当前全球肝癌年新发病例超90万例，手术切除仍是主要治疗方式，但术中精准识别肿瘤边界始终是临床重大挑战。
传统荧光导航技术依赖吲哚菁绿等外源性造影剂，存在两大技术瓶颈：一是约3%患者会出现过敏性休克等不良反应，二是因肝硬化等病变组织的非特异性吸附，导致近四成病例出现假阳性信号。
这种"看得见却分不清"的困境，直接制约着恶性肿瘤的根治性切除效果。
针对这一世界性难题，复旦大学跨学科团队另辟蹊径，将研究视角转向人体自身"光学指纹"。
经过对上千例临床样本的系统分析，研究人员首次发现恶性肿瘤组织在1000-1700纳米波段具有特征性荧光衰减现象。
这种内源性信号差异源于肿瘤微环境对特定生物分子的代谢影响，其物理特性恰好避开了血液、胆汁等生物流体的光学干扰。
基于此发现，团队自主研发出TANI成像系统，通过三重技术创新实现突破：首创自适应光学补偿算法消除组织散射干扰，开发高灵敏度雪崩光电探测器捕捉微弱信号，建立深度学习模型实现实时图像解析。
临床对照试验显示，该技术对肝细胞癌的边界识别准确率达92.3%，对微小转移灶（<5mm）的检出率较传统方法提升3.8倍。
值得关注的是，这项技术具有显著的临床转化优势。
术中仅需常规照明设备改造，无需改变现有手术流程，单次成像成本降低80%以上。
目前该技术已通过医疗器械型式检验，正在开展多中心临床试验。
团队负责人表示，下一步将拓展技术应用至胰腺癌、脑胶质瘤等深部肿瘤手术，并探索其与机器人手术系统的融合应用。
肝脏恶性肿瘤的精准治疗一直是医学界的重要课题。
复旦大学研究团队的这项创新成果，通过巧妙利用人体组织的内在生物学特性，为肿瘤的术中可视化提供了一条全新的技术路径。
这不仅提高了手术的精准性和安全性，更体现了基础研究向临床转化的有效探索。
随着进一步的临床验证和优化完善，这项技术有望在肝脏肿瘤手术中得到广泛应用，为广大患者带来更好的治疗效果，也为精准医学的发展贡献中国力量。