引言

根据世界卫生组织国际癌症研究机构（IARC）最新统计，2022年全球约有96.9万人新发胃癌，约66.0万人因胃癌死亡，胃癌已成为全球癌症相关死亡的第五大原因。手术治疗仍是胃癌治疗最重要的手段。然而，在传统胃癌手术中，外科医生常常面临着一个关键难题——手术不够精准。

传统胃癌手术，在很大程度上是依赖经验的判断。胃的肿瘤与正常组织间往往缺乏清晰的界限。因此医生很难在术中“直接看见”肿瘤的真实边界，更多时候需要结合肉眼观察、手术经验以及触觉反馈来综合判断切除范围。而这种“看不清”，会带来非常现实的临床挑战：如果切除不足，可能导致肿瘤细胞残留，增加术后复发风险；如果切除过多，则可能损伤正常组织，影响术后的消化功能和生活质量。

如果有一种方法，能让胃癌组织在术中“亮起来”，把原本模糊的边界清楚地呈现在医生面前，手术会不会变得更精准、更安全？

在手术中“让肿瘤发光”，这并非科幻场景，而是走进临床的现实技术——荧光成像。随着人工智能（artificial intelligence，AI）的加入，这种“光”也变得更加“聪明”，不仅能被看见，还能被分析和解读。

“光”点亮胃癌，“智”指引刀锋——一个更加精准、更加可视化的胃癌手术时代，正在悄然到来。

荧光造影剂：胃癌手术中的“隐形向导”

如果把胃癌手术比作一次复杂的“迷宫穿梭”，那么荧光造影剂就像一位能够发出信号的“隐形向导”。它不能替代医生做决定，却能帮助医生在术中看到原本不容易分辨的信息，这正是荧光引导手术（fluorescence-guided surgery, FGS）的基本思路。

目前临床最常用的荧光造影剂是吲哚菁绿（Indocyanine Green, ICG），它早在1956年就已被美国食品药品监督管理局（FDA）批准用于临床，也是我国目前唯一获批应用的近红外荧光造影剂，其在血液中的半衰期约为 4 min，通过肝脏代谢排泄至胆管，无肾毒性，具有良好的安全性。

在特定波长（约750–810 nm）的近红外光照射下，吲哚菁绿会发出波长约840 nm的荧光信号。这种近红外光具有较强的组织穿透能力（约5–10 mm），使得原本“隐藏”在组织中的肿瘤，在成像系统中能够被清晰地“点亮”。

那么“向导”是如何精准导航的呢?

吲哚菁绿并不能主动靶向识别肿瘤，而是依赖肿瘤的特殊结构，被动地滞留在肿瘤组织中。这种现象称为增强渗透与滞留效应（enhanced permeability and retention，EPR）。通俗地说，就是“进得多、出得慢”。

“进得多”是指：正常组织的血管结构完整、致密，更像“管理严格的管道”，吲哚菁绿不易渗出；而肿瘤组织中的血管结构往往异常、通透性高，更像“年久失修的漏水管”，吲哚菁绿更容易从中渗出并进入肿瘤组织。

“出得慢”是指：肿瘤会挤压周围的淋巴管，导致吲哚菁绿通过淋巴回流排走变得十分缓慢。

这样一来，吲哚菁绿便在肿瘤组织中逐渐积累。而在正常组织中，它不会滞留，会随血液循环经肝脏迅速代谢。

仅仅定位胃癌组织还不够，因为肿瘤可能依赖淋巴系统转移。吲哚菁绿的另一大功能就是进行淋巴结示踪——进入淋巴管的部分吲哚菁绿，随淋巴液引流至淋巴结，由于淋巴液流速缓慢，可在淋巴结内滞留较长时间。因此吲哚菁绿能由近及远逐级“点亮”可能的转移途中的淋巴结，为医生精准清扫提供可视化导航。

近红外成像：外科医生的“透视眼”

不过，仅有“向导”还不够。要想让荧光造影剂真正服务于手术，我们还需要一套系统来完成激发-捕捉-转化-呈现的过程，这就是近红外荧光成像系统。

这套系统大致由三个部分组成：首先，近红外激发光源负责“激活”吲哚菁绿，向其发出特定波长的光；随后，高灵敏度的荧光摄像设备负责捕捉吲哚菁绿发出的荧光信号，就像雷达接收回波一样；最后，计算机图像处理系统对信号进行分析和重建，将其转化为可视化图像，实时呈现在医生眼前。荧光越强代表进入肿瘤的吲哚菁绿更多，肿瘤组织血管多，血供好；越弱代表进入肿瘤的吲哚菁绿较少，肿瘤组织血管少，血供差，甚至可能存在坏死；无荧光部分则是正常组织。

在这样的“光+设备”的配合下，原本难以分辨的肿瘤组织，被清晰地勾勒出来，就像医生拥有了一双“可以看见隐藏目标”的眼睛，从而为手术提供更加精准的指引。

AI赋能：从“看见”到“看懂”的飞跃

吲哚菁绿的荧光穿透能力有限，当肿瘤位置较深或组织较厚时，信号会明显减弱；其次，周围正常组织也可能产生一定的背景荧光，再加上肿瘤内部常常存在坏死、出血等复杂情况，都会让荧光边界变得不够清晰。

换句话说，在“向导”的帮助下，肿瘤虽然能被看见，但却是模糊的。而在这种情况下，医生对图像的解读，在很大程度上依赖个人经验。因此，我们迫切需要一位小助手来处理模糊的荧光图像——既让医生看得清，也让医生看得懂。这样医生才能做出更精准的判断，手术才更安全。

这位“小助手”，正是人工智能。

目前AI的图像增强功能在临床已经普及：它能够对原始荧光图像实时降噪和增强，减少背景信号的干扰，使原本模糊的肿瘤边界变得清晰。

更进一步，AI能够直接从图像中提取荧光强度，将抽象的图像转化为客观的数据，甚至还可以进行智能化分析，判断某一区域是否存在肿瘤，但这种辅助判断功能仍处于临床试验阶段，需要经过大规模的数据训练来验证。

最后，让我们回顾手术全流程。

术前或术中，医生将吲哚菁绿注入体内，让它渗透进入肿瘤组织，在近红外光照射下发出荧光。近红外荧光成像系统接受荧光信号并将图像呈现给医生，肿瘤位置、边界以及淋巴引流路径就清晰可见了。AI在此过程中可增强和处理图像，使肿瘤边界更加清晰。在荧光造影剂、近红外荧光成像系统以及AI的配合下，医生便能更精准地切除胃癌，降低复发风险。

现实之问：患者最关心的那些事

技术的进化，让胃癌手术从“看见”迈向“看懂”。但真正走进手术室前，患者和家属往往更关心一些更具体的问题：这项技术安全吗？费用高不高？是不是所有人都能用？目前还有什么不足？这些疑问，关乎技术能否真正惠及患者，也是我们接下来要一一解答的。

Q1：这项技术有辐射吗？是否安全？

A1：吲哚菁绿本身不含放射性物质，没有辐射。而且它在血液中的半衰期较短，主要通过肝脏代谢，经胆汁排泄，无肾毒性，在临床已使用数十年，安全性较高。

Q2：哪些人能用，哪些人不能用？

A2：吲哚菁绿荧光成像适用于大多数接受胃癌手术的患者，尤其是需要明确肿瘤边界、判断淋巴结引流范围者。

但以下人群需谨慎使用或避免使用：

① 对碘或吲哚菁绿过敏者；

② 尚无孕妇用药经验，哺乳期妇女需要使用时应停止哺乳；

③ 尚无儿童用药经验；

④ 一般老年人生理功能状态低下，应谨慎给药。

Q3：它对患者的预后到底有多大帮助？

A3：现有研究表明，该技术应用于胃肠肿瘤手术，不仅能够精准定位肿瘤和切缘，还能有效缩短手术时间约12%。研究显示，在吲哚菁绿引导下，淋巴结清扫数量增加了19%，淋巴结不合格率降低了25.6%，总体复发率降低了13.2%。

Q4：吲哚菁绿近红外成像引导下的腹腔镜胃癌根治手术费用如何？是否纳入医保？

A4：与普通胃癌根治术相比，只是多了一个胃肠镜的费用和一个药费。具体收费标准以医院实际说明为准。

Q5：该技术普及度、成熟度如何？

A5：临床开展广度上，国内许多市级中心医院已具备条件；技术成熟度方面，相关应用已被写入《吲哚菁绿近红外光成像在腹腔镜胃癌根治术中应用中国专家共识（2025版）》，标志着该技术进入规范化应用阶段。

Q6: 目前AI辅助荧光成像技术有什么不足？面临哪些挑战？

A6： 荧光信号易受环境和设备等因素的干扰，成像不够稳定；另外，AI需要大规模的标准数据进行训练，但目前缺乏标准化数据；同时，AI深度分析需要一定时间，而手术需要实时数据，缩短AI分析时间这一问题亟待解决。随着技术的进步，我们有理由相信这些问题都能解决，荧光成像与AI融合的稳定性与精准度不断提升，推动胃癌手术走向精准化，为精准外科的发展奠定基础。

结语

从依赖肉眼与经验的“摸索”，到借助荧光成像实现“看见”，再到人工智能辅助下真正“看懂”，胃癌手术正在经历一场悄然发生的变革。在这场变革中，光让肿瘤无所遁形，AI让信息变得可解读——手术不再只是经验的较量，而逐渐成为数据与判断的协同过程。医生的每一次决策，也从“尽可能正确”，走向“更加确定”。

当胃癌细胞学会“发光”，人类也正在学会如何更精准地应对它。

而这束光，照亮的不只是手术视野，更是患者通向康复的道路。

作者：

董峰，张婉欣，李智慧，邵岩飞，孙晶

上海交通大学医学院附属瑞金医院普外科