倫敦大學學院（UCL）及倫敦大學學院醫院（UCLH）表示，團隊首次在現場進行腦腫瘤切除時，讓AI即時分析手術影像，協助神經外科醫生避開腫瘤附近的血管及神經。手術在倫敦國立神經及神經外科醫院（National Hospital for Neurology and Neurosurgery）進行，醫療團隊仍然全面掌握每一個決定。 1

病人是誰？

病人Rhys Hibbert現年48歲，是來自英國貝德福郡的客戶服務經理，亦有參與社區義務工作。他患有一個約11毫米大的良性腦下垂體腫瘤。2024年12月，他在步行期間突然倒下並出現癲癇發作，之後接受檢查才發現腫瘤。 1

腫瘤位於視神經附近，已經威脅他的視力；如果不及時處理，病情可能最終導致失明。手術成功切除腫瘤，並保住他的視力。現有臨床資料沒有詳細交代他較長期的康復進展，因此目前證據主要支持手術即時結果，未足以評估更廣泛的康復成效。 1

為甚麼這類手術風險極高？

腦下垂體位於顱底，周圍就是頸內動脈等主要血管，以及負責傳遞視覺訊息的視神經。外科醫生如果切除不足，可能留下部分腫瘤；但如果誤傷附近組織，則可能引發大出血、中風或失去視力等嚴重併發症。 14

今次手術採用內窺鏡方法。過往醫生主要依靠手術前取得的掃描影像作規劃；今次AI則直接分析手術期間、由內窺鏡拍攝的即時影像，讓團隊在手術進行時多一項辨認周邊結構的工具。 1

AI實際做了甚麼？

這套系統不是自動化外科醫生，而是臨床決策支援工具。它分析內窺鏡影像，協助辨認或標示：

• 腫瘤附近的重要血管及神經；
• 手術中使用的器械；
• 器械與人體組織之間的互動。 111

簡單來說，AI就像多一雙即時監察手術區域的眼睛，提醒醫療團隊哪些位置風險較高、哪些結構應該避開。不過，它沒有自行操作器械，也沒有代替醫生作決定或推翻醫療團隊的判斷。 1

這個分別相當重要。一次成功個案只能顯示實時AI輔助有可能應用於現場手術，並不能證明AI可以獨立安全地進行神經外科手術，亦不能據此推論它對一般病人都能改善治療結果。

誰開發及進行手術？

手術由UCL Queen Square神經學研究所教授、國立神經及神經外科醫院顧問神經外科醫生Hani Marcus教授主刀，與UCL博士研究生兼UCL/UCLH神經外科住院醫生Danyal Khan合作進行；Khan亦是這項工作的帶領者。 1

相關技術由UCL Hawkes Institute的跨學科團隊開發，技術負責人是Sophia Bano博士。團隊所屬的Surgical Robot Vision研究組，主要研究如何即時分析人體解剖結構、手術鏡頭及器械的空間形態和移動，並整合手術前後的影像及其他感測資料。 2

系統如何訓練？

AI以大量經過標註的過往內窺鏡腦下垂體手術影片作訓練及評估。研究團隊形容資料庫包含數百段影片；UCL在2023年的年度報告則指，系統已分析超過200段同類手術影片，在10個月內累積了個別外科醫生可能需要多年才遇到的手術經驗。 14

訓練內容包括辨認手術步驟、手術器械，以及器械與組織之間的互動。相關研究亦探索如何在手術期間找出可能導致併發症的因素，並在腦下垂體手術的關鍵階段辨認重要解剖結構。 11

使用甚麼硬件？由誰資助？

系統在NVIDIA Clara IGX平台上運行。這個平台是為醫療設備環境中的實時AI應用而設計。 1

臨床試驗由英國國家健康與護理研究院（NIHR）及Google資助，並獲NIHR UCLH生物醫學研究中心、英國皇家外科醫學院、工程及自然科學研究委員會（EPSRC）及Wellcome額外支持。 1

「外科醫生的ChatGPT」是甚麼意思？

UCL團隊的長遠目標，是建立一個能夠理解手術現場、辨認人體結構及醫生動作，並在適當時候提供提示的實時手術副駕駛，研究人員有時以「外科醫生的ChatGPT」作為簡稱。 12

不過，這個說法描述的是未來方向，而不是今次手術已經展示的完整能力。現有證據只支持這套工具在腦下垂體手術中提供專門的視覺及決策支援，並不代表它具備一般對話能力，更不代表它能夠自行規劃或完成手術。

下一步會怎樣？

今次手術屬早期臨床試驗的一部分，是一次可行性展示，但單一病人個案不足以證明系統在不同外科醫生、醫院、腫瘤位置或病人群組中都能保持相同表現。UCL及合作伙伴計劃進行更大規模的臨床測試，但現有資料沒有交代下一階段試驗的最終規模、參與地點或時間表。 1

英國健康創新部長James Frith把個案形容為AI促成新型醫療服務的例子，同時強調使用AI必須配合適當的安全保障。NIHR的Mike Lewis亦表示，這項工作反映醫療界更廣泛應用科技及創新的方向。 1

因此，今次最準確的總結是：AI首次被帶進這類高風險的現場腦部手術，成為協助醫生觀察的額外工具，而不是取代神經外科醫生。真正的考驗，是它能否在更多手術中持續帶來可靠好處，同時不犧牲病人安全。

倫敦大學學院（UCL）及倫敦大學學院醫院（UCLH）表示，團隊首次在現場進行腦腫瘤切除時，讓AI即時分析手術影像，協助神經外科醫生避開腫瘤附近的血管及神經。手術在倫敦國立神經及神經外科醫院（National Hospital for Neurology and Neurosurgery）進行，醫療團隊仍然全面掌握每一個決定。 1

病人是誰？

病人Rhys Hibbert現年48歲，是來自英國貝德福郡的客戶服務經理，亦有參與社區義務工作。他患有一個約11毫米大的良性腦下垂體腫瘤。2024年12月，他在步行期間突然倒下並出現癲癇發作，之後接受檢查才發現腫瘤。 1

腫瘤位於視神經附近，已經威脅他的視力；如果不及時處理，病情可能最終導致失明。手術成功切除腫瘤，並保住他的視力。現有臨床資料沒有詳細交代他較長期的康復進展，因此目前證據主要支持手術即時結果，未足以評估更廣泛的康復成效。 1

為甚麼這類手術風險極高？

腦下垂體位於顱底，周圍就是頸內動脈等主要血管，以及負責傳遞視覺訊息的視神經。外科醫生如果切除不足，可能留下部分腫瘤；但如果誤傷附近組織，則可能引發大出血、中風或失去視力等嚴重併發症。 14

今次手術採用內窺鏡方法。過往醫生主要依靠手術前取得的掃描影像作規劃；今次AI則直接分析手術期間、由內窺鏡拍攝的即時影像，讓團隊在手術進行時多一項辨認周邊結構的工具。 1

AI實際做了甚麼？

這套系統不是自動化外科醫生，而是臨床決策支援工具。它分析內窺鏡影像，協助辨認或標示：

• 腫瘤附近的重要血管及神經；
• 手術中使用的器械；
• 器械與人體組織之間的互動。 111

簡單來說，AI就像多一雙即時監察手術區域的眼睛，提醒醫療團隊哪些位置風險較高、哪些結構應該避開。不過，它沒有自行操作器械，也沒有代替醫生作決定或推翻醫療團隊的判斷。 1

這個分別相當重要。一次成功個案只能顯示實時AI輔助有可能應用於現場手術，並不能證明AI可以獨立安全地進行神經外科手術，亦不能據此推論它對一般病人都能改善治療結果。

誰開發及進行手術？

手術由UCL Queen Square神經學研究所教授、國立神經及神經外科醫院顧問神經外科醫生Hani Marcus教授主刀，與UCL博士研究生兼UCL/UCLH神經外科住院醫生Danyal Khan合作進行；Khan亦是這項工作的帶領者。 1

相關技術由UCL Hawkes Institute的跨學科團隊開發，技術負責人是Sophia Bano博士。團隊所屬的Surgical Robot Vision研究組，主要研究如何即時分析人體解剖結構、手術鏡頭及器械的空間形態和移動，並整合手術前後的影像及其他感測資料。 2

系統如何訓練？

AI以大量經過標註的過往內窺鏡腦下垂體手術影片作訓練及評估。研究團隊形容資料庫包含數百段影片；UCL在2023年的年度報告則指，系統已分析超過200段同類手術影片，在10個月內累積了個別外科醫生可能需要多年才遇到的手術經驗。 14

訓練內容包括辨認手術步驟、手術器械，以及器械與組織之間的互動。相關研究亦探索如何在手術期間找出可能導致併發症的因素，並在腦下垂體手術的關鍵階段辨認重要解剖結構。 11

使用甚麼硬件？由誰資助？

系統在NVIDIA Clara IGX平台上運行。這個平台是為醫療設備環境中的實時AI應用而設計。 1

臨床試驗由英國國家健康與護理研究院（NIHR）及Google資助，並獲NIHR UCLH生物醫學研究中心、英國皇家外科醫學院、工程及自然科學研究委員會（EPSRC）及Wellcome額外支持。 1

「外科醫生的ChatGPT」是甚麼意思？

UCL團隊的長遠目標，是建立一個能夠理解手術現場、辨認人體結構及醫生動作，並在適當時候提供提示的實時手術副駕駛，研究人員有時以「外科醫生的ChatGPT」作為簡稱。 12

不過，這個說法描述的是未來方向，而不是今次手術已經展示的完整能力。現有證據只支持這套工具在腦下垂體手術中提供專門的視覺及決策支援，並不代表它具備一般對話能力，更不代表它能夠自行規劃或完成手術。

下一步會怎樣？

今次手術屬早期臨床試驗的一部分，是一次可行性展示，但單一病人個案不足以證明系統在不同外科醫生、醫院、腫瘤位置或病人群組中都能保持相同表現。UCL及合作伙伴計劃進行更大規模的臨床測試，但現有資料沒有交代下一階段試驗的最終規模、參與地點或時間表。 1

英國健康創新部長James Frith把個案形容為AI促成新型醫療服務的例子，同時強調使用AI必須配合適當的安全保障。NIHR的Mike Lewis亦表示，這項工作反映醫療界更廣泛應用科技及創新的方向。 1

因此，今次最準確的總結是：AI首次被帶進這類高風險的現場腦部手術，成為協助醫生觀察的額外工具，而不是取代神經外科醫生。真正的考驗，是它能否在更多手術中持續帶來可靠好處，同時不犧牲病人安全。