肾肿瘤微创手术中，医生既要完整切除肿瘤，又要尽可能保留正常肾脏组织和功能。但在实际手术中，一些肿瘤隐藏在肾脏内部，肉眼难以直接辨认；肾脏周围血管分布复杂，稍有不慎就可能造成出血；手术过程中，肾脏还会随着呼吸、牵拉不断移动，术前影像与术中真实画面很难始终保持一致。如何让医生在手术前看清肿瘤和血管，在手术中实时掌握位置变化？
在2026长三角医院联盟三省一市高质量发展交流会上，江苏省人民医院（南京医科大学第一附属医院）、江苏省妇幼保健院党委副书记、副院长王晓东教授发布“肾肿瘤微创手术人工智能实时导航预警体系”典型案例。
江苏省人民医院泌尿外科联合东南大学计算机科学与工程学院，从临床手术中的实际难题出发，持续开展医工协同研究，将患者术前的CT影像转化为三维“手术地图”，并在手术过程中将这张地图叠加到腹腔镜画面上，为医生提供实时导航。
这一体系的目标十分明确：在彻底切除肿瘤的同时，最大限度保留肾功能。
从手术中的真实难题出发
王晓东教授在分享中介绍，肾肿瘤微创手术主要面临四方面困难。
首先，一些肿瘤位于肾脏内部，手术中不容易直接看到，切除范围过小可能造成肿瘤残留，范围过大又可能损伤更多正常肾组织。
其次，肾脏血管分支复杂，不同患者之间差异明显。医生不仅要找到肿瘤，还要判断周围有哪些重要血管，避免在切除过程中造成误伤。
第三，手术中肾脏血流阻断时间有限，医生需要在较短时间内完成肿瘤切除和创面处理。
第四，微创手术缺少传统开放手术中的触摸感受，医生更多依靠屏幕画面判断肿瘤深度和位置。
针对这些难点，江苏省人民医院团队提出了“术前精准规划、术中实时导航”的解决方案。
术前：把CT影像变成三维“手术地图”
患者接受手术前，人工智能系统首先对CT影像进行分析，自动识别肾脏、肿瘤、动脉和静脉，并将这些结构重建成三维模型。
在模型中，不同结构采用不同颜色显示。医生可以旋转、放大或调节透明度，从多个角度观察肿瘤与血管、正常肾组织之间的关系。
过去，医生主要依靠一张张二维CT图像在脑中还原肾脏结构；现在，三维模型可以更加直观地展示：肿瘤位于肾脏什么位置、肿瘤埋藏有多深、周围有哪些重要血管、哪条手术路径更为合适、如何减少对正常肾组织的影响。
系统还可以帮助医生分析不同血管负责的供血区域，为手术中选择阻断哪条血管提供参考。
手术前，医生能够根据三维模型提前制定方案，并将关键结构和手术路径形成图文资料，使术前准备更加直观、充分。
术中：让三维模型叠加在真实画面上
术前看清只是第一步，更关键的是让这些信息在手术过程中继续发挥作用。
在手术中，系统将术前三维肾脏模型叠加到腹腔镜画面上。医生可以在屏幕上同时看到真实的手术视野，以及模型中标注的肿瘤和血管位置。
肾脏可以采用半透明方式显示，医生能够看到隐藏在内部的肿瘤和血管，并根据需要选择显示或隐藏不同结构。
但手术中的肾脏并不是静止的。它会随着呼吸、器械牵拉和手术操作不断移动，有时还会发生旋转和形变。
为此，团队进一步研发了实时跟踪功能，使三维模型能够根据术中画面的变化自动调整位置和角度，尽量与真实肾脏保持同步。
王晓东教授在现场通过视频展示了三维模型与术中画面的融合效果。手术医生可以根据实时导航，判断肿瘤边界和血管位置，为手术操作提供辅助。
十余年积累，走过四个建设阶段
这套系统并非短期内完成，而是经过十余年的持续积累和多轮改进。
第一阶段：积累病例和影像数据
从2011年起，团队持续收集肾肿瘤患者的脱敏影像资料，目前已经积累近700例病例和12.3万余个增强样本。
放射科医生对影像中的肾脏、肿瘤、动脉和静脉进行细致标注，为人工智能学习和识别相关结构打下基础。
第二阶段：持续改进识别能力
随着病例和数据不断增加，团队先后开发了多代人工智能模型。
早期系统主要解决肾脏位置识别问题，之后逐步提升对肿瘤和血管的识别能力，再进一步解决手术过程中器官移动时的实时跟踪问题。
从单纯“识别肾脏”，到同时识别肿瘤和血管，再到术中实时跟随，系统功能不断接近临床手术需求。
第三阶段：进入真实手术场景验证
团队将影像识别、三维建模、术中导航和实时跟踪等功能整合起来，在真实手术视频和临床手术中进行验证。
回顾性研究纳入40例手术、11200帧手术图像，覆盖不同程度的肾脏游离和组织粘连场景。
项目还在江苏省人民医院开展30例对照研究，并持续推进多中心验证。
第四阶段：推动产品转化和远程应用
目前，项目正在推进相关医疗器械注册和质量管理体系建设。
团队还规划建设5G远程平台，使大型医院专家能够通过实时画面和导航系统指导基层医院手术。
未来，相关技术还计划拓展至肝癌、胰腺癌和前列腺癌等手术场景。
从技术研发走向临床效果
人工智能导航是否有价值，最终仍要看能否改善手术效果。
实践数据显示，应用该体系后：
肿瘤切缘阳性率由9.2%下降至3.8%，下降58%；
重要血管误伤率下降42%；
单台手术时间减少25分钟；
术中出血量下降35%；
患者住院时间缩短2.3天；
医生培训周期缩短40%。
这些变化表明，人工智能导航不仅可以帮助医生更加清楚地观察肿瘤和血管，也有助于提升手术效率和安全性，缩小不同年资医生之间的操作差异。
对于患者而言，肿瘤切除更加精准，正常肾组织得到更多保留，术后恢复时间也有望缩短。
医生提问题，工程师找办法
这一案例的另一个重要特点，是医院与高校工程团队的长期合作。
临床医生提出手术中的具体难题，提供病例、影像和真实手术场景；工程团队则围绕影像识别、三维建模和实时导航等问题开发技术，再回到手术中检验和改进。
（世界领先肾肿瘤实时融合导航技术）
这种合作不是一次性的技术委托，而是持续十余年的共同研发。
项目已经形成自主研发的算法、发明专利、软件系统和开放代码，并在国际肾脏影像分析比赛中取得优异成绩。
2026年，项目先后在欧洲泌尿外科年会和美国泌尿外科年会进行展示。
（图为该系统在2026年欧洲泌尿外科年会展示，与法国波尔多大学同台，成为目前世界唯二的肾肿瘤实时融合导航技术）
（图为该系统在2026年美国泌尿外科年会展示）
可复制、可推广的案例路径
江苏省人民医院的实践，为其他医院开展医疗人工智能项目提供了以下参考。
第一，从最需要解决的临床问题开始
人工智能项目不能只追求技术先进，更要回答临床真正需要解决什么问题。
该项目聚焦肿瘤边界难判断、血管难定位、手术时间紧和缺少触觉反馈等具体痛点，使技术研发始终围绕手术质量和患者安全展开。
第二，先做好数据积累，再开展模型研发
人工智能离不开高质量数据。
江苏省人民医院从2011年开始持续积累病例，并由专业医生进行规范标注。长期、稳定的脱敏数据积累，是系统不断改进的重要基础。
其他医院可以先从优势专科和重点病种入手，建立规范的数据采集和标注机制。
第三，建立长期稳定的医工协作团队
临床医生最了解医疗需求，工程团队更擅长技术实现。
只有双方长期协作、持续沟通，技术才能不断适应真实临床场景，而不是停留在实验室或演示阶段。
第四，分阶段推进，避免一步到位
该项目按照数据积累、模型研发、系统整合、临床验证和成果转化逐步推进。
每个阶段都有明确任务和评价指标，既降低了研发风险，也为后续改进留下空间。
第五，不只看技术参数，更要看临床效果
人工智能识别准确率高，并不等于临床价值高。
医院还需要评价肿瘤是否切除干净、血管误伤是否减少、手术时间是否缩短、患者恢复是否加快，以及年轻医生是否更容易掌握相关技术。
第六，为推广提前做好准备
技术走出单家医院，需要医疗器械注册、质量管理、操作标准和培训体系。
同时，通过远程平台连接大型医院和基层医院，可以让成熟技术服务更多医疗机构和患者。
结语
从近700例病例积累，到多代人工智能系统持续改进；从术前三维“手术地图”，到术中实时导航；从科研成果到临床验证，江苏省人民医院正在探索人工智能赋能微创外科的实践路径。
这一案例最值得借鉴的，不是某个复杂算法，而是一套清晰的建设逻辑：从临床问题出发，以高质量数据为基础，由医生和工程师长期协作，经过真实手术验证，再逐步推动产品化和推广应用。
让医生术前“看得清”，术中“跟得上”，最终是为了让肿瘤切除更加精准，让正常肾功能得到更多保留，让优质手术能力惠及更多患者。
邮箱：smia@smia.com.cn
地址：上海市长宁区延安西路1160号 首信银都国际广场1201室
微信公众号