胃肿瘤双镜联合诊治智能化及器械研发进展总结2026

胃肿瘤双镜联合诊治智能化及器械研发进展总结2026胃肿瘤腹腔镜与内镜联合手术（laparoscopic-endoscopiccooperativesurgery，LECS）通过腹腔镜与消化内镜的协同融合，克服了单一微创技术的局限，能够实现早期胃癌（earlygastriccancer，EGC）及胃黏膜下肿瘤的精准定位、局部精准切除与胃功能保留，现已成为胃外科微创治疗的重要发展方向。近年来，随着人工智能辅助识别、术中影像导航、机器人手术系统、荧光成像及新型吻合器械等前沿技术和工具的应用，推动了胃肿瘤LECS诊疗向智能化、数字化方向演进。本文系统阐述胃肿瘤LECS诊治的研究进展，重点围绕人工智能辅助系统、术中导航技术、机器人平台及新型器械研发的最新成果进行综述，剖析当前临床应用所面临的关键瓶颈与挑战，并对其智能化、精准化及个体化的发展趋势进行展望。1、LECS及其技术演进LECS的核心理念在于“优势互补”，即消化内镜于胃腔内直视精准评估并定位病变边界，腹腔镜则从腔外完成病变全层切除、确切止血及胃壁缺损关闭。此模式既发挥了内镜对黏膜病变精细化识别的优势，又借助腹腔镜解决了全层切除与胃壁重建的难题，从而最大程度减少正常胃壁的切除范围。随着技术演进，为降低胃内容物外溢及肿瘤种植播散风险，非暴露式LECS衍生出多种改良术式，显著提高了其在恶性肿瘤微创治疗中的应用安全性［1-2］。在EGC治疗领域，LECS面临的核心挑战在于淋巴结转移风险的评估与处理。EGC淋巴结转移发生率约为20%，单纯内镜切除无法清扫胃周淋巴结，而标准胃癌根治术则可能对无淋巴结转移病人造成过度创伤。前哨淋巴结（sentinellymphnode，SLN）导航技术的引入为解决这一矛盾提供了新路径。鉴于胃癌淋巴引流途径复杂且存在跳跃性转移风险，单纯SLN活检存在假阴性风险；为此，腹腔镜SLN引流区清扫的理念应运而生，即通过清扫SLN引流区以更准确地评估转移状态。在此基础上提出了双镜联合SLN导航手术，即在LECS的优势基础上，借助吲哚菁绿（ICG）荧光成像等示踪技术，实现个体化淋巴引流区清扫［3］。2LECS围手术期无创精准诊断与新型光学活检技术2.1

术前高分辨率影像评估与个体化术式规划

在LECS的术前诊断与边界定位领域，图像增强与放大内镜发挥重要作用。窄带成像、蓝激光成像等技术通过优化光谱特性，增强黏膜浅层微血管与腺管结构的对比度［4］；联动成像则通过扩大黏膜颜色的对比度，进一步提升病变识别能力［5］。这些技术已成为EGC检出与术前精准规划病变边界的重要手段。在此基础上，细胞内镜可实现细胞级别的放大光学观察，能实时辨别细胞异型性，对分化程度的评估接近病理水平，从而为LECS术前治疗策略的精准制定提供依据［6-7］。

共聚焦激光显微内镜可提供黏膜表面下结构与细胞形态的实时动态成像，能精准界定病变范围并引导术前靶向活检，有效规避了传统内镜的盲目性，为LECS的术前规划提供了精细的形态学依据［8］。光学相干断层扫描凭借微米级分辨率及毫米级穿透深度，可显示胃壁层次结构，对于LECS术前判断肿瘤浸润深度、明确病变的层次来源具有重要参考价值，从而为不同手术方式的选择提供关键指导［9］。2.2

术中多维光学成像与切缘阴性安全保障

在LECS术中精准判定肿瘤边界、保障切缘阴性的关键环节，以共聚焦激光显微内镜和光学相干断层扫描为代表的光学技术发挥着重要作用，可在术中实时、高分辨率地观察组织微观结构，辅助精确界定切缘范围。此外，多光子显微成像、高光谱成像与太赫兹成像等光学技术，分别通过多光子激发、宽谱段光谱分析及低频电磁波穿透等原理，拓展了组织辨识的潜力［10-11］；拉曼光谱则可提供分子水平的生化特征信息［12］；而光声成像与近红外二区（near-infrared-Ⅱ，NIR-Ⅱ）荧光成像等技术进一步提升了探测深度和信噪比［13］。这些技术互为补充，有望共同构建LECS术中靶向精准切除与切缘安全判定的多维光学评估体系。3机器人辅助LECS平台与智能化协同器械3.1

机器人手术系统的腔外操作优势

机器人手术系统凭借三维高清视野、多自由度器械、震颤过滤及精细缝合能力，显著提升了LECS中腹腔镜侧的操作精度与灵活性。在胃上部及食管胃结合部病变切除、狭窄空间重建、非暴露术式中的缝合关闭以及SLN精细清扫等复杂场景中，其优势尤为突出［14］。三维视野有助于减少空间定位误差，智能震颤过滤提升了精细解剖的稳定性，多自由度机械臂则使复杂缝合与吻合更为可行［15］。随着器械与端口布局的持续优化，减孔乃至单孔机器人已初步开展，有望进一步推动机器人LECS向更小创伤与更快康复的方向演进。3.2

柔性内镜手术机器人的腔内操作优势

在消化内镜领域，柔性内镜手术机器人的突破性进展提升了LECS内镜侧的操作能力。传统内镜黏膜下剥离术（endoscopicsubmucosaldissection，ESD）依赖单手控制，处理复杂部位病变时显露困难且穿孔风险较高。柔性内镜机器人配备多自由度机械臂，可在狭窄胃腔内实现病变边缘的稳定夹持与多角度动态牵引，从而清晰显露黏膜下层并进行精细剥离；其双臂三角协同操作增强了术中稳定性，降低了穿孔风险。对于LECS，内镜侧机器人化使其腔内精细操作能力增强，优化了双镜操作。腹腔镜侧可更专注于淋巴结清扫与胃壁重建，内镜侧则承担更为精细的操作，使整体手术策略更具灵活性［16］。机器人平台具备精准性、人体工程学优化及可扩展性等核心优势，震颤滤除有助于减少术中误损伤，坐姿操作设计则缓解了术者疲劳，并为未来整合人工智能（artificialintelligence，AI）导航等技术提供了理想载体。然而，目前其临床推广仍面临设备成本高昂、体积庞大及缺乏成熟触觉反馈等瓶颈。3.3

未来智能双镜机器人与自主缝合器械研发方向

未来，机器人辅助LECS将向自主化、智能化及多模态信息融合方向演进。随着AI技术的深度融合，有望逐步实现双镜术野下的解剖结构自动识别、手术路径智能规划、机械臂辅助的高精度全层缝合及术中风险实时预警，从而进一步提升LECS的效率与安全性。同时，针对LECS全层切除后胃壁缺损重建这一核心环节，新型缝合与吻合器械亦在向智能化方向发展，通过集成智能张力控制、组织厚度自适应感知、吻合口漏风险预警及实时反馈调控等功能，有望降低吻合口漏、术后出血及吻合口狭窄等并发症的发生率［17］。4新型靶向分子探针与荧光影像导航系统荧光探针的设计与创新是LECS荧光导航手术的重要步骤。IGC作为目前唯一获临床批准的近红外荧光染料，存在靶向特异性欠佳、组织扩散较快等局限。当前新型探针的研发主要围绕两大方向展开，以提升双镜术中病灶与靶向引流区的可视化辨识度：一是配体修饰的靶向型探针，通过抗体、多肽或核酸适配体等靶向单元特异性识别肿瘤相关生物标记物［18-19］。二是基于活性的可激活型探针，利用肿瘤微环境特征信号触发荧光，从而显著提高肿瘤-背景比，最终增强双镜术中病灶及引流区的荧光对比［20］。

LECS荧光成像系统正朝着高分辨率与多模态融合方向快速发展。3D/4K荧光内镜系统将三维立体视野、超高清晰度与荧光成像实时融合，有助于提升腔内外的技术协同与精细操作水平。在波段拓展方面，可见光、NIR-Ⅰ与NIR-Ⅱ波段在LECS术中定位病灶与示踪SLN引流区时各有侧重、优势互补［13,21］。可见光、NIR-Ⅰ、NIR-Ⅱ多波段复合成像概念已在实验层面得到初步验证。未来有望在LECS术中同时实现腔内内镜病灶边界的可见光观察与腔外腹腔镜侧SLN的荧光示踪。

AI及算法对荧光光学信息的增强与定量分析，正推动LECS荧光导航从经验性定性辅助向客观量化评估转变；其应用正逐步延伸至双镜术前诊断、术中SLN转移评估及双镜协同决策等关键环节［22］。5淋巴结微转移多模态诊断与数智化病理评估在以功能保留为核心的胃肿瘤LECS中，精准评估淋巴结微转移至关重要。传统苏木精-伊红（HE）染色对微转移灶存在一定漏诊风险，可能影响LECS的安全性［23］。多层次切片联合免疫组化有助于提升检出率；快速逆转录聚合酶链式反应（RT-PCR）等分子诊断与AI病理模型，则为术中微转移筛查及量化判读提供了新的探索方向［24］。

淋巴结微转移的检出对LECS决策具有双重价值：一是有助于修正病理分期，降低因分期低估导致的微创术后复发风险。二是为个体化治疗分层提供参考，阳性者需综合评估LECS微创的适宜性，必要时考虑追加标准根治术。因此，构建多模态微转移检测路径，对提升LECS个体化决策的可靠性具有重要意义。

AI在全切片数字化病理图像分析中的深入应用，正推动LECS向个体化、精准化决策演进。在术前筛查阶段，基于卷积神经网络等技术，AI系统可识别细胞异型性及肿瘤微环境特征，辅助高精度病理分型。通过整合数字病理图像与文本报告等多模态数据，AI决策系统有助于降低EGC漏诊风险，并将微观病理特征与治疗指南建立关联，为LECS适宜人群筛选及胃功能保留的可行性评估提供客观依据［25］。在术后随访管理中，AI模型融合图像微观特征与多维临床数据，有望实现不同于传统TNM分期的预后评估与风险分层，为LECS术后复发风险预测、是否需追加标准根治术或制定个体化辅助化疗方案等临床决策提供辅助信息［26］。尽管当前推广仍面临多中心验证与可解释性等挑战，AI病理分析正逐步成为LECS智能诊疗体系的重要组成部分。6AI驱动LECS全流程智能辅助与导航决策6.1

AI辅助内镜下的胃肿瘤识别与诊断

基于深度学习的计算机辅助诊断系统正逐步融入胃镜影像分析，为LECS的个体化规划、病灶界定与术中导航提供数智化支撑。在LECS术前评估阶段，AI模型整合白光及窄带成像、蓝激光成像等图像增强特征，对EGC的自动识别、分化程度及黏膜下浸润深度的预测展现出较高准确率，可为功能保留术式的可行性提供量化参考。在术中协同阶段，AI技术有助于降低微小病变漏诊率，提升肿瘤腔内边界判定与腹腔镜侧切缘评估的一致性，减少观察者间的主观偏差并缩短学习曲线。尽管AI系统在真实手术决策中的整合仍面临挑战，但融合影像、病理与临床数据的多模态AI系统，正推动LECS诊疗向量化、精准的智能决策模式演进［25-26］。

6.2

AI辅助术中解剖导航辅助决策

在实时病灶界定与解剖导航方面，基于视频流的深度学习框架可捕获术中时间空间动态信息，辅助评估病灶浸润深度，进而协助判断腔内黏膜边界与腔外切除范围，为切缘判定提供参考。在淋巴结导航领域，AI算法与吲哚菁绿荧光成像或新型磁性探测技术协同应用，有望通过构建胃淋巴引流模型实现自动化评估，提升LECS前哨淋巴结导航手术的前哨淋巴结引流区检出率与清扫精度，有助于减少不必要的常规清扫以保留胃功能［27］。7智能化可穿戴设备辅助的术后延续性康复管理LECS以局部精准切除与胃功能保留为核心，其微创理念与加速康复外科（enhancedrecoveryaftersurgery，ERAS）路径具有较好的协同性。规范实施ERAS有助于减轻LECS术后应激反应、促进胃肠功能恢复。智能化可穿戴设备与远程监测系统的引入，为LECS围手术期管理与ERAS的深度融合提供了技术支撑，推动了微创外科围手术期管理的智能化发展［28］。

在LECS术后早期康复中，依托可穿戴设备进行无创连续监测，可将主观临床评估转化为客观量化参数。有研究结果显示，内置加速度计与光电容积脉搏波传感器的设备可动态记录胃术后病人步数及心率；术后第5天步行步数是预测早期出院（住院时间<9d）的潜在指标，每增加1000步，早期出院概率相应升高，为ERAS路径中早期下床活动的依从性评估提供了数字化工具［29］。

病人出院后，可穿戴设备数据与应用程序的整合推动随访模式向运动康复与精准营养相结合的个体化照护延伸。针对胃癌术后易发的营养不良、肌少症及体重丢失，术后早期启动并持续的个性化数字干预，通过动态热量计算及分阶段运动建议等，可实现术后体重的持续管控。症状追踪模块引导病人定期评估倾倒综合征等术后特异性症状，有助改善生活质量和机体功能状态［30］。

临床应用中，老年病人对设备操作不熟悉、未及时充电导致数据传输漏失等问题仍较突出，提升设备续航能力与推进数据整合标准化是推动该体系规范化落地的关键。

综上所述，LECS实现了腔内精准定位与腔外全层重建的协同，已成为胃功能保留微创外科的重要技术。近年来，多维光学技术、智能机器人、特异性荧光成像及AI算法的深度融合，正推动LECS诊疗体系向数智化精准外科转型。这一变革不仅提