精准肝切除术技术进展与临床应用

精准肝切除术技术进展与临床应用【摘要】精准肝切除术是近年来肝脏外科的重要进展，其通过精确的术前评估、个体化手术规划和术中精确切除，实现最小的手术创伤和最佳的肝脏保护。三维重建和3D打印技术在术前为外科医师提供了肝脏及其脉管系统的直观呈现，帮助制定个体化手术方案并减少并发症。多模态分子影像技术及人工智能的应用进一步提高了术中监测和导航的精度，尤其是荧光成像技术可精确识别肿瘤边界并引导切除范围。此外，通过采用低中心静脉压及每搏量变异度监测等麻醉管理策略，有效提高了手术安全性及患者术后预后。尽管该技术面临成本高昂及技术复杂等挑战，但随着医学影像和人工智能技术的不断发展，精准肝切除术有望在临床实践中得到更广泛的应用。【关键词】精准肝切除术；三维可视化；吲哚菁绿；术中导航；人工智能肝脏外科手术的发展历经了多个重要阶段，从最初的楔形肝切除术，到后来的规则性肝叶切除术、不规则局部肝切除，再到现在的解剖性肝切除术[1]。随着对肝脏局部解剖的认识不断深入和技术的进步，21世纪初董家鸿院士首次提出了精准肝切除的概念[2]。这一种全新的外科理念旨在通过一系列科学的理论和先进技术的应用，实现最小的创伤和最大的肝脏保护，从而追求最佳的康复效果[2]。精准肝切除术的理念贯穿于术前评估、手术实施及术后管理的整个围手术期。其中，精确的术前评估和术中切除是其核心挑战[3]。为了应对这些挑战，一系列新兴的技术应运而生，包括多模态影像导航技术、三维重建及3D打印技术及术中超声等。这些技术不仅提高了手术的精确度，还显著改善了患者的预后。本文综述了当前用于辅助临床肝切除术的最新技术应用进展，旨在为临床医师提供有价值的参考。一、术前评估与规划为了在术中做到游刃有余，详细的术前规划显得尤为重要。尽管传统的影像学检查项目（如超声、增强CT及MRI）能够提供丰富的影像学信息，但这些方法往往缺乏连贯性及三维立体感，需要外科医师自行进行“心里重塑”[4,5]。然而，由于不同外科医师经验水平的差异，使“重塑”的预测偏差的程度存在不同。此外，肝脏内部的三大管道（门静脉、肝动脉和胆管）解剖结构存在变异，进一步增加了手术预测的复杂性。因此诞生了一系列辅助手段，旨在帮助术者实现更加精准的术前诊断和手术规划。1.三维重建及3D打印技术：三维可视化技术通过利用CT和（或）MR图像数据，结合计算机图像处理技术，对数据进行分析、融合、计算、分割及渲染，从而将肝实质、胆道、血管及肿瘤等目标的形态及空间分布直观地呈现出来[4]。这一技术为个体化的手术方案的规划及入路选择提供了重要的决策依据。通过对血管及胆道的三维可视化分析，可以清晰地观察管道走行、变异及其与肿瘤的毗邻关系，有助于精确选择肝切除平面[5]。此外，每个肝段的功能区域由独立的门静脉供血和肝静脉回流决定[6]，三维可视化图像能够展示每例患者的血流拓扑关系，实现个体化的肝段划分，最大限度地保留功能区肝段，并计算剩余肝体积（FLR），从而有效减少术后肝衰竭的发生。虽然三维可视化技术主要从视觉层面辅助外科医师制定手术方案，但3D打印技术则能直接、快速、准确地复制出真实的肝脏及其脉管系统的实体模型[5]。根据Yao等[7]的研究结果表明，借助3D模型，尽管实验组患者的肝切除术后出现轻微并发症的例数与对照组无差异，但在严重并发症上存在明显差异（P=0.04），并且对照组患者术后更容易出现胆漏（P=0.01）。这种实体3D模型不仅提高了对复杂肝脏结构的理解，还允许通过触觉进行术前模拟，确定合理的手术方案。此外，3D打印模型也有助于术前向患者及其家属详细讲解肝脏肿瘤具体情况[5,7,8]。无论是三维成像还是3D打印技术，都突破了传统二维成像的限制，使外科医师从三维角度进行思考，减少了“心里重塑”的差异，一定程度上弥补了年轻医师与资深医师之间的经验差异，有利于年轻医师更好地参与术前手术规划的讨论。2.多模态分子影像技术：在二维成像检查中，荧光成像在人体深部组织中难以获取定量信息，CT成像缺乏特异性靶向对比剂，而放射性核素和超声成像则存在分辨率较低的问题[9]。为了解决这些局限性，便出现了多模态分子影像技术。这一新兴技术通过同时使用具有多种显像功能的分子探针，并结合多种成像技术进行检测，从而获取病变部位的多种信息[9]。目前常见的多模态组合包括核医学与光学显像、光学与MRI以及光学与超声成像等，甚至可以实现三种及以上技术的联合应用[10,11]。这种多模态方法不仅弥补了单一成像技术的不足，还提供了更为全面和详细的信息，有助于提高诊断的准确性和治疗的有效性。与此同时，影像组学的概念也在近年来逐渐兴起。2012年，荷兰学者Lambin等[12]首次提出了影像组学的概念，该领域利用数据特征性算法从医学图像中的相关数据，揭示肉眼无法察觉的病灶。Chen等[5]认为利用影像组学不仅能够建立肝癌淋巴结转移的预测模型，实现淋巴结转移及无创性和个体化预测，还为MDT和术后个体化治疗提供参考。通过这些创新技术的应用，医学影像学正朝着更加精确和个性化的方向发展，为临床诊断和治疗带来了新的希望。3.人工智能：随着图像识别技术的不断发展，人工智能在医学影像分析中的应用日益广泛。在肺结节的诊断中，通过提取图像中细微的特征，人工智能能够有效预测术前血管侵犯、神经侵犯、淋巴结转移等病理特征及其他预后因素，从而指导个体化的治疗方案；此外，人工智能技术还可有效识别肿瘤性质，诊断罕见类型的肿瘤病理，进一步指导个体化的诊断和治疗[5,13,14]。Wang等[15]初步探讨了机器学习和深度学习在预测大范围肝切除后FLR的潜力，研究表明这些技术能够提供准确的预测能力，有望帮助临床医师优化手术程序。Tashiro等[16]研究结果表明，人工智能可以在腹腔镜肝切除术中精确识别血管结构。尽管如此，数字智能在诊断和治疗中的广泛应用趋势已经显现，但未来仍需多中心、更大样本量的临床研究来进一步验证和支持其应用前景。二、术中监测1.术中麻醉检测：复杂性的腹腔镜肝切除术手术难度较高，术中难以控制的出血是常见的导致中转开腹的原因。因此，合理的液体治疗对维持术中血流动力学稳定，减少出血，同时保证有效的肝血流，最大限度地保障剩余肝组织的氧供耗比至关重要。目前认为肝切除术中应控制低中心静脉压（centralvenouspressure,CVP）0~5cmH2O（1cmH2O=0.098kPa）。然而，CVP作为一种反映压力与容积关系的静态指标，存在一定的局限性。CVP的高低与血容量、心室顺应性、静脉回流血量等因素密切相关，且容易受到气腹的影响[17]。中心静脉置管并发症不良事件（如气胸、血栓及感染）的发生率介于5%~19%之间[18]。随着研究的深入，现在推荐的功能血流动力学指标是每搏量变异度（strokevolumevariation,SVV）,该指标能够动态反映血容量状况，且不受气腹的影响，能更好地评估人体对液体治疗的反应性[19,20]。Xu等[21]和Su等[22]研究均表明SVV对容量的管理比CVP更有效，当SVV>13%，提示容量相对不足，数值越大，有效容量越欠缺；而当SVV<13%时，则应避免输入过多的液体。根据梅习平等[23]的研究报道，在肝实质离断完成之前，维持SVV在13%~17%之间，可以使机体处于轻度低血容量状态，降低下腔静脉及肝内静脉压力，减少离断肝实质时的出血；在肝脏离断之后，维持SVV介于8%~12%之间，既能保证脏器的充分灌注，又能避免组织水肿，从而在优化组织供氧及心排血量方面具有显著优势[23]。此外，Benes等[24]研究发现，SVV指导的液体治疗术后乳酸水平恢复比CVP更快；Giustiniano等[25]则指出SVV组患者术后胃肠道功能恢复也更早。这些研究结果进一步证实了SVV在腹腔镜肝切除术中的重要性和优越性。2.术中导航：在精准肝切除手术领域，多模态影像导航技术的应用显著提升了手术的精准度和安全性，特别是以ICG为代表的荧光成像技术。ICG不仅可用于术前评估肝功能，还能在术中用于识别肿瘤及明确肿瘤边界，从而更好地指导术中切除范围。对于不同类型的肝脏疾病，ICG成像原理各不相同。在中分化和高分化的肝细胞癌中，由于肿瘤细胞缺乏排泄ICG能力，因此通常表现为明亮的结节[3,26]。而在肝内胆管细胞癌中，由于肿瘤不会摄取ICG且压迫周围组织，周围组织ICG代谢延迟，从而在病灶周围形成荧光环[3,27]。肝血管瘤通常表现为不均匀的荧光成像；而局部肝内胆管结石可阻塞特定肝段的胆汁引流，导致该区域荧光延迟消失[3]。据Tangsirapat等[28]报道，使用ICG的患者在R0切除率、输血率和出血量均优于未使用ICG的患者。然而，ICG也存在相对较高的假阳性率，特别是在胆管纤维瘤和局灶性结节性增生等良性结节中，假阳性率可高达40%，尤其是在严重肝硬化患者中更为明显[9,29]。术中超声（intraoperativeultrasound,IOUS）是另一种重要的术中成像技术，特别适用于小肝癌等难以触及的肿瘤定位，能够显示肝内转移灶及血管内癌栓分布，对术前影像检查进行校正并及时调整手术方案。常用的IOUS方法包括以肝表面解剖结构及追踪的肝静脉及门静脉分支为标志，在肝表面勾画出需切除病灶所在肝段的分界线[9]。此外IOUS与ICG联合使用可以提供更为全面的术中信息，优化切除范围，更清晰地评估肿瘤与重要管道的关系，从而提高手术的安全性及有效性。然而，IOUS的主要缺陷在于无法实时提供定位和导航[3]，因此，在精准肝切除手术中，对实体占位病变的可视化技术越来越受到重视。由于二维图像的抽象性和经验的局限性，复杂肝肿瘤的诊断和术前规划仍面临较高的术后并发症发生率。随着3D技术的发展，肝肿瘤的诊断及治疗模式正从传统的二维向三维可视化技术转变。三维可视化技术能够在术中提供直观的导航，快速识别和定位关键部位。一系列研究证实了3D联合ICG实践的有效性，增强了深度感知和空间意识，精确地基于标记线进行实质离断[3,4,30,31]。在Tian等[32]的研究中，对11例接受肝右后叶切除的患者，利用3D腹腔镜进行复杂的操作，如解剖Glisson鞘及肝静脉、出血点的缝合，而肝实质的离断则在二维腹腔镜视角下进行。随着虚拟现实（virtualreality,VR）技术的引入，VR系统可将三维可视化肝脏模型投射到手术区域，减少了操作空间与可视化之间的切换，有助于解决手术过程中手眼不协调的问题[5,9]。但由于气腹、呼吸及挤压等因素的影响，术中存在较大的移动和变形幅度，可能使术前信息与术中视野匹配产生误差[9]。因此VR在实际手术中的安全性及有效性仍需大量临床试验进行验证[33]。三、小结在精准医疗的背景下，随着诸多技术的不断成熟，手术的创伤显著减少，手术安全性大幅度提升，残肝功能得到最大程度的保护，术后的并发症显著降低，患者预后明显改善。然而，该领域仍面临诸多挑战，限制其广泛推广。例如，尽管现代影像学技术及人工智能结合大数据在术前评估中发挥了重要作用，但对于直径较小的病灶检出率仍然较低。因此未来的主要方向应集中在影像学技术的创新以及人工智能与大数据的深度融合，以实现精确诊断，并更准确地辨别病灶与周围重要管道的关系，从而优化术前规划。此外，高昂的设备购置和维护成本导致术中实时导航系统目前仅在部分大型医疗中心广泛应用，尚未普及至众多基层医院。然而精准医疗的发展确实不可阻挡，虽然其普及可能会有所延迟，但终将成为医疗领域的标准实践。参考文献[1]WeiXB,XuJ,LiN,etal.Theroleofthree-dimensionalimaginginoptimizingdiagnosis,classificationandsurgicaltreatmentofhepatocellularcarcinomawithportalveintumorthrombus[J].HPB,2016,18(3):287-295.DOI:10.1016/j.hpb.2015.10.007.[2]董家鸿,黄志强.精准肝切除——21世纪肝脏外科新理念[J].中华外科杂志,2009,47(21):1601-1605.DOI:10.3760/cma.j.issn.0529-5815.2009.21.001.DongJH,HuangZQ.Preciseliverresection—newconceptofliversurgeryin21stcentury[J].ChinJSurg,2009,47(21):1601-1605.DOI:10.3760/cma.j.issn.0529-5815.2009.21.001.[3]NiZK,LinD,WangZQ,etal.Precisionliverresection:three-dimensionalreconstructioncombinedwithfluorescencelaparoscopicimaging[J].SurgInnov,2021,28(1):71-78.DOI:10.1177/1553350620954581.[4]中华医学会数字医学分会,中国医师协会肝癌专业委员会,中国医师协会临床精准医学专业委员会,等.复杂性肝脏肿瘤三维可视化精准诊治指南(2019版)[J].中国实用外科杂志,2019,39(8):766-774.DOI:10.19538/j.cjps.issn1005-2208.2019.08.02.ChineseSocietyofDigitalMedicineofChineseMedicalAssociation,ChineseAssociationofLiverCancerofChineseMedicalDoctorAssociation,ClinicalPrecisionMedicineCommitteeofChineseMedicalDoctorAssociation,etal.Three-dimensionalvisualizationandaccuratediagnosisandtreatmentguidelinesforcomplexlivertumors(2019edition)[J].ChinJPractSurg,2019,39(8):766-774.DOI:10.19538/j.cjps.issn1005-2208.2019.08.02.[5]ChenH,HeY,JiaW.Precisehepatectomyintheintelligentdigitalera[J].IntJBiolSci,2020,16(3):365-373.DOI:10.7150/ijbs.39387.[6]范应方,蔡伟,方驰华.肝脏分段解剖及其研究进展[J].中国实用外科杂志,2014,34(11):1105-1108 .DOI:10.7504/CJPS.ISSN1005-2208.2014.11.33.FanYF,CaiW,FangCH.Segmentedanatomyofliveranditsresearchprogress[J].ChinJPractSurg,2014,34(11):1105-1108.DOI:10.7504/CJPS.ISSN1005-2208.2014.11.33.[7]YaoWF,HuangXK,FuTW,etal.Preciseplanningbasedon3D-printeddry-laboratorymodelscanreduceperioperativecomplicationsoflaparoscopicsurgeryforcomplexhepatobiliarydiseases:apreoperativecohortstudy[J].BMCSurg,2024,24(1):148.DOI:10.1186/s12893-024-02441-z.[8]徐安书,傅朝春,韦萍,等.3D打印技术在精准切除治疗肝脏肿瘤中的应用[J].中国普通外科杂志,2018,27(1):29-34.DOI:10.3978/j.issn.1005-6947.2018.01.005.XuAS,FuCC,WeiP,etal.Applicationof3Dprintingtechnologyinprecisionresectionoflivertumors[J].ChinJGenSurg,2018,27(1):29-34.DOI:10.3978/j.issn.1005-6947.2018.01.005.[9]刘珂,薄开蕊,刘琳,等.影像技术在“精准肝切除”术中导航的应用[J].中国临床解剖学杂志,2018,36(4):474-476.DOI:10.13418/j.issn.1001-165x.2018.04.027.LiuK,BoKR,LiuL,etal.Applicationofimagingtechniqueinthenavigationof“precisionhepatectomy”[J].ChinJClinAnat,2018,36(4):474-476.DOI:10.13418/j.issn.1001-165x.2018.04.027.[10]张蕊娟,范龙飞,周家宇,等.多模态分子探针的研究进展[J].中国血液流变学杂志,2022,32(1):161-166.DOI:10.3969/j.issn.1009-881X.2022.01.036.ZhangRJ,FanLF,ZhouJY,etal.Researchdevelopmentofmultimodalmolecularprobes[J].ChinJHemorheol,2022,32(1):161-166.DOI:10.3969/j.issn.1009-881X.2022.01.036.[11]周晖,吴俊娇,范洁琳,等.多模态分子影像技术应用于肿瘤的研究进展[J].中国医学影像学杂志,2011,19(10):794-797.DOI:10.3969/j.issn.1005-5185.2011.10.022.ZhouH,WuJJ,FanJL,etal.Researchprogressofmultimodalmolecularimagingtechnologyintumor[J].ChinJMedImag,2011,19(10):794-797.DOI:10.3969/j.issn.1005-5185.2011.10.022.[12]LambinP,Rios-VelazquezE,LeijenaarR,etal.Radiomics:extractingmoreinformationfrommedicalimagesusingadvancedfeatureanalysis[J].EurJCancer,2012,48(4):441-446.DOI:10.1016/j.ejca.2011.11.036.[13]VuTH,MousaviHS,MongaV,etal.Histopathologicalimageclassificationusingdiscriminativefeature-orienteddictionarylearning[J].IEEETransMedImaging,2016,35(3):738-751.DOI:10.1109/TMI.2015.2493530.[14]YeJJ.Artificialintelligenceforpathologistsisnotnear—itishere:descriptionofaprototypethatcantransformhowwepracticepathologytomorrow[J].ArchPatholLabMed,2015,139(7):929-935.DOI:10.5858/arpa.2014-0478-oa.[15]WangL,SongD,WangW,etal.Data-drivenassisteddecisionmakingforsurgicalprocedureofhepatocellularcarcinomaresectionandprognosticprediction:developmentandvalidationofmachinelearningmodels[J].Cancers,2023,15(6):1784.DOI:10.3390/cancers15061784.[16]TashiroY,AokiT,KobayashiN,etal.Color-codedlaparoscopicliverresectionusingartificialintelligence:apreliminarystudy[J].JHepatobiliaryPancreatSci,2024,31(2):67-68.DOI:10.1002/jhbp.1388.[17]BiancofioreG,CritchleyLAH,LeeA,etal.Evaluationofanuncalibratedarterialpulsecontourcardiacoutputmonitoringsystemincirrhoticpatientsundergoingliversurgery[J].BrJAnaesth,2009,102(1):47-54.DOI:10.1093/bja/aen343.[18]KusminskyRE.Complicationsofcentralvenouscatheterization[J].JAmCollSurg,2007,204(4):681-696.DOI:10.1016/j.jamcollsurg.2007.01.039.[19]Dunki-JacobsEM,PhilipsP,ScogginsCR,etal.Strokevolumevariationinhepaticresection:areplacementforstandardcentralvenouspressuremonitoring[J].AnnSurgOncol,2014,21(2):473-478.DOI:10.1245/s10434-013-3323-9.[20]PengK,LiJ,ChengH,etal.Goal-directedfluidtherapybasedonstrokevolumevariationsimprovesfluidmanagementandgastrointestinalperfusioninpatientsundergoingmajororthopedicsurgery[J].MedPrincPract,2014,23(5):413-420.DOI:10.1159/000363573.[21]XuH,ShuSH,WangD,etal.Goal-directedfluidrestrictionusingstrokevolumevariationandcardiacindexduringone-lungventilation:arandomizedcontrolledtrial[J].JThoracDis,2017,9(9):2992-3004.DOI:10.21037/jtd.2017.08.98.[22]SuBC,TsaiYF,ChengCW,etal.Strokevolumevariationderivedbyarterialpulsecontouranalysisisagoodindicatorforpreloadestimationduringlivertransplantation[J].TransplantProc,2012,44(2):429-432.DOI:10.1016/j.transproceed.2011.12.037.[23]梅习平,刘际童,王亚平,等.以每搏量变异度为指导的液体治疗在腹腔镜精准肝切除术中的应用[J].中南大学学报(医学版),2019,44(10):1163-1168.DOI:10.11817/j.issn.1672-7347.2019.190121.MeiXP,LiuJT,WangYP,etal.Applicationofstrokevolumevariation-guidedliquidtherapyinlaparoscopicprecisionhepatectomy[J].JCentSouthUniv(MedSci),2019,44(10):1163-1168.DOI:10.11817/j.issn.1672-7347.2019.190121.[24]BenesJ,ChytraI,AltmannP,etal.Intraoperativefluidoptimizationusingstrokevolumevariationinhighrisksurgicalpatients:resultsofprospectiverandomizedstudy[J].CritCare,2010,14(3):R118.DOI:10.1186/cc9070.[25]GiustinianoE,ProcopioF,RuggieriN,etal.ImpactoftheFloTrac/VigileoTMmonitoringonintraoperativefluidmanagementandoutcomeafterliverresection[J].DigSurg,2018,35(5):435-441.DOI:10.1159/000481406.[26]LimC,VibertE,AzoulayD,etal.Indocyaninegreenfluorescenceimaginginthesurgicalmanagementoflivercancers:currentfactsandfutureimplications[J].JViscSurg,2014,151(2):117-124.DOI:10.1016/j.jviscsurg.2013.11.003.[27]IshizawaT,MasudaK,UranoY,etal.Mechanisticbackgroundandclinicalapplicationsofindocyaninegreenfluorescenceimagingofhepatocellularcarcinoma[J].AnnSurgOncol,2014,21(2):440-448.DOI:10.1245/s10434-013-3360-4.[28]TangsirapatV,KengsakulM,UdomkarnjananunS,etal.Surgicalmarginstatusoutcomeofintraoperativeindocyaninegreenfluorescence-guidedlaparoscopichepatectomyinlivermalignancy:asystematicreviewandmeta-analysis[J].BMCSurg,2024,24(1):181.DOI:10.1186/s12893-024-02469-1.[29]ShimadaS,OhtsuboS,OgasawaraK,etal.Macro-andmicroscopicfindingsofICGfluorescenceinlivertumors[J].WorldJSurgOncol,2015,13:198.DOI:10.1186/s12957-015-0615-5.[30]LimJSH,Shel