experimental results[J]. Vasc Endovascular Surg, 2020, 54(7):598-604. DOI: 10.1177/1538574420940832.
[7]
RubinGD, WalkerPJ, DakeMD, et al. Three-dimensional spiral computed tomographic angiography: an alternative imaging modality for the abdominal aorta and its branches[J]. J Vasc Surg, 1993, 18(4):656-664; discussion 665.
[8]
TeutelinkA, MuhsBE, VinckenKL, et al. Use of dynamic computed tomography to evaluate pre-and postoperative aortic changes in AAA patients undergoing endovascular aneurysm repair[J]. J Endovasc Ther, 2007, 14(1):44-49. DOI: 10.1583/06-1976.1.
[9]
LiY, KwongDL, WuVW, et al. Computer-assisted ultrasound assessment of plaque characteristics in radiation-induced and non-radiation-induced carotid atherosclerosis[J]. Quant Imaging Med Surg, 2021, 11(6):2292-2306. DOI: 10.21037/qims-20-1012.
[10]
KaramessiniMT, KagadisGC, PetsasT, et al. CT angiography with three-dimensional techniques for the early diagnosis of intracranial aneurysms. Comparison with intra-arterial DSA and the surgical findings[J]. Eur J Radiol, 2004, 49(3):212-223. DOI: 10.1016/S0720-048X(03)00173-6.
[11]
DenbyCE, ChatterjeeK, PullicinoR, et al. Is four-dimensional CT angiography as effective as digital subtraction angiography in the detection of the underlying causes of intracerebral haemorrhage: a systematic review[J]. Neuroradiology, 2020, 62(3):273-281. DOI: 10.1007/s00234-019-02349-z.
[12]
MendrikA, VonkenEJ, van GinnekenB, et al. Automatic segmentation of intracranial arteries and veins in four-dimensional cerebral CT perfusion scans[J]. Med Phys, 2010, 37(6):2956-2966. DOI: 10.1118/1.3397813.
[13]
张昊, 陆清声, 景在平. TAVR术前评估的介绍与进展[J]. 中华胸心血管外科杂志, 2017, 33(10):623-627. DOI: 10.3760/cma.j.issn.1001-4497.2017.10.019.
[14]
LareyreF, AdamC, CarrierM, et al. Using digital twins for precision medicine in vascular surgery[J]. Ann Vasc Surg, 2020, 67:e577-e578. DOI: 10.1016/j.avsg.2020.04.042.
[15]
MazumderO, RoyD, BhattacharyaS, et al. Synthetic PPG generation from haemodynamic model with baroreflex autoregulation: a digital twin of cardiovascular system[J]. Annu Int Conf IEEE Eng Med Biol Soc, 2019, 2019:5024-5029. DOI: 10.1109/EMBC.2019.8856691.
[16]
PourdjabbarA, AngL, ReevesRR, et al. The development of robotic technology in cardiac and vascular interventions[J]. Rambam Maimonides Med J, 2017, 8(3):e0030. DOI: 10.5041/RMMJ.10291.
[17]
陆清声. 血管腔内介入手术机器人的探讨[J/CD]. 中国血管外科杂志(电子版), 2018, 10(4):237-239. DOI: 10.3969/j.issn.1674-7429.2018.04.003.
[18]
AnvariM, ManoharanB, BarlowK. From telementorship to automation[J]. J Surg Oncol, 2021, 124(2):246-249. DOI: 10.1002/jso.26562.
[19]
WanT, FengH, TongC, et al. Automated identification and grading of coronary artery stenoses with X-ray angiography[J]. Comput Methods Programs Biomed, 2018, 167:13-22. DOI: 10.1016/j.cmpb.2018.10.013.
[20]
陆清声. 血管腔内介入手术机器人的特点和未来发展方向[J]. 机器人外科学杂志(中英文), 2020, 1(4):231-235. DOI: 10.12180/j.issn.2096-7721.2020.04.001.
[21]
YokoyamaM, IshiokaJ, TobaM, et al. Trends and safety of robot-assisted partial nephrectomy during the initial 2-year period after government approval in Japan: a nationwide database study from 2016 to 2018[J]. Int J Urol, 2021, 28(12):1268-1272. DOI: 10.1111/iju.14698.
[22]
WangK, ChenB, LuQ, et al. Design and performance evaluation of real-time endovascular interventional surgical robotic system with high accuracy[J]. Int J Med Robot, 2018, 14(5):e1915. DOI: 10.1002/rcs.1915.
[23]
LiY, ChenW, LuL. Wearable and biodegradable sensors for human health monitoring[J]. ACS Appl Bio Mater, 2021, 4(1):122-139. DOI: 10.1021/acsabm.0c00859.
[24]
PanY, ChenW, WangY, et al. Association between ABCB1 polymorphisms and outcomes of clopidogrel treatment in patients with minor stroke or transient ischemic attack: secondary analysis of a randomized clinical trial[J]. JAMA Neurol, 2019, 76(5):552-560. DOI: 10.1001/jamaneurol.2018.4775.
[25]
WangY, MengX, WangA, et al. Ticagrelor versus clopidogrel in CYP2C19 loss-of-function carriers with stroke or TIA[J]. N Engl J Med, 2021, 385(27):2520-2530. DOI: 10.1056/NEJMoa2111749.
[26]
黄刚, 余秀琼, 刘汉雄, . 心血管病领域人工智能[J]. 中华医学杂志, 2020, 100(45): 3649-3652. DOI: 10.3760/cma.j.cn112137-20200308-00642.
[27]
刘蓬然, 霍彤彤, 陆林, . 人工智能在医学中的应用现状和展望[J]. 中华医学杂志, 2021, 101(44): 3677-3683. DOI: 10.3760/cma.j.cn112137-20210313-00628.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词