全球首次实时 AI 辅助脑肿瘤切除在伦敦完成

伦敦大学学院（UCL）与伦敦大学学院医院（UCLH）表示，他们在伦敦国立神经病学与神经外科医院（NHNN）完成了全球首次在实时手术过程中使用人工智能辅助切除脑肿瘤的手术。

这次手术的核心并不是让 AI “替医生开刀”，而是让系统在手术进行时持续分析内镜画面，提醒医生注意可能危及视力的关键解剖结构。最终，患者的垂体肿瘤被成功切除，视力得到保护。1

患者是谁？手术结果如何？

患者是 48 岁的 Rhys Hibbert，来自英国贝德福德郡，职业是客户服务经理，同时也参与社区志愿服务。1

2024 年 12 月，他在外出散步时突然倒地并出现癫痫发作。后续检查发现，他患有一个直径约 11 毫米的良性垂体瘤。虽然肿瘤属于良性，但其位置可能逐渐压迫视觉通路；如果不及时处理，最终可能导致失明。1

手术团队成功移除了肿瘤，并保住了他的视力。UCL 公布的信息没有进一步说明患者长期随访中的视力变化、其他症状或完整康复时间表，因此目前不宜对更长期的恢复情况作出推断。1

AI 在手术中具体做了什么？

手术采用内镜方式进行。与只参考术前扫描不同，这套系统能够处理手术中的实时视频画面，并尝试识别：

• 颅底附近的关键血管；
• 与视觉有关的神经结构；
• 手术器械及其与组织的互动；
• 可能适合继续操作的区域，以及需要特别避开的高风险区域。111

垂体位于颅底深处，周围紧邻颈内动脉等重要血管和视神经。这个区域的手术空间非常狭窄，哪怕只有毫米级的偏差，也可能造成严重出血、中风、失明，甚至死亡。1

因此，AI 的实际作用是像一个实时“导航提示器”：它帮助医生更快注意到关键解剖结构，并在尽可能完整切除肿瘤的同时降低损伤风险。但它不会操纵器械，也不会替医生决定下一步该怎么做。人类外科团队仍然负责解读系统提示，并作出每一个手术决定。1

谁完成了这项手术？

手术由 UCL 皇后广场神经病学研究所教授、NHNN 顾问神经外科医生 Hani Marcus 主刀，参与者还包括 UCL 博士生及 UCL/UCLH 神经外科住院医生 Danyal Khan。1

相关 AI 系统由 UCL Hawkes Institute 的多学科团队开发，技术负责人是 Sophia Bano 博士。1

该系统使用大量经过标注的既往内镜垂体手术视频进行训练和评估。研究团队介绍称，训练材料达到数百段，其中既有资料明确提到数量超过 200 段。14 这让系统在较短时间内接触到大量手术场景——这些经验若由单个外科医生逐例积累，可能需要多年才能达到相近规模。4

系统运行在 NVIDIA Clara IGX 平台上，该平台面向医疗设备中的实时人工智能应用。1

为什么被称为“实时 AI 辅助”？

传统的手术规划通常依赖术前影像，例如 CT 或 MRI。实时辅助的不同之处在于，AI 会随着摄像头画面变化，识别当前暴露出的组织、器械和解剖关系，并在手术进行时提供提示。

UCL Hawkes Institute 相关研究的长期方向，是开发一种类似“外科医生版 ChatGPT”的实时手术副驾驶：系统能够理解手术场景、识别解剖结构和操作步骤，并在适当时机提供反馈。27

不过，“副驾驶”是研究目标和形象化说法，并不意味着目前的系统已经具备通用对话能力或自主完成手术的能力。现有证据支持其作为手术决策支持工具的发展方向，但不足以证明它能够独立进行手术。12

这是否已经证明 AI 能普遍改善脑外科手术？

还不能这样下结论。

目前公布的是临床试验中的早期病例。它说明实时 AI 辅助可以在真实手术环境中运行，并为医生提供有关高风险解剖结构的提示，但单个病例不能证明系统对所有患者都有效，也不能替代更大规模、设计严谨的临床研究。1

现有资料也没有明确说明后续大型临床试验的具体规模、研究设计、参与医院数量或时间表。因此，较为准确的表述是：这是一项具有里程碑意义的早期临床应用，而不是 AI 已经全面改变脑肿瘤手术的最终证明。1

这项试验由英国国家健康与护理研究所（NIHR）和 Google 资助，并得到 NIHR UCLH 生物医学研究中心、英国皇家外科医学院、英国工程与物理科学研究委员会（EPSRC）及 Wellcome 的支持。1

英国卫生创新大臣 James Frith 将这项手术视为 AI 帮助实现过去难以想象的医疗服务的案例，同时强调必须建立适当的安全保障。NIHR 的 Mike Lewis 也表示，这项工作符合英国政府利用创新和技术改善医疗服务的方向。1