《人工智能平台下肺结节的三维可视化定位与手术规划专家共识》（2019-12-23，中国医药教育协会等四学会联合发布，《中国胸心血管外科临床杂志》2019 年 12 期），核心是将 AI 驱动的三维可视化（3D 重建 / 分割 / 量化）融入肺结节围术期管理，实现 “无创定位、精准规划、保肺优先、安全可控”，为胸腔镜 / 机器人肺段 / 亚段切除等微创术式提供标准化路径与质量控制。
-
背景：低剂量 CT 筛查普及，亚厘米、深部、多发、磨玻璃为主结节增多，传统二维定位与规划难以兼顾精准与肺功能保护。
-
目标：规范 AI 三维可视化的适应证、流程、质控与临床决策，降低手术风险、缩短时间、提高切缘达标率与肺功能保留率。
-
适用场景：胸腔镜 / 机器人肺叶、肺段、亚段切除，楔形切除；尤其适用于深部 / 多发 / 微小结节、解剖变异复杂、需精准切缘与功能保留的病例。
-
数据输入：薄层增强 CT（层厚≤1mm，DICOM 格式），必要时含呼气末序列以评估呼吸位移。
-
AI 能力：全自动 / 半自动分割肺实质、支气管树、肺动脉 / 静脉、结节；量化结节大小 / 体积 / 实性占比 / 位置坐标；生成可交互 3D 模型与肺段 / 亚段流域图；支持手术入路模拟、切缘测量与肺功能预估。
-
平台质控：分割准确率≥95%，结节漏诊率低，坐标误差≤2mm；可导出报告、标注图与手术规划方案，支持术中导航对接。
-
术前准备与数据处理
-
采集薄层增强 CT，导入 AI 平台；自动分割肺实质、血管、支气管、结节，人工复核与修正。
-
量化与标注：结节大小 / 体积 / 实性占比、距胸膜 / 支气管 / 血管距离、所属肺段 / 亚段、切缘预估（≥2cm 或按指南）。
-
生成 3D 模型、流域图、手术入路模拟视频，用于术前讨论与团队共识。
-
定位与手术规划（保肺优先，精准切缘）
-
定位：无创 3D 定位为主，标记结节坐标与流域边界；必要时联合术中超声、荧光导航或穿刺标记（Hook-wire / 弹簧圈）。
-
术式选择：优先肺段 / 亚段切除（保肺）；无法亚段切除则肺叶切除；多发结节按危险度分层，先切高危灶。
-
入路与结扎顺序：根据 3D 模型确定最佳切口与操作孔；规划血管 / 支气管结扎顺序，避开变异血管，确保切缘达标。
-
术中实施与质控
-
术中导航：将 3D 模型与内镜视野 / 影像融合，实时确认结节位置与切缘。
-
切缘验证：术中冰冻病理确认切缘阴性；必要时术中 CT 或超声复核。
-
并发症防控：避免血管损伤、支气管胸膜瘘、持续漏气；对高危者预置引流与止血预案。
-
术后评估与随访
-
影像学：术后 1/3/6/12 个月 CT，对比 3D 模型评估残余肺功能与复发。
-
量化指标：记录手术时间、出血量、住院日、切缘达标率、并发症发生率、肺功能变化。
-
切缘管理：恶性结节切缘≥2cm 或≥结节最大径（取大者）；磨玻璃为主结节可适当收紧，但需术中冰冻确认。
-
多发结节：按危险度排序，优先切除高危灶；同侧同叶可合并切除，异叶 / 对侧酌情分期或同期微创切除。
-
解剖变异：AI 3D 重建识别跨叶血管、副叶、肺裂不全，提前制定结扎与分离方案，避免误断。
-
联合定位：AI 3D 定位 + 术中荧光 / 超声 / 电磁导航，提高深部结节命中率；必要时术前穿刺标记，但需权衡气胸 / 出血风险。
-
人员：术者与影像医师需接受 AI 平台操作培训，通过考核后方可独立开展。
-
流程质控：建立 “数据采集→分割复核→规划审核→术中执行→术后评估” 的闭环记录与不良事件上报机制。
-
设备维护：定期校准 AI 算法与硬件，确保分割精度与稳定性。
-
局限性：2019 年证据以回顾性 / 单中心为主，缺乏大样本 RCT；对极微小（≤3mm）、严重伪影、呼吸位移大的结节仍有挑战；AI 与术中导航的实时融合尚需优化。
-
后续方向：多中心注册研究验证疗效；AI 联合荧光 / AR / 机器人导航；开发呼吸门控与实时配准算法；建立标准化报告与质控指标体系。
-
数据采集：薄层增强 CT（≤1mm），DICOM 导出，呼气末序列可选。
-
AI 处理：自动分割→人工复核→量化标注→生成 3D 模型与流域图。
-
规划输出：结节清单、定位坐标、切缘测量、手术入路、结扎顺序、应急预案。
-
术中执行：3D 导航对接内镜视野，切缘冰冻确认，并发症防控。
-
术后随访：按时间点 CT 复查，量化评估肺功能与复发。