人工智能在消化系统肿瘤外科诊疗中的应用2025.pdfVIP

人工智能在消化系统肿瘤外科诊疗中的应用2025

消化系统肿瘤（包括食管、胃肠道、肝胆胰等癌种）占全球新发肿瘤发病

率的26.4%，并占总体癌症相关死亡的36.3%［1]。尽管以手术切除为

核心的根治性治疗是现阶段临床指南推荐的首选方案「2」，但传统外科

诊疗模式长期面临两大瓶颈：其一，手术决策通常依赖外科医师的经验，

存在主观判断偏倚风险3］；其二，肿瘤生物学行为的多样性导致患者

术后的复发转移风险难以精准预测［4]。虽然系统治疗（化疗、靶向及

免疫治疗）与局部治疗（消融、介入及放射治疗）在一定程度上拓展了外

科治疗的适应证并改善患者预后，但仍未能从根本上突破上述困境。近年

来，人工智能（AI）技术通过整合影像组学、病理组学、基因组学及临床

参数等多维度的信息［5］与自适应计算建模［6］，AI系统可实现对消

化系统肿瘤的手术和治疗方案的动态支持。以深度学习为核心的技术架构

一包括卷积神经网络（CNN）、图神经网络（GNN）以及Transformel

模型一一已逐步突破传统算法的性能边界［7-9］。这些技术突破正推动

外科决策从经验驱动转向“数据-知识双驱动”模式。本文系统梳理AI在

消化系肿瘤外科诊疗中的技术进展，从算法创新性、临床验证等级、技术

成熟度三个维度评估其临床转化潜力，并深入探讨跨机构数据应用、模型