Wie KI bei einer Gehirn-OP half, das Augenlicht eines Patienten zu schützen

Der erste Eingriff dieser Art

Am National Hospital for Neurology and Neurosurgery in London ist nach Angaben des University College London (UCL) und der University College London Hospitals (UCLH) erstmals eine KI während einer laufenden Gehirnoperation in Echtzeit eingesetzt worden. Sie unterstützte die Entfernung eines gutartigen Tumors an der Hirnanhangsdrüse und half dem Operationsteam dabei, das Sehvermögen des Patienten zu schützen. 1

Wichtig ist dabei die Rollenverteilung: Die KI war ein Assistenzsystem – kein autonomer Chirurg. Jede operative Entscheidung blieb in der Verantwortung des medizinischen Teams. 1

Wer der Patient war

Der Patient war der 48-jährige Rhys Hibbert, ein Kundenservice-Manager und ehrenamtlich engagierter Bürger aus Bedfordshire. Bei ihm wurde ein 11 Millimeter großer, gutartiger Tumor der Hirnanhangsdrüse festgestellt, nachdem er im Dezember 2024 beim Spazierengehen zusammengebrochen war und einen Krampfanfall erlitten hatte. 1

Der Tumor lag in der Nähe der Sehnerven und bedrohte dadurch sein Sehvermögen. Ohne Behandlung hätte er langfristig zur Erblindung führen können. Der Tumor wurde erfolgreich entfernt, das Augenlicht blieb erhalten. Die vorliegenden klinischen Angaben enthalten jedoch keine ausführliche Dokumentation der längerfristigen Genesung. 1

Warum die Operation so heikel war

Die Hirnanhangsdrüse, auch Hypophyse genannt, sitzt an der Schädelbasis. In ihrer unmittelbaren Umgebung verlaufen unter anderem die Halsschlagadern und die Sehnerven. Für Neurochirurgen ist der Eingriff deshalb ein besonders schmaler Grat: Wird zu wenig Gewebe entfernt, kann ein Teil des Tumors zurückbleiben. Werden benachbarte Strukturen verletzt, drohen unter anderem schwere Blutungen, ein Schlaganfall oder der Verlust des Sehvermögens. 14

Die Ärzte operierten endoskopisch. Dabei wird ein schlankes optisches Instrument über die Nase bis zum Operationsgebiet geführt. Die KI wertete nicht nur Aufnahmen aus der Zeit vor dem Eingriff aus, sondern analysierte das Livebild direkt aus dem Operationsfeld. So konnte sie dem Team zusätzliche Hinweise geben, während sich der Eingriff entwickelte. 1

Was die KI während der OP erkannte

Das System wurde als Entscheidungshilfe entwickelt. Es verarbeitete die Bilder der Endoskopkamera und half dabei, folgende Elemente zu identifizieren oder hervorzuheben:

• wichtige Blutgefäße und Nerven in der Nähe des Tumors;
• die jeweils eingesetzten Operationsinstrumente;
• die Wechselwirkungen zwischen Instrumenten und Gewebe. 111

Praktisch fungierte die KI damit als zusätzliches visuelles Kontrollinstrument: Sie markierte Risikobereiche und Zonen, die möglichst gemieden werden sollten. Sie steuerte jedoch keine Instrumente, operierte nicht selbstständig und konnte die Entscheidungen der Ärzte nicht außer Kraft setzen. 1

Das ist für die Einordnung des Erfolgs entscheidend. Der erste Fall zeigt, dass eine solche Echtzeit-Unterstützung in einer laufenden Operation eingesetzt werden kann. Er beweist aber weder, dass KI eine neurochirurgische Operation allein sicher durchführen könnte, noch dass sie die Behandlungsergebnisse bei Patienten generell verbessert.

Wer den Eingriff durchführte und die Technologie entwickelte

Operiert wurde der Patient von Professor Hani Marcus, Professor am UCL Queen Square Institute of Neurology und beratender Neurochirurg am National Hospital for Neurology and Neurosurgery. Unterstützt wurde er von Danyal Khan, einem Doktoranden am UCL sowie Neurochirurgiearzt in der Facharztausbildung bei UCL und UCLH, der die Arbeiten leitete. 1

Die Technologie entstand in einem interdisziplinären Team des UCL Hawkes Institute. Als technische Leiterin wird Dr. Sophia Bano genannt. Die Forschungsgruppe Surgical Robot Vision arbeitet unter anderem daran, Anatomie, Kameras und Instrumente in Echtzeit zu analysieren und Operations- mit Bilddaten zu verbinden. 2

Wie das System trainiert wurde

Trainiert und geprüft wurde die KI mit einer umfangreichen, annotierten Sammlung früherer Videos endoskopischer Hypophysenoperationen. Das Team sprach von mehreren hundert Videos. In einem UCL-Jahresbericht aus dem Jahr 2023 heißt es, das System habe bereits mehr als 200 Videos analysiert und innerhalb von zehn Monaten eine Erfahrungsebene erreicht, für die ein einzelner Chirurg etwa zehn Jahre benötigen würde. 14

Ziel des Trainings war es, Operationsschritte, Instrumente und die Interaktion zwischen Instrumenten und Gewebe zu erkennen. Die zugrunde liegende Forschung befasst sich außerdem damit, mögliche Fehlerquellen während des Eingriffs zu erkennen und kritische anatomische Strukturen in wichtigen Phasen einer Hypophysenoperation zu identifizieren. 11

Hardware und Finanzierung

Das System lief auf der Plattform Clara IGX von NVIDIA. Sie ist für Echtzeit-KI-Anwendungen in medizinischen Geräteumgebungen ausgelegt. Die klinische Studie wurde vom britischen National Institute for Health and Care Research (NIHR) und von Google finanziert. Weitere Unterstützung kam vom NIHR UCLH Biomedical Research Centre, dem Royal College of Surgeons, dem Engineering and Physical Sciences Research Council (EPSRC) und Wellcome. 1

Das Ziel: ein „ChatGPT für Chirurgen“

Langfristig wollen die Forschenden einen digitalen Operationsassistenten entwickeln, der in Echtzeit versteht, was während eines Eingriffs geschieht, Anatomie und Handlungsschritte erkennt und dem Team zum richtigen Zeitpunkt Rückmeldungen gibt. UCL-Forschende beschreiben diese Vision vereinfacht als „ChatGPT für Chirurgen“. 12

Der Ausdruck bezeichnet allerdings ein Zukunftsziel und nicht die aktuell nachgewiesenen Fähigkeiten des Systems. Die vorliegenden Belege sprechen für eine spezialisierte visuelle Entscheidungshilfe bei Hypophysenoperationen. Sie belegen weder allgemeine dialogfähige Eigenschaften noch die Fähigkeit, Operationen autonom zu planen oder durchzuführen.

Wie es weitergeht

Der Eingriff war Teil einer frühen klinischen Studie und ist vor allem ein Machbarkeitsnachweis. Aus einem einzigen Patientenfall lässt sich noch nicht ableiten, wie zuverlässig das System bei anderen Chirurgen, in anderen Krankenhäusern, bei unterschiedlich gelegenen Tumoren oder bei weiteren Patientengruppen funktioniert. UCL und seine Partner planen umfangreichere klinische Tests. Die bereitgestellten Quellen nennen jedoch weder die endgültige Größe noch die Standorte oder den Zeitplan dieser größeren Studie. 1

Der britische Minister für Gesundheitsinnovation James Frith wertete den Fall als Beispiel dafür, wie KI neue Formen der medizinischen Versorgung ermöglichen könne, betonte zugleich aber die Notwendigkeit geeigneter Sicherheitsvorkehrungen. Mike Lewis vom NIHR stellte die Entwicklung in den größeren Zusammenhang des Einsatzes von Technologie und Innovation im Gesundheitswesen. 1

Das zentrale Ergebnis ist daher vielversprechend, aber begrenzt: KI wurde bei einer riskanten Gehirnoperation als zusätzliches Augenpaar eingesetzt, während ausgebildete Neurochirurgen die Kontrolle behielten. Die entscheidende nächste Frage lautet, ob diese Unterstützung in vielen weiteren Eingriffen zuverlässig Vorteile bringt – ohne die Sicherheit der Patienten zu gefährden.