AI hjalp kirurger med at fjerne en 11 mm hjernetumor – uden at skade patientens syn

Et AI-system blev for første gang brugt som realtidsstøtte under en levende hjerneoperation på National Hospital for Neurology and Neurosurgery i London. Systemet hjalp kirurgerne med at navigere mellem blodkar og nerver tæt på hypofysen, mens de fjernede en godartet tumor fra 48-årige Rhys Hibbert. Det var dog hele tiden det kirurgiske team, der havde ansvaret for beslutningerne. 1

Hvem var patienten?

Rhys Hibbert er kundeservicemedarbejder og frivillig i lokalsamfundet i Bedfordshire. Han havde en godartet hypofysetumor på 11 mm, som blev opdaget, efter at han kollapsede under en gåtur og fik et epileptisk anfald i december 2024. 1

Tumoren påvirkede området omkring synsnerverne og truede derfor hans syn. Uden behandling kunne den med tiden have medført blindhed. Tumoren blev fjernet, og hans syn blev beskyttet. Den kliniske rapport, der ligger til grund for oplysningerne her, indeholder ikke en detaljeret beskrivelse af hans længerevarende rekonvalescens. 1

Hvorfor er en operation ved hypofysen så vanskelig?

Hypofysen sidder ved kraniets basis tæt på halspulsårerne og synsnerverne. Det gør operationsområdet ekstremt krævende: Hvis kirurgen fjerner for lidt væv, kan en del af tumoren blive siddende. Hvis de omkringliggende strukturer beskadiges, kan det føre til alvorlige komplikationer som blødning, slagtilfælde eller synstab. 14

Operationen blev udført med en endoskopisk teknik. I stedet for kun at støtte sig til scanninger fra før operationen analyserede AI-systemet det live videobillede fra operationsområdet. På den måde fik teamet et ekstra visuelt hjælpemiddel, mens indgrebet udfoldede sig. 1

Hvad lavede AI-systemet konkret?

AI’en var udviklet som beslutningsstøtte – ikke som en selvstændig kirurg. Den analyserede videobillederne fra endoskopet og kunne hjælpe med at identificere eller fremhæve:

• vigtige blodkar og nerver tæt på tumoren
• de kirurgiske instrumenter
• samspillet mellem instrumenter og væv. 111

I praksis fungerede systemet som et ekstra sæt øjne. Det markerede områder med høj risiko og strukturer, som kirurgerne skulle undgå, mens lægerne selv besluttede, hvordan operationen skulle fortsætte. AI’en opererede ikke på egen hånd, styrede ikke instrumenterne og kunne ikke tilsidesætte det medicinske teams vurdering. 1

Det er en vigtig forskel. Ét vellykket første indgreb viser, at realtidsstøtte kan anvendes under en levende operation. Det dokumenterer ikke, at AI sikkert kan udføre neurokirurgi alene, eller at teknologien generelt forbedrer patienters resultater.

Hvem udviklede og udførte operationen?

Professor Hani Marcus, professor ved UCL Queen Square Institute of Neurology og neurokirurg på National Hospital for Neurology and Neurosurgery, udførte operationen sammen med Danyal Khan. Khan er ph.d.-studerende ved UCL og neurokirurgisk læge under uddannelse på UCL/UCLH og stod i spidsen for arbejdet. 1

Teknologien blev udviklet af et tværfagligt team på UCL Hawkes Institute. Dr. Sophia Bano var den tekniske leder. Den bredere forskergruppe Surgical Robot Vision arbejder blandt andet med realtidsanalyse af anatomi, kameraer og instrumenter samt med at kombinere data fra kirurgi og scanninger. 2

Hvordan blev systemet trænet?

AI-systemet blev trænet og evalueret på en stor, annoteret samling af tidligere videoer fra endoskopiske hypofyseoperationer. Teamet beskrev samlingen som bestående af hundredvis af videoer. UCL’s årsrapport fra 2023 oplyser, at systemet havde analyseret mere end 200 videoer og på 10 måneder opnået en erfaring, som det ville tage en enkelt kirurg flere år at opbygge. 14

Træningen skulle hjælpe modellen med at genkende operationens forskellige trin, kirurgiske instrumenter og samspillet mellem instrumenter og væv. Den underliggende forskning omfatter også registrering af mulige årsager til komplikationer under operationen og identifikation af kritisk anatomi på vigtige stadier af hypofyses kirurgi. 11

Hvilken teknologi og finansiering blev brugt?

Systemet kørte på NVIDIAs Clara IGX-platform, som er udviklet til AI-anvendelser i medicinsk udstyr, hvor analyser skal foregå i realtid. Det kliniske forsøg blev finansieret af National Institute for Health and Care Research og Google med yderligere støtte fra NIHR UCLH Biomedical Research Centre, Royal College of Surgeons, EPSRC og Wellcome. 1

Målet: et “ChatGPT for kirurger”

På længere sigt ønsker forskerne at udvikle en kirurgisk co-pilot, der kan forstå, hvad der sker under en operation, genkende anatomi og kirurgiske handlinger og give relevant feedback i rette tid. UCL-forskere har beskrevet ambitionen som et “ChatGPT for kirurger”. 12

Formuleringen beskriver et fremtidigt mål – ikke den funktion, der blev demonstreret i denne operation. De tilgængelige oplysninger dokumenterer et afgrænset visuelt beslutningsstøttesystem til hypofyses kirurgi. De viser ikke, at værktøjet har generelle samtaleevner eller selvstændigt kan planlægge og udføre operationer.

Hvad sker der nu?

Operationen var en del af et tidligt klinisk forsøg. Den er en vigtig demonstration af, at teknologien kan fungere i praksis, men én patient kan ikke vise, hvordan systemet klarer sig på tværs af kirurger, hospitaler, tumorplaceringer eller patientgrupper. UCL og samarbejdspartnerne planlægger bredere kliniske afprøvninger, men de tilgængelige kilder angiver ikke den endelige størrelse, forsøgsstederne eller tidsplanen for det større forsøg. 1

Storbritanniens minister for sundhedsinnovation, James Frith, fremhævede sagen som et eksempel på, hvordan AI kan muliggøre nye former for behandling, men understregede samtidig behovet for passende sikkerhedsforanstaltninger. Mike Lewis fra NIHR koblede også projektet til den bredere brug af teknologi og innovation i sundhedsvæsenet. 1

Den foreløbige konklusion er derfor lovende, men begrænset: AI blev bragt ind i en levende og risikofyldt hjerneoperation som et ekstra sæt øjne, mens erfarne neurokirurger fortsat havde kontrollen. Den næste prøve bliver, om hjælpen kan give pålidelige fordele i mange flere operationer uden at gå på kompromis med patientsikkerheden.