伦敦大学学院（UCL）与伦敦大学学院医院（UCLH）表示，他们在伦敦国家神经病学与神经外科医院（National Hospital for Neurology and Neurosurgery）完成了全球首次在实时脑肿瘤切除过程中使用AI辅助的手术。AI系统实时分析手术内窥镜画面，帮助医生辨认肿瘤附近的血管、神经和其他高风险结构；但手术中的每一项判断仍由神经外科团队负责。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，是一名客户服务经理，也参与社区志愿服务。他患有一个约11毫米的良性垂体肿瘤。

2024年12月，Hibbert在步行时突然倒地并出现癫痫发作，随后接受检查并发现肿瘤。肿瘤位于垂体附近，已经影响到视神经；如果继续发展而不接受治疗，可能最终造成失明。1

手术成功切除了肿瘤，并保护了他的视力。1不过，现有临床报告没有提供更完整的长期康复细节，因此目前的证据能够支持“手术即时结果良好、视力得到保护”，但不足以据此判断更长期的恢复情况。1

为什么垂体肿瘤手术风险很高？

垂体位于颅底，周围紧邻颈内动脉、视神经等重要结构。手术需要在极其狭窄的空间内取得平衡：切除范围过小，可能残留肿瘤；操作范围过大或误伤周围组织，则可能引发严重出血、中风或视力丧失。14

这次手术采用了内窥镜方式。以往医生主要依赖术前影像来规划手术，而这套AI系统能够直接分析手术进行中的视频画面，为医生提供另一种实时识别解剖结构的工具。1

AI在手术中具体做了什么？

这套系统并不是自主手术机器人，而是一个决策支持工具。它处理内窥镜实时视频，协助识别或突出显示：

• 肿瘤附近的重要血管和神经；
• 手术中使用的器械；
• 器械与组织之间的接触和互动。111

在实际操作中，AI更像是一个额外的视觉提示系统：它标记可能存在风险的区域以及应当避开的部位，医生再结合经验和现场情况决定下一步怎么做。

AI没有独立操控器械，也没有替医生做出最终判断，更没有权力覆盖或修改医疗团队的决定。1

这一点非常关键。首例手术的成功说明，实时AI辅助可以被带入真实的高风险手术环境；但它并不能证明AI已经能够独立完成神经外科手术，也不能证明这项技术普遍改善所有患者的治疗结果。

谁开发并完成了这台手术？

手术由UCL Queen Square神经病学研究所教授、国家神经病学与神经外科医院顾问神经外科医生Hani Marcus完成，Danyal Khan参与手术。Khan是UCL博士生，同时也是UCL/UCLH的神经外科住院医生，并负责主导相关工作。1

这项技术由UCL Hawkes研究所的多学科团队开发，技术负责人为Sophia Bano博士。UCL的Surgical Robot Vision研究团队重点研究如何实时分析人体解剖结构、手术摄像头和器械的三维位置与运动，并结合术前、术中影像及其他手术传感器的数据。2

系统是如何训练的？

AI使用大量经过标注的既往内窥镜垂体手术视频进行训练和评估。团队称数据集包含数百段视频；UCL在2023年的年度报告中表示，该系统已经分析了超过200段此类手术视频，并在10个月内积累了相当于一名外科医生多年才能获得的手术识别经验。14

训练目标包括让模型识别手术步骤、手术器械以及器械与组织之间的互动。相关研究还关注如何识别可能导致术中并发症的因素，以及在垂体手术的关键阶段定位重要解剖结构。11

使用了什么硬件？资金来自哪里？

这套系统运行在NVIDIA Clara IGX平台上。该平台面向医疗设备环境中的实时人工智能应用设计。1

相关临床试验由英国国家健康与护理研究院（NIHR）和Google资助，并获得NIHR UCLH生物医学研究中心、英国皇家外科学院、英国工程与物理科学研究委员会（EPSRC）以及Wellcome的额外支持。1

“外科医生版ChatGPT”还只是长期目标

UCL研究人员将这项工作的长期愿景概括为“外科医生版ChatGPT”：一个能够实时理解手术现场、识别解剖结构和手术动作，并在关键时刻提供反馈的手术协作系统。12

不过，这个说法描述的是未来方向，而不是当前系统已经具备的能力。现有证据支持的，是一个专门用于垂体手术的实时视觉决策支持工具；它并不意味着系统拥有通用对话能力，更不代表它能够自主规划或执行手术。

英国政府如何回应？下一步是什么？

英国卫生创新大臣James Frith将这一病例视为AI推动新型医疗服务的例子，同时强调医疗人工智能必须配合适当的安全保障措施。NIHR的Mike Lewis也表示，这项工作体现了通过技术和创新改善医疗服务的方向。1

这台手术属于早期临床试验。一个患者的成功案例，无法说明系统在不同外科医生、医院、肿瘤位置或患者群体中的表现。UCL及其合作方计划开展更广泛的临床测试，但现有资料没有公布后续大型试验的最终规模、具体地点或时间表。1

目前最稳妥的结论是：AI已经作为“额外的一双眼睛”进入一台真实的高风险脑部手术，而不是取代神经外科医生。接下来的真正考验，是它能否在更多手术中持续提供可靠帮助，同时不牺牲患者安全。

伦敦大学学院（UCL）与伦敦大学学院医院（UCLH）表示，他们在伦敦国家神经病学与神经外科医院（National Hospital for Neurology and Neurosurgery）完成了全球首次在实时脑肿瘤切除过程中使用AI辅助的手术。AI系统实时分析手术内窥镜画面，帮助医生辨认肿瘤附近的血管、神经和其他高风险结构；但手术中的每一项判断仍由神经外科团队负责。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，是一名客户服务经理，也参与社区志愿服务。他患有一个约11毫米的良性垂体肿瘤。

2024年12月，Hibbert在步行时突然倒地并出现癫痫发作，随后接受检查并发现肿瘤。肿瘤位于垂体附近，已经影响到视神经；如果继续发展而不接受治疗，可能最终造成失明。1

手术成功切除了肿瘤，并保护了他的视力。1不过，现有临床报告没有提供更完整的长期康复细节，因此目前的证据能够支持“手术即时结果良好、视力得到保护”，但不足以据此判断更长期的恢复情况。1

为什么垂体肿瘤手术风险很高？

垂体位于颅底，周围紧邻颈内动脉、视神经等重要结构。手术需要在极其狭窄的空间内取得平衡：切除范围过小，可能残留肿瘤；操作范围过大或误伤周围组织，则可能引发严重出血、中风或视力丧失。14

这次手术采用了内窥镜方式。以往医生主要依赖术前影像来规划手术，而这套AI系统能够直接分析手术进行中的视频画面，为医生提供另一种实时识别解剖结构的工具。1

AI在手术中具体做了什么？

这套系统并不是自主手术机器人，而是一个决策支持工具。它处理内窥镜实时视频，协助识别或突出显示：

• 肿瘤附近的重要血管和神经；
• 手术中使用的器械；
• 器械与组织之间的接触和互动。111

在实际操作中，AI更像是一个额外的视觉提示系统：它标记可能存在风险的区域以及应当避开的部位，医生再结合经验和现场情况决定下一步怎么做。

AI没有独立操控器械，也没有替医生做出最终判断，更没有权力覆盖或修改医疗团队的决定。1

这一点非常关键。首例手术的成功说明，实时AI辅助可以被带入真实的高风险手术环境；但它并不能证明AI已经能够独立完成神经外科手术，也不能证明这项技术普遍改善所有患者的治疗结果。

谁开发并完成了这台手术？

手术由UCL Queen Square神经病学研究所教授、国家神经病学与神经外科医院顾问神经外科医生Hani Marcus完成，Danyal Khan参与手术。Khan是UCL博士生，同时也是UCL/UCLH的神经外科住院医生，并负责主导相关工作。1

这项技术由UCL Hawkes研究所的多学科团队开发，技术负责人为Sophia Bano博士。UCL的Surgical Robot Vision研究团队重点研究如何实时分析人体解剖结构、手术摄像头和器械的三维位置与运动，并结合术前、术中影像及其他手术传感器的数据。2

系统是如何训练的？

AI使用大量经过标注的既往内窥镜垂体手术视频进行训练和评估。团队称数据集包含数百段视频；UCL在2023年的年度报告中表示，该系统已经分析了超过200段此类手术视频，并在10个月内积累了相当于一名外科医生多年才能获得的手术识别经验。14

训练目标包括让模型识别手术步骤、手术器械以及器械与组织之间的互动。相关研究还关注如何识别可能导致术中并发症的因素，以及在垂体手术的关键阶段定位重要解剖结构。11

使用了什么硬件？资金来自哪里？

这套系统运行在NVIDIA Clara IGX平台上。该平台面向医疗设备环境中的实时人工智能应用设计。1

相关临床试验由英国国家健康与护理研究院（NIHR）和Google资助，并获得NIHR UCLH生物医学研究中心、英国皇家外科学院、英国工程与物理科学研究委员会（EPSRC）以及Wellcome的额外支持。1

“外科医生版ChatGPT”还只是长期目标

UCL研究人员将这项工作的长期愿景概括为“外科医生版ChatGPT”：一个能够实时理解手术现场、识别解剖结构和手术动作，并在关键时刻提供反馈的手术协作系统。12

不过，这个说法描述的是未来方向，而不是当前系统已经具备的能力。现有证据支持的，是一个专门用于垂体手术的实时视觉决策支持工具；它并不意味着系统拥有通用对话能力，更不代表它能够自主规划或执行手术。

英国政府如何回应？下一步是什么？

英国卫生创新大臣James Frith将这一病例视为AI推动新型医疗服务的例子，同时强调医疗人工智能必须配合适当的安全保障措施。NIHR的Mike Lewis也表示，这项工作体现了通过技术和创新改善医疗服务的方向。1

这台手术属于早期临床试验。一个患者的成功案例，无法说明系统在不同外科医生、医院、肿瘤位置或患者群体中的表现。UCL及其合作方计划开展更广泛的临床测试，但现有资料没有公布后续大型试验的最终规模、具体地点或时间表。1

目前最稳妥的结论是：AI已经作为“额外的一双眼睛”进入一台真实的高风险脑部手术，而不是取代神经外科医生。接下来的真正考验，是它能否在更多手术中持续提供可靠帮助，同时不牺牲患者安全。