AI blev ett extra par ögon under den avancerade hjärnoperationen

En liten tumör på en mycket känslig plats

Rhys Hibbert, en 48-årig kundtjänstchef och volontär från Bedfordshire, hade en godartad tumör i hypofysen. Den 11 millimeter stora tumören upptäcktes efter att han kollapsat under en promenad och fått ett krampanfall i december 2024. Eftersom den satt nära synnerverna hotade den hans syn och kunde obehandlad till slut ha orsakat blindhet. 1

Tumören togs bort och synen skyddades. Det kliniska underlaget som finns tillgängligt här beskriver inte hans mer långsiktiga återhämtning i detalj. Därför stöder uppgifterna framför allt resultatet direkt efter operationen, inte några säkra slutsatser om den fortsatta rehabiliteringen. 1

Därför var operationen så riskfylld

Hypofysen ligger vid skallbasen, tätt intill halspulsådrorna och synnerverna. Det gör ingreppet mycket precisionskrävande: om kirurgerna tar bort för lite vävnad kan delar av tumören bli kvar, men om de skadar strukturerna runt omkring kan följderna bli allvarliga – bland annat blödning, stroke eller synförlust. 14

Operationen utfördes endoskopiskt. I stället för att enbart förlita sig på bilder från före operationen analyserade AI-systemet videon från operationsområdet medan ingreppet pågick. Det gav teamet ytterligare ett sätt att uppmärksamma viktiga strukturer i realtid. 1

Vad gjorde AI-systemet?

Tekniken var ett beslutsstöd – inte en självgående kirurg. Den analyserade den endoskopiska videoströmmen och hjälpte till att identifiera eller markera:

• viktiga blodkärl och nerver nära tumören,
• de kirurgiska instrumenten, och
• hur instrumenten samspelade med vävnaden. 111

I praktiken fungerade AI:n som ett extra visuellt stöd som kunde uppmärksamma riskområden och områden att undvika. Den opererade inte själv, styrde inte instrumenten och kunde inte köra över det medicinska teamets beslut. 1

Det är en viktig skillnad. Ett lyckat första fall visar att realtidsstöd kan användas under en pågående operation. Det visar däremot inte att AI på egen hand kan utföra neurokirurgi säkert eller att tekniken generellt förbättrar patienters resultat.

Vilka låg bakom ingreppet?

Professor Hani Marcus, professor vid UCL Queen Square Institute of Neurology och neurokirurg vid National Hospital for Neurology and Neurosurgery, genomförde operationen tillsammans med Danyal Khan, doktorand vid UCL och neurokirurg under specialistutbildning vid UCL och UCLH. Khan ledde arbetet. 1

Tekniken utvecklades av ett tvärvetenskapligt team vid UCL Hawkes Institute. Dr Sophia Bano anges som tekniskt ansvarig. Forskargruppen Surgical Robot Vision arbetar bland annat med realtidsanalys av anatomi, kameror och instrument samt med att kombinera kirurgisk och medicinsk bilddata. 2

Så tränades systemet

AI:n tränades och utvärderades med hjälp av en stor, annoterad samling tidigare videor från endoskopiska hypofysoperationer. Teamet beskriver materialet som hundratals videor. I UCL:s årsrapport från 2023 står det att systemet hade analyserat mer än 200 videor och på tio månader nått en erfarenhetsnivå som det skulle ta en enskild kirurg flera år att bygga upp. 14

Träningen skulle hjälpa modellen att känna igen olika steg i operationen, kirurgiska instrument och samspelet mellan instrument och vävnad. Den bakomliggande forskningen omfattar också att upptäcka möjliga orsaker till komplikationer under operationen och att identifiera kritisk anatomi under viktiga moment i hypofyskirurgi. 11

Hårdvara och finansiering

Systemet kördes på NVIDIAs Clara IGX-plattform, som är utvecklad för AI-tillämpningar i medicintekniska miljöer där analys i realtid krävs. Den kliniska prövningen finansierades av National Institute for Health and Care Research och Google, med ytterligare stöd från NIHR UCLH Biomedical Research Centre, Royal College of Surgeons, EPSRC och Wellcome. 1

Målet: ett ”ChatGPT för kirurger”

På längre sikt vill forskarna skapa en kirurgisk realtidspartner som kan förstå vad som händer under ett ingrepp, känna igen anatomi och kirurgiska handlingar och ge relevant återkoppling i rätt ögonblick. UCL-forskare har beskrivit visionen som ett ”ChatGPT för kirurger”. 12

Uttrycket beskriver dock ett framtida mål, inte den förmåga som visades i den här operationen. Det tillgängliga underlaget stöder bilden av ett avgränsat visuellt beslutsstöd för hypofyskirurgi – inte att systemet har allmänna samtalsförmågor eller självständigt kan planera och genomföra operationer.

Vad händer nu?

Ingreppet genomfördes inom ramen för en tidig klinisk prövning. Det är ett viktigt genomförbarhetsbevis, men en enda patient kan inte visa hur väl systemet fungerar med andra kirurger, på andra sjukhus eller för andra typer av tumörer och patienter. UCL och samarbetspartnerna planerar bredare kliniska tester, men de tillgängliga källorna anger inte den större studiens slutliga omfattning, deltagande sjukhus eller tidsplan. 1

Storbritanniens innovationsminister James Frith lyfte fram fallet som ett exempel på hur AI kan möjliggöra nya former av vård, samtidigt som han betonade behovet av tydliga säkerhetsåtgärder. NIHR:s Mike Lewis kopplade också projektet till den bredare användningen av teknik och innovation i vården. 1

Den viktigaste slutsatsen är därför både lovande och begränsad: AI användes som ett extra par ögon under en högriskoperation i hjärnan, medan utbildade neurokirurger fattade alla beslut. Nästa stora test blir om stödet kan ge tillförlitliga fördelar i många fler operationer utan att patientsäkerheten försämras.