编者按：为揭开科技工作的神秘面纱，科普中国前沿科技项目推出“我和我的研究”系列文章，邀请科学家亲自执笔，分享科研历程，打造科学世界。让我们跟随站在科技最前沿的探索者们，开启一段段充满热情、挑战与惊喜的旅程。

在微创手术的世界里，医用内窥镜是无可争议的明星。它以其小巧的身躯，轻松穿梭于我们复杂的身体结构中，为医生提供了前所未有的视野，不仅能让手术变得更加精准，还可以极大地减轻患者的痛苦。

你是否曾经好奇，在内窥镜发明之前，医生是如何检查内脏器官的？在狭窄逼仄又没有光线的体内，内窥镜又是如何带领医生看清目标，甚至精准指引手术的？

为此，我们特别策划了医用内窥镜系列，分两篇内容，带你了解医用内窥镜的前世今生，并探索它背后的科学原理和惊人成就。此篇为该系列的下篇。

我们团队长期从事生物组织高分辨率实时活体荧光成像方面的工作，开展工作包括医学光学内窥成像，如激光共聚焦显微内窥成像、荧光腹腔镜成像、激光散斑血流成像、计算相衬内窥成像、结构光照明超分辨显微（SIM）成像等，成果共聚焦荧光显微成像仪已经获批医疗器械注册证。

窄带成像：让医生“看得更清”

窄带成像（Narrow Band Imaging, NBI）是一种让医生“看得更清”的内窥镜技术。

传统内窥镜使用白光照明，虽然能看到器官表面，但对于早期微小病变往往容易忽视。而窄带成像通过使用特定波长的蓝光和绿光，专门照亮血管和黏膜表面，让微小的病变“显形”，特别适用于早期癌症的筛查。

简单来说，NBI就像给医生的“视觉”加了一层滤镜，突出病变区域的细节，类似于让隐藏的线索在“放大镜”下变得清晰可见。

这项技术特别适用于消化道和呼吸道的检查，让医生能够更早地发现异常，作出更精准的诊断。窄带成像为内窥镜的观察力增添了“透视”的效果，大幅提升了检测的精度和早期诊断的成功率。

NBI下不同程度病变的微腺管

（图片来源：参考资料1）

荧光内窥镜：点亮隐藏的病灶

荧光内窥镜通过注射荧光物质，让病变区域在特定光照下“发光”，为医生提供了精准的导航。

类似于电影中夜视仪的效果，荧光内窥镜让医生看到正常光学下无法显示的病灶，尤其在癌症手术中，荧光引导手术成为肿瘤摘除的“明灯”。

荧光内窥镜更多用于手术导航和精准定位病变。它通过注射或涂抹荧光染料，使特定的组织在特定光线下发出荧光，尤其是肿瘤和病变区域的组织在手术过程中变得更加显眼。这样，医生能够在手术中准确识别并切除病变组织，避免误伤健康组织。

荧光下的肿瘤显像

（图片来源：参考资料2）

荧光内窥镜类似于医生的“高精度地图”，在复杂的手术环境中提供清晰的导航，帮助医生确保手术的彻底性和安全性，减少复发风险。这种技术主要用于癌症手术中的实时指导，成了肿瘤摘除的明灯。

超声内镜：侧耳倾听，描绘其形

超声内镜（Endoscopic Ultrasound ,EUS）可以说是内窥镜和超声技术的完美结合，它不仅是一双“眼睛”，还能像“耳朵”一样倾听和探测体内深处的结构。

传统内窥镜只能看到器官表面，但超声内镜就像医生手中的“雷达”，通过发射高频声波，穿透组织表层，捕捉更深处的图像。声波遇到不同密度的组织会反射回不同的信号，形成精细的影像，让医生不仅能观察到表面，还能“透视”到邻近的器官或肿瘤。

超声内镜最常用于诊断消化道疾病，比如胃部、胰腺、十二指肠等部位的病变等。在操作中，它通过超声探头“探测”消化道壁或周边器官，像是一台穿越“屏障”的成像仪器，帮助医生识别深处的病变。

超声内镜助力消化道疾病精确诊断

（图片来源：新华网）

更有趣的是，EUS还能配合细针穿刺活检，直接获取深层组织样本，进行进一步的病理分析。这种技术的神奇之处就在于它不仅能“看见”，还能“听到”体内的变化，拓展了传统内镜的成像深度，使医生能够看到深层组织的病变。

超声内镜就像是现代医学中的“潜望镜”，带领医生更深入地探索身体的隐秘角落，确保病变无所遁形。

共聚焦激光显微内镜：揭示细胞奥秘的“微观探险者”

共聚焦激光显微内镜（Confocal Laser Endomicroscopy, CLE）是一项具有突破性意义的内窥镜技术，结合了共聚焦显微技术和内窥镜，旨在提供微观层面的实时组织成像。

这项技术不仅让医生得以观察器官表面的细节，还能观察组织的细胞学形态，帮助诊断疾病。这就像医生可以携带着一个显微镜“探险”患者体内，直接观察到组织和细胞的变化，实现细胞水平的活体实时成像。

共聚焦激光显微内镜的核心在于“共聚焦”与“成像探头”这两部分，其基本思想是利用一个小孔来消除非焦平面和非焦点的散射光[3]，这样就只保留了来自焦点的光信号，从而形成高分辨率的图像。

CLE中的激光通过内窥镜的光纤导入人体，由光源出射的光准确地对位于共轭点的组织进行照明，而激发的荧光准确地聚焦到针孔处形成点像，这个针孔是CLE细胞级观察能力的关键，其与照明点光源共轭，因此焦点以外的杂散光就被过滤掉了。

CLE还常常需要荧光剂的辅助，医生会在操作前注入荧光剂，例如荧光素钠，这些荧光剂能够与组织中的某些细胞结构结合，显示出被检测组织的血管结构、细胞内间隙等。

左：普通内镜下的肠上皮化生

中：共聚焦内镜下的肠上皮化生

右：组织学检查下的肠上皮化生

（图片来源：参考资料4）

在传统诊断中，医生通常需要通过活检取出一小块组织进行病理分析，活检过程不仅有一定的创伤性，还可能花费更长时间，取样结果也可能存在误差。

然而，CLE对腔内表面进行实时成像，是一种无创的“光学活检”方式，能够在不取出组织的情况下进行细胞水平的检测，实现对组织病变的早期诊断和治疗，这意味着患者在检查过程中会遭受更少的创伤，同时也能够更快地得到诊断结果，从而减少诊疗的时间和不确定性。

目前，CLE在临床上的应用比较成熟，如肠部、胃部的成像，未来随着临床应用领域的拓宽，其将发挥更大作用。

胶囊内镜：吞下一颗侦察卫星

想象一下，你只需要吞下一颗胶囊，这颗胶囊就像是迷你版的“侦察卫星”，进入你的消化道，自行开始探险之旅。这就是胶囊内镜的奇妙之处。

过去，医生只能通过长长的内窥镜管道“硬闯”身体，过程不但不舒适，还容易错过关键病变。而如今，胶囊内镜完全解放了这种体验，它可以自由穿行于人体的胃肠道中，像一个忠实的探险者，边走边拍摄，并通过内置的无线发射器将高清图像传送至患者体外佩戴的接收器上。

左图：胶囊内镜下的消化道图像 右图：尺囊内镜实际尺寸

（图片来源：维基百科）

这个接收器像一个数据收集站，将整个消化道的探查过程记录下来，让医生能在之后详细分析图像，将消化道的每一个角落都尽收眼底。更令人惊奇的是，胶囊内镜可以无死角地检查那些传统内窥镜难以触及的部位，特别是复杂、弯曲的小肠[5]。

对医生来说，胶囊内镜就像是一双能够无缝扫描的“眼睛”，甚至可以帮助发现克罗恩病、消化道出血等早期病变。而对患者来说，这简直是革命性的进步，不再需要忍受插管的痛苦，只需要吞下一颗胶囊，检查过程轻松如常。

未来，内窥镜还会朝着什么方向进化？

未来的内窥镜摄像系统不仅将朝着高清、智能化和微创化的方向发展，还将更加聚焦于微小腔道成像技术的突破。随着光学、微电子和成像技术的进步，内窥镜摄像头将提供超高清，甚至8K的实时影像，帮助医生在复杂的手术场景中更加精准地观察病变区域。同时，3D立体成像将成为标准配置，极大增强医生的空间感知力，尤其是在腹腔镜等微创手术中，提高操作的精确度和安全性。

微小自然腔道成像：微小腔道成像是内窥镜技术发展的一个重要方向，它让医生能够进入过去传统内窥镜难以到达的细小通道，如胆管、胰管、泌尿道和血管。过去，这些区域的检查和治疗常常依赖侵入性手术或放射影像，但微小腔道内窥镜设备的精密化和微型化，使得医生可以通过极小的通道直接观测和处理这些腔道内的疾病。例如，胆管癌和胰腺癌的早期发现，如今可以通过微小腔道成像直接进行，这极大提高了诊断的准确性和早期治疗的机会。

AI技术：人工智能（AI）也是未来内窥镜技术的核心推动力[6]。AI能够实时分析内窥镜图像，自动识别病变组织，提供诊断建议。通过AI的辅助，医生可以更快速地做出诊断并减少人为误判。AI技术已经在某些领域，如结肠息肉的自动检测中展现了强大潜力，未来其应用将扩展至更多的疾病筛查和微小腔道的精确分析。

3D成像技术：此外，微小腔道成像技术将与高清和3D成像相结合，使医生不仅能在极狭窄的通道内看到细腻的图像，还能通过三维立体视角精确判断病变位置和程度。这种技术的突破为微创手术带来了极大的可能性，医生可以在手术过程中实时监控、操作，减少对周围健康组织的损伤，大大降低手术风险。

医疗器械的进步对于现代医学的诊断和治疗意义深远。更高清、更智能化的内窥镜不仅提升了早期病变的发现能力，还推动了微创手术的发展，减少了患者的痛苦和术后恢复时间。

未来，随着这些技术的进一步发展，内窥镜将继续成为医生手中的“超级工具”，帮助他们以前所未有的精度和效率完成复杂的诊断和治疗任务。

参考资料：

[1]朱亚男,王军,王娟,等.早期胃癌和上皮内瘤变在放大内镜窄带成像技术下的表现[J].中国内镜杂志,2024,30(07):56-62.

[2]刘胜,尹新民,刘毅,等.ICG荧光显影引导腹腔镜解剖性右半肝切除治疗肝脏肿瘤安全性及可行性研究[J].中国实用外科杂志,2019,39(09):944-948.

[3]徐宝腾.基于光纤束的共聚焦显微内窥图像采集与处理关键技术研究[D].中国科学技术大学,2023.

[4]余晓云,陈婕,郑丽端,等.激光共聚焦内镜对慢性萎缩性胃炎和肠上皮化生的诊断价值[J].临床消化病杂志,2013,25(05):280-282.

[5]廖专,李兆申.胶囊内镜20年发展与展望[J].中国实用内科杂志,2022,42(01):1-7.

[6]孙佳伟,陈照青,赵斌,等.深度学习在光纤成像中的应用进展（特邀）[J].激光与光电子学进展,2024,61(16):70-85.