五度妙笔
API商城
数据库数智化时代胃癌诊治新进展与未来研究方向
近年来，随着高质量循证医学证据的不断积累，以规范化手术为核心，联合围术期化疗及免疫治疗的综合治疗模式逐步确立，显著提升了胃癌整体诊疗水平。然而，传统以“标准化”为导向的诊疗路径在应对胃癌高度异质性的生物学特征及日益复杂的治疗决策时，逐渐显现出局限性。随着人工智能、机器人辅助手术、多模态影像融合及数据科学等技术的快速发展，胃癌诊治正在由经验驱动和流程标准化，迈向以数据整合和智能决策为特征的“数智化”新阶段。现有研究表明，人工智能辅助影像筛查与分期评估、近红外荧光显像技术、基于数据驱动的质量控制体系，以及对肿瘤免疫微环境的系统性解析，正在从手术技术、个体化治疗、质量管理和基础研究等多个层面重塑胃癌诊治与研究范式。
基金项目：国家自然科学基金重大研究项目（No.92259302）
作者单位：1 北京大学肿瘤医院暨北京市肿瘤防治研究所胃肠肿瘤中心 消化系肿瘤整合防治全国重点实验室,北京 100142 ；2 北京大学肿瘤医院暨北京市肿瘤防治研究所胃肠肿瘤中心 恶性肿瘤发病机制及转化研究教育部重点实验室，北京 100142
通信作者：季加孚，E-mail:jijiafu@hsc.pku.edu.cn
胃癌是最常见的恶性肿瘤之一，发病率和死亡率均居我国恶性肿瘤前5位，严重威胁人民健康［1］。随着高质量临床研究的不断开展，胃癌逐步建立起以规范化D2手术和综合治疗为核心的标准化诊疗体系，显著提升了治疗的疗效和安全性，这是本世纪胃癌诊治取得进步的重要基础［2］。
随着治疗手段的不断丰富，手术方式、围术期方案及系统治疗选择日趋多样，单纯依赖解剖分期和统一路径的标准化模式，已难以应对不同病人在生物学特征、治疗反应和预后结局方面的差异［3］。
在这一背景下，信息技术开始深度介入胃癌诊疗过程。随着人工智能、影像组学、多模态融合、大数据建模等技术的兴起，手术、个体化诊疗、质量控制及基础科研出现了新的可能性。胃癌诊疗正在由以经验和流程为主导的标准化模式，逐步过渡到以数据整合和分析为支撑的数智化发展阶段。本文将回顾标准化治疗推动胃癌诊疗的历程，并列举数智化胃癌诊疗的进展和未来方向。
1 |标准化治疗推动胃癌诊疗水平的整体进步
1.1 胃癌手术进入规范化与微创化时代
外科手术始终是可切除胃癌治疗的核心，D2淋巴结清扫从东亚地区逐渐向外推广，针对胃癌D2手术的关键问题，学术界也开展了相关随机对照研究，例如JCOG0110研究否认了常规预防性脾切除以进行No.10淋巴结清扫［4］，同时国内前瞻性研究结果显示，腹腔镜下保留脾脏的No.10淋巴结清扫安全可靠［5］，对于No.10淋巴结转移高危病人是可靠的技术选择。日本的回顾性调查研究结果显示，当侵犯食管长度≤2 cm时，纵隔淋巴结转移率较低，改写了日本《胃癌治疗指南》对于下纵隔淋巴清扫的推荐［6］，国内亦开展了全国多中心临床研究以探讨腹腔镜下纵膈淋巴结清扫的临床疗效——CLASS-10［7］。上述研究推动了行业内操作指南和专家共识的形成［8］，进一步改善了全国范围内手术操作的规范化［9］。
微创技术的快速发展进一步推动了胃癌外科进入新的阶段。中国的CLASS-01研究与日韩同期研究［10,11］一道，探索腹腔镜技术在局部进展期胃癌中的应用，此后CLASS研究组开展的系列研究也对腹腔镜技术在全胃切除、新辅助治疗后微创手术、淋巴结示踪等多个方面的应用进行了回答［12,13］。在临床实践中，微创手术也显示其在降低手术创伤、加快术后康复方面的优势，已经成为国内胃癌手术治疗的主流选择［9］。
1.2 综合治疗显著提高胃癌长期生存
仅依靠手术难以满足中晚期胃癌病人的长期生存需求。随着围手术期治疗理念的引入，化疗逐步从术后辅助阶段前移至术前及围术期整体管理之中。CLASSIC作为中国胃癌外科首个参与的国际多中心研究，推动CapeOX作为围术期治疗方案的重要一环［14］，RESOLVE研究头对头对比D2手术新辅助化疗和术后辅助化疗治疗策略［15］，证实对于局部晚期胃癌病人，围手术期SOX方案可进一步改善生存，成为新的治疗标准。国际上FLOT研究和PRODIGY研究也形成了不同区域围手术期化疗的推荐方案。
靶向治疗和免疫治疗的引入改变了胃癌的综合治疗模式。ToGA等［16］研究证实 HER2 阳性的晚期胃癌病人，可在化疗基础上加用曲妥珠单抗，率先将针对性的靶向治疗引入胃癌的药物治疗，其后针对HER2靶点的治疗不断革新，从抗体耦联药物到化、靶和免的联合方向，彻底改变了HER2阳性胃癌的治疗预期。GLOW 研究［17］和SPOTLIGHT［18］研究共同证实了左妥昔单抗针对Claudin18.2阳性病人的治疗价值，为晚期胃癌的靶向治疗提供了新的选择。免疫治疗带来了新的突破。以 程序性死亡蛋白-1（PD-1） 单抗为代表的免疫检查点抑制剂已经成为晚期胃癌的重要治疗手段，特别是在 程序性死亡配体-1（PD-L1） 表达阳性、微卫星高度不稳定（MSI-H） 或 EB病毒（EBV） 阳性等特定亚型病人中，表现出更为显著的疗效，进一步强化了“基于生物学特征选择治疗”的理念。在此基础上，以 PD-L1 单抗斯鲁利单抗以及 PD-1/CTLA-4 双靶点抗体卡度尼利单抗为代表的新型免疫治疗药物，已在胃癌一线治疗研究结果中证实了生存获益，共同推动免疫治疗逐步向联合策略和治疗前移方向发展，MATTERHORN 研究［18］作为首个在胃癌中取得阳性结果的围手术期免疫治疗大型研究，为局部进展期胃癌的综合治疗提供了新的循证医学依据。
2 |数智化在胃癌诊疗中的研究方向
从围手术期化疗到靶向治疗，再到免疫治疗逐步前移，胃癌综合治疗体系不断完善，病人生存获益持续提升。然而，不同治疗手段的疗效差异和人群适应性，也进一步凸显了胃癌治疗决策的复杂性，为后续基于多维信息整合和精准决策支持的数智化诊疗模式提出了更高要求。
2.1 数智化对胃癌外科的深远影响
数智化外科是胃癌数智化转型中最为直观、也最具实践基础的领域之一。一方面，术中信息获取能的增强，重塑了外科医生对于手术决策和手术范围的认识方式；另一方面，机器人手术平台可进一步提升手术操作的精细化和智能化。
术中精确切除范围的判断依赖术者经验，缺乏标准化手术路径规划工具。以近红外荧光显像技术为代表的术中导航手段为胃癌手术提供了功能性信息支持，通过实时显示血供状况、淋巴引流路径及潜在肿瘤分布区域，外科医生进一步优化切除范围和重建方式。福建医科大学附属协和医院牵头开展的多中心研究结果证实，通过术中吲哚菁绿荧光成像技术，可以增加淋巴结活检数目，并可能带来长期生存获益［19］。同时，近红外光显像技术通过加强对血管等解剖关键结构的识别，可减少术中副损伤、提高手术安全，通过分子靶向与多模态成像技术的融合，可以克服单一成像技术的限制，提供更加全面的肿瘤信息［20］。
以达芬奇机器人手术系统为代表的系统提升了操作稳定性、微创性和精细性，同时也为数据采集、动作捕捉与智能分析提供了基础。目前机器人胃癌手术尚存在一定争议，但随着临床研究证据的积累和技术的普及［21］，机器人胃癌根治手术将逐渐落地，但仍应考虑到各地实践经验之间的区别。机器人手术平台升级具有更大潜能，多平台成像技术融合、能量平台转化、近红外荧光技术等具有较好便利性，多维数据记录和融合有望推动胃癌手术更快从经验传承向数据呈现的新阶段演进。
2.2 面向个体化诊疗的数智化路径
胃癌高度异质性的生物学特征是限制进一步提升疗效的重要原因，同时传统的诊断和筛查手段受限于胃癌隐匿性地发生和发展，诊断效能受限。人工智能可有效赋能现行检查和筛查手段，提高效能、减少漏检、降低人工负荷，并且可高效整合多模态信息，实现对疾病风险和预后结局的系统预测。
在诊断层面，以影像组学为代表的人工智能辅助影像分析已在诊断分期、病灶识别以及风险评估中显示出良好前景，使得CT、内镜图像等传统手段实现从图像到数据的转化。例如，中国科学院分子影像重点实验室将影像组学应用于腹膜转移和淋巴结的诊断预测研究，通过建立诊断队列，提取CT影像中原发灶、胃周淋巴结或者腹膜区域的影像组学特征并构建预测模型，在外验证集上取得了良好的预测结果。诊断腹膜转移的曲线下面积达到0.92以上，对淋巴结的诊断效能也超越了现有临床模型［22,23］。目前，新型智能模型正在探索半监督或者无监督下的影像识别和临床分期，有望实现和临床医生接近甚至更佳的诊断准确率，其应用将显著提高诊断准确率并缩短临床诊疗流程。
人工智能对于影像学诊断效能的提高不仅限于确诊后分期，其对于人群筛查同样具有潜力，甚至可能改变筛查流程。基于内镜图像识别以降低漏诊率在肠癌和胃癌的筛查方面均有相应研究支撑，此外，浙江省肿瘤医院等通过和达摩院合作，构建国际上规模最大的胃癌平扫CT多中心数据集，在既往胰腺癌筛查的基础上，通过深度学习平扫CT图像，进一步完成对胃癌的早期诊断，在独立外部队列的曲线下面积为0.927，表现优于影像科医生，使平扫CT+人工智能成为新的筛查选择［24］。
2.3 质量控制：从经验管理到数据驱动的体系升级
临床实践过程中，不同地区和医院之间的诊疗水平存在较大差异，质量控制在规范手术和诊疗中均扮演重要角色，可促进肿瘤治疗的规范化和同质化，进而提升肿瘤治疗效果。2012年，国家卫生健康委员会主导成立国家肿瘤质控中心，并成立胃癌质控专家委员会［25］。专家委员会依照现行指南，制定了规范诊疗的质量控制指标，规定了分期诊断率、术后病理报告完整率、TNM分期率、治疗方案规范比例、二次手术率、5年生存率等多个维度的指标，并对指标的计算公式和设置理由进行了详细说明，可作为评价不同医院治疗水平的量化工具，促进胃癌诊疗水平的进一步提高。
基于电子病历的医疗质量控制是数智化转型中最具现实意义的应用场景之一。电子病历是医疗数据的主要来源，传统质量控制主要依赖人工统计和事后评估，难以实现实时反馈和持续改进。而数智化手段为质量控制提供了新的工具，通过自然语言处理引擎可以对医疗文本中的自然语言数据和非结构化数据进行实时的分析和质控［26］，并且可将质控从科室层面的事后统计提升至个人层面的实时反馈，对病历质量和医疗质量起到监督、提高的作用。在多中心协作背景下，基于数智化平台的质量控制体系还将有助于缩小不同地区、不同医院之间的诊疗差距，推动规范化治疗在更大范围内落地实施，从而提升整体医疗服务的公平性和可及性。此外，质量控制体系的数智化转型可从质量控制转向风险预警，通过智能算法识别影响结局的关键因素，发现潜在风险环节，为质量改进提供科学依据。
2.4 数智化驱动的基础研究新范式
近年来，随着高通量测序技术、单细胞分析、多组学检测以及计算方法的快速发展，肿瘤基础研究的研究范式正在发生深刻转变。传统以单一分子、单条通路或局部机制为核心的研究模式，已难以充分解释肿瘤发生发展过程中所呈现出的高度异质性和复杂调控特征。在此背景下，以多模态数据融合、系统层面建模和数据驱动分析为核心的数智化研究范式逐渐成为基础研究的重要发展方向。
在肿瘤免疫研究领域，这一转变表现得尤为突出。例如，基于单细胞测序和生物信息技术，我们系统描绘了不同癌种中肿瘤浸润免疫细胞的组成特征、功能状态及演化轨迹，发现不同亚群细胞在不同空间位置分布不均，例如癌组织中特有的耗竭CD8+ T细胞，显示肿瘤微环境可以重塑免疫细胞的状态［27,28］。这类系统性图谱研究不仅加深了对肿瘤免疫微环境复杂性的理解，也为建立基于免疫特征的病人分型提供了重要依据。
数智化同样深刻影响了创新药物研发和转化研究流程。人工智能技术被引入药物发现和优化的多个环节，包括潜在靶点筛选、分子结构设计、药效与安全性预测等，显著提升了研发效率。数据不再仅用于结果验证，而是直接参与研发决策，推动药物开发由经验驱动向模型驱动转变。同时，基于病人来源模型和体外药敏体系的数据整合，为个体化用药策略的制定提供了新的技术支撑。
未来，数智化胃癌诊治的发展不仅依赖于技术进步，更需要多学科协作、规范体系建设以及伦理和法规框架的完善。通过积极参与平台建设、推动真实世界数据积累并加强国际合作，有望实现胃癌诊治从“规范化”向“智能化、精准化”的跨越式发展。
利益冲突 所有作者均声明不存在利益冲突
作者贡献声明 季加孚负责提出思路和审改稿件，李浙民负责检索文献和撰写初稿，李子禹负责审改稿件
参考文献
（在框内滑动手指即可浏览）
［1］ Han B, Zheng R, Zeng H, et al. Cancer incidence and mortality in China, 2022［J］. J Nat Cancer Cent, 2024, 4(1): 47-53. DOI:10.1016/j.jncc.2024.01.006.
［2］ Sundar R, Nakayama I, Markar SR, et al. Gastric cancer［J］. Lancet (London, England), 2025, 405(10494): 2087-2102. DOI:10.1016/S0140-6736(25)00052-2.
［3］ Gwee YX, Chia DKA, Ceelen W, et al. Integration of genomic biology into therapeutic strategies of gastric cancer peritoneal metastasis［J］. J Clin Oncol, 2022, 40(24): 2830. DOI:10.1200/JCO.21.02745.
［4］ Sano T, Sasako M, Mizusawa J, et al. Randomized controlled trial to evaluate splenectomy in total gastrectomy for proximal gastric carcinoma［J］. Ann Surg, 2017, 265(2): 277-283. DOI:10.1097/
SLA.0000000000001814.
［5］ Lin JX, Lin JP, Wang ZK, et al. Assessment of laparoscopic spleen-preserving hilar lymphadenectomy for advanced proximal gastric cancer without invasion into the greater curvature: a randomized clinical trial［J］. JAMA Surg, 2023, 158(1): 10-18. DOI:10.1001/jamasurg.2022.5307.
［6］ Kurokawa Y, Takeuchi H, Doki Y, et al. Mapping of lymph node metastasis from esophagogastric junction tumors: a prospective nationwide multicenter study［J］. Ann Surg , 2021, 274(1): 120-127. DOI:10.1097/SLA.0000000000003499.
［7］ Li S, Ying X, Shan F, et al. Laparoscopic vs. open lower mediastinal lymphadenectomy for Siewert type Ⅱ/Ⅲ adenocarcinoma of esophagogastric junction: An exploratory, observational, prospective, IDEAL stage 2B cohort study (CLASS-10 study)［J］. Chin J Cancer Res, 2022, 34(4): 406-414. DOI:10.21147/j.issn.1000-9604.2022.04.08.
［8］ 李子禹, 关广民, 王胤奎, 等. 腹腔镜胃癌手术质量控制相关问题［J］. 中国实用外科杂志, 2023, 43(9): 966-970.DOI:10.19538/j.cjps.issn1005-2208.09.02.
［9］ 苗儒林, 李子禹, 武爱文. 中国胃肠肿瘤外科联盟数据报告(2014-2016)［J］. 中国实用外科杂志, 2018, 38(1): 95-98.DOI:10.19538/j.cjps.issn1005-2208.01.20.
［10］ Yu J, Huang C, Sun Y, et al. Effect of laparoscopic vs open distal gastrectomy on 3-year disease-free survival in patients with locally advanced gastric cancer: the CLASS-01 randomized clinical trial［J］. JAMA, 2019, 321(20): 1983-1992. DOI:10.1001/jama.2019.5359.
［11］ Hyung WJ, Yang HK, Park YK, et al. Long-Term outcomes of laparoscopic distal gastrectomy for locally advanced gastric cancer: the KLASS-02-RCT randomized clinical trial［J］. J Clin Oncol, 2020, 38(28): 3304-3313. DOI:10.1200/JCO.20.01210.
［12］ Liu F, Huang C, Xu Z, et al. Morbidity and mortality of laparoscopic vs open total gastrectomy for clinical stage i gastric cancer: the CLASS-02 multicenter randomized clinical trial［J］. JAMA Oncol, 2020, 6(10): 1590-1597. DOI:10.1001/jamaoncol.2020.3152.
［13］ Zhang Y, Li Z, Tian Y, et al. Morbidity and quality of life of totally laparoscopic versus laparoscopy-assisted distal gastrectomy for early gastric cancer: a multi-center prospective randomized controlled trial (CKLASS01)［J］. Gastric Cancer, 2025, 28(1): 131-144. DOI:10.1007/s10120-024-01561-y.
［14］ 季加孚, 梁寒, 詹友庆, 等. CLASSIC研究(胃癌D2切除术后XELOX辅助化疗)中国亚组报告［J］. 中华胃肠外科杂志, 2014, 17(2): 6.DOI:10.3760/cma.j.issn.1671-0274.2014.02.009.
［15］ Zhang X, Liang H, Li Z, et ai. Perioperative or postoperative adjuvant oxaliplatin with S-1 versus adjuvant oxaliplatin with capecitabine in patients with locally advanced gastric or gastro-oesophageal junction adenocarcinoma undergoing D2 gastrectomy (RESOLVE): an open-label, superiority and non-inferiority, phase 3 randomised controlled trial［J］. Lancet Oncol, 2021, 22(8): 1081-1092. DOI:10.1016/S1470-2045(21)00297-7.
［16］ Bang YJ, Van Cutsem E, Feyereislova A, et al. Trastuzumab in combination with chemotherapy versus chemotherapy alone for treatment of HER2-positive advanced gastric or gastro-oesophageal junction cancer (ToGA): a phase 3, open-label, randomised controlled trial［J］. Lancet, 2010, 376(9742): 687-697. DOI:10.1016/S0140-6736(10)61121-X.
［17］ Shah MA, Shitara K, Ajani JA, et al. Zolbetuximab plus CAPOX in CLDN18.2-positive gastric or gastroesophageal junction adenocarcinoma: the randomized, phase 3 GLOW trial［J］. Nat Med, 2023, 29(8): 2133-2141. DOI:10.1038/s41591-023-02465-7.
［18］ Shitara K, Lordick F, Bang YJ, et al. Zolbetuximab plus mFOLFOX6 in patients with CLDN18.2-positive, HER2-negative, untreated, locally advanced unresectable or metastatic gastric or gastro-oesophageal junction adenocarcinoma (SPOTLIGHT): a multicentre, randomised, double-blind, phase 3 trial［J］. Lancet, 2023, 401(10389): 1655-1668. DOI:10.1016/S0140-6736(23)00620-7.
［19］ Tang YH, Huang ZN, Sun YQ, et al. Prognostic impact of fluorescent lymphography on gastric cancer after neoadjuvant chemotherapy［J］. JAMA Surg, 2025, 160(5): 554-563. DOI:10.1001/jamasurg.2025.0108.
［20］ Zhang Z, Du Y, Shi X, et al. NIR-II light in clinical oncology: opportunities and challenges［J］. Nat Rev. Clin Oncol, 2024, 21(6): 449-467. DOI:10.1038/s41571-024-00892-0.
［21］ Hikage M, Tokunaga M, Furukawa K, et al. Long-term outcomes of robotic gastrectomy for clinical stage I gastric cancer: a single-center prospective phase Ⅱ study［J］. Surg Endosc, 2021, 35(8): 4160-4166. DOI:10.1007/s00464-020-07895-9.
［22］ Dong D, Tang L, Li ZY, et al. Development and validation of an individualized nomogram to identify occult peritoneal metastasis in patients with advanced gastric cancer［J］. Ann Oncol, 2019, 30(3): 431-438. DOI:10.1093/annonc/mdz001.
［23］ Dong D, Fang MJ, Tang L, et al. Deep learning radiomic nomogram can predict the number of lymph node metastasis in locally advanced gastric cancer: an international multicenter study［J］. Ann Oncol, 2020, 31(7): 912-920. DOI:10.1016/j.annonc.2020.04.003.
［24］ Hu C, Xia Y, Zheng Z, et al. AI-based large-scale screening of gastric cancer from noncontrast CT imaging［J］. Nat Med , 2025, 31(9): 3011-3019. DOI:10.1038/s41591-025-03785-6.
［25］ 国家癌症中心, 国家肿瘤质控中心胃癌质控专家委员会. 中国胃癌规范诊疗质量控制指标(2022版)［J］. 中华肿瘤杂志, 2022, 44(10): 997-1002. DOI:10.3760/cma.j.cn112152-20220803-00532.
［26］ 沈鑫, 李晓晴, 徐翠香, 等. 基于人工智能的电子病历实时质量控制探索［J］. 中华医院管理杂志, 2020, 36(3): 206-209.DOI:10.3760/cma.j.issn1000-6672.2020.30.008.
［27］ Zheng L, Qin S, Si W, et al. Pan-cancer single-cell landscape of tumor-infiltrating T cells［J］. Science, 2021, 374(6574): abe6474. DOI:10.1126/science.abe6474.
［28］ Cheng S, Li Z, Gao R, et al. A pan-cancer single-cell transcriptional atlas of tumor infiltrating myeloid cells［J］. Cell, 2021, 184(3): 792-809.e23. DOI:10.1016/j.cell.2021.01.010.
【引用本文】季加孚，李浙民，李子禹. 数智化时代胃癌诊治新进展与未来研究方向[J]. 中国实用外科杂志,2026,46(1):15-18.
DOI:10.19538/j.cjps.issn1005-2208.2026.01.04
