神外前沿讯，近日，英国伦敦国立神经外科医院神经外科Hani J. Marcus等在Nature 子刊npj Digital Medicine （中科院分区为 1 区，JCR 分区为 Q1，影响因子 15.357）上报道了人工智能在内镜垂体手术上的最新应用进展。![]()
上图：顶部的“图像”行展示的是未经过任何人工智能辅助的图像——该图像呈现给参与者，由他们对解剖结构添加多边形标注。底部的“人工智能预测”行展示的是带有人工智能预测的蝶鞍分割的图像，它作为参与者解剖标注的覆盖层呈现给他们。
据了解，垂体肿瘤周围环绕着重要的神经血管结构，在手术过程中对这些结构进行识别可能颇具挑战性。研究者开发出一种能够对鞍区解剖结构进行分割的人工智能模型。本研究中参与者的任务是在六张图像上标注鞍区，最初在无辅助的情况下进行，然后借助人工智能辅助再次标注。研究招募了六名医学生、六名初级培训医生、六名中级培训医生和六名专家。 在鞍区识别方面总体上有所改善，未借助人工智能辅助时的DICE得分是70.7%，借助人工智能辅助后提高到了77.5%（提高了6.7%；p < 0.001）。医学生对人工智能辅助的利用程度最高且从中获益最多，其DICE得分从66.2%提高到了78.9%（提高了12.8%；p = 0.02）。这项技术有可能加强外科教学，并最终用作手术中的决策支持工具。上图：标注结果高度一致的区域以黄色显示，这表明在一个亚组的参与者当中，蝶鞍标注有明显的重叠部分。作为参考，展示了真实情况（白色边框）和人工智能建议（黑色边框）的蝶鞍标注轮廓。对每个亚组在人工智能辅助前后的热图进行比较，总结了人工智能辅助后所发生的空间变化。
近年来，经鼻蝶窦手术已经取得了众多技术进步，其中许多进步有助于术中导航以及对周围关键组织的保护。首先，采用内镜入路可拓宽在狭长的鼻内通道末端的视野范围。然而，大多数内镜是二维的，因此缺乏深度感知能力。同样，应用神经导航可依据术前影像辅助进行解剖定位，但无法顾及术中组织的移位情况。此外，在特定病例中可应用多普勒超声（用于识别动脉/静脉结构）和神经生理监测（如视神经监测），其优势在于可实现“实时”监测，但需要额外的设备和专业知识。在这项临床前对比研究中，研究者已经证明了人工智能辅助对于学生、实习医生和专家在内镜下垂体手术中识别颅底解剖结构的实用性。使用者经验越少，从人工智能辅助中获益就越多——无论是在提高操作表现还是保障安全方面。Artificial intelligence assisted operative anatomy recognition in endoscopic pituitary surgery
https://www.nature.com/articles/s41746-024-01273-8
作者：Danyal Z. Khan, Alexandra Valetopoulou, Adrito Das, John G. Hanrahan, Simon C. Williams, Sophia Bano, Anouk Borg, Neil L. Dorward, Santiago Barbarisi, Lucy Culshaw, Karen Kerr, Imanol Luengo, Danail Stoyanov & Hani J. Marcus
学术动态往期：
学术动态第231期 | 天坛医院谢坚团队提出岛叶胶质瘤新分型 发表在Cancer Medicine
学术动态报道第1-230期（2017-2024）
神外前沿-中国神经外科新媒体；
联系邮箱：shenwaiqianyan@qq.com
