王俊
当前，新一轮科技革命和产业变革迅猛发展，人工智能技术不断融入人们日常生活，其在临床学科的应用也正逐步推动着医学模式的创新，同时促进了人工智能等相关技术的迭代更新。
近年来，越来越多的早期肺癌得以诊断，给胸外科的发展提出了很多挑战。其中之一就是巨大的病人需求和有限的高质量手术供给能力之间的矛盾。据统计，中国每年新发肺癌200万例，其中60万例能通过外科手术治愈，但我国胸外科每年最大手术量是20万例。
为什么胸外科医生这么少、这么难培养呢？首先是手术大、风险高，医生培养周期长；其次是“师傅带徒弟”的传统培养模式产出率太低。
为此，我们与人工智能领域专家合作，通过医学影像与手术视频两大数据来源，进行手术规划与引导、监督与预警的智能化初步探索，有效降低年轻医生进行胸腔镜手术的技术难度，提高手术的准确性和安全性。
基于肺癌手术的智能辅助模块研发分为三步。第一步，制定手术路径和实时导航。第二步，利用人工智能生成血管自动命名。第三步，用语音交互指导语义图像和手术图像相吻合。
在风险预警和及时纠错方面，首先要把以往的手术录像分成若干个步骤，指出每个步骤可能产生的风险，从而让智能辅助模块看到某个部位就能自动识别手术步骤并提示风险。
但这种模型的建立需要几百个甚至上千个手术案例的数据集，而一个手术有几十个步骤、数千个原子行为，如果都标注，那将是海量的数据。幸运的是，我们最终找到了最优算法，提高了标记效率，解决了这个问题。
当我们把生成的智能辅助模块与胸腔镜机器联合在一起，当镜头拉到胸腔时，智能辅助模块会立刻在荧光屏右下角提示，这个部位是什么、周围是什么，并用不断闪烁的感叹号提示该位置或周围可能有风险点等，从而帮助年轻医生规避风险，确保手术安全。
外科有几千种手术，相当一部分需要建立手术智能辅助模块。这是一项关键性共性技术，源于临床真实需求，融合人工智能实现技术迭代升级，可以拓展应用于多学科领域手术辅助，成为医生的“数字化导师”，也为医学生培养提供新的路径与模式。■
（作者系中国工程院院士）
