倫敦的神經外科醫師，首次在進行中的腦瘤切除手術裡，讓 AI 即時分析手術畫面，協助辨識腦下垂體附近的血管與神經。這項由倫敦大學學院（UCL）與倫敦大學學院醫院（UCLH）合作完成的手術，成功切除一名患者的良性腦下垂體瘤，同時保護了他的視力。整場手術仍由醫療團隊全權負責，AI 並非自主手術機器人。1

患者是誰？手術結果如何？

患者 Rhys Hibbert 現年 48 歲，是來自英國貝德福德郡的客服經理，也長期參與社區志願服務。他被診斷出患有一顆 11 毫米的良性腦下垂體瘤。1

這顆腫瘤是在他 2024 年 12 月步行時突然倒下並癲癇發作後發現的。由於腫瘤位於視神經周圍，已對視力構成威脅；若不接受治療，最終可能導致失明。1

手術成功切除腫瘤，也保住了他的視力。不過，目前提供的臨床資料沒有詳細說明他更長期的恢復情況，因此現有證據主要支持手術當下的結果，尚不足以推論更廣泛的術後恢復成效。1

為什麼腦下垂體手術如此困難？

腦下垂體位於顱底，周圍緊鄰頸內動脈等重要血管，以及負責視覺傳導的視神經。手術空間非常有限：切除範圍太小，可能留下腫瘤；切除過多或誤傷周邊組織，則可能造成大出血、中風或視力喪失。14

這次手術採用內視鏡方式進行。傳統上，醫師會依靠術前影像與手術過程中的觀察；這套 AI 則直接分析手術現場的即時內視鏡影像，為團隊提供另一層視覺輔助。1

AI 在手術中究竟做了什麼？

這套系統的定位是「決策支援」，不是自主手術醫師。它分析內視鏡影像，協助辨識或標示：

• 腫瘤附近的重要血管與神經；
• 手術中使用的器械；
• 器械與組織之間的互動。111

實際運作時，AI 就像多提供一雙即時觀察的眼睛，提醒醫師哪些區域可能具有較高風險、哪些位置應盡量避開。它不會自行操作器械、不會控制手術流程，也不會推翻醫療團隊的判斷。1

這個區別相當重要。單一病例的成功，證明即時 AI 輔助可以被帶進真實手術環境；但這並不代表 AI 已能安全地獨立進行神經外科手術，也不能據此證明它對一般患者都能改善治療結果。

誰開發並執行了這項手術？

手術由 UCL 皇后廣場神經學研究所（UCL Queen Square Institute of Neurology）教授、英國國家神經病學與神經外科醫院（NHNN）顧問神經外科醫師 Hani Marcus 主持，並與 UCL 博士生及 UCL/UCLH 神經外科住院醫師 Danyal Khan 合作完成；Khan 也主導了這項研究工作。1

這套技術由 UCL Hawkes Institute 的跨領域團隊開發，技術負責人為 Sophia Bano 博士。團隊所屬的 Surgical Robot Vision 研究群組，專注於即時分析人體解剖結構、手術攝影機與器械的三維幾何和運動，並整合術前、術中影像與其他手術感測資料。2

AI 如何訓練？

研究團隊使用大量經過標註的過往內視鏡腦下垂體手術影片來訓練與評估模型。團隊形容資料集包含數百段影片；UCL 2023 年年度報告則指出，系統已分析超過 200 段相關手術影片，並在 10 個月內累積了相當於個別外科醫師多年才能取得的手術經驗。14

訓練內容包括辨識手術步驟、手術器械，以及器械與組織之間的互動。相關研究也希望讓模型能在手術關鍵階段辨識重要解剖結構，並找出可能導致併發症的術中因素。11

使用了什麼硬體？資金從何而來？

系統運行於 NVIDIA Clara IGX 平台。這套平台是為醫療器材環境中的即時 AI 應用而設計。1

這項臨床試驗由英國國家健康與照護研究院（NIHR）及 Google 資助，並獲得 NIHR UCLH 生物醫學研究中心、英國皇家外科醫學院、英國工程與物理科學研究委員會（EPSRC）及 Wellcome 支持。1

「外科醫師的 ChatGPT」只是長期目標

UCL 研究人員對這項技術的長期構想，常以「外科醫師的 ChatGPT」作為簡稱：打造一套能即時理解手術情境、辨識解剖結構與手術動作，並在適當時機提供回饋的手術協作系統。12

但這個說法描述的是未來方向，而不是本次手術已證實的能力。現有證據支持的，是一套針對腦下垂體手術的即時視覺決策支援工具；它並不表示系統具備一般性的對話能力，也不代表它能自主規劃或執行手術。

下一步是更大規模的臨床測試

這次手術屬於早期臨床試驗。它展示了技術在真實高風險手術中的可行性，但單一患者的案例，無法證明系統在不同醫師、醫院、腫瘤位置或患者族群中都能維持同樣表現。UCL 及合作夥伴計畫進行更廣泛的臨床測試，但目前提供的資料沒有說明下一階段試驗的最終規模、地點或時間表。1

英國健康創新部長 James Frith 將此案例視為 AI 協助開創新型醫療照護的例子，同時強調必須建立適當的安全防護。NIHR 的 Mike Lewis 也將這項工作與醫療領域更廣泛採用科技與創新的方向連結起來。1

這項成果的核心意義因此是「令人鼓舞，但仍有限」：AI 已被帶進一場高風險的腦部手術，作為額外的視覺輔助，而受訓的神經外科醫師始終掌握主導權。接下來真正關鍵的問題，是這種輔助能否在更多手術中穩定帶來好處，同時不犧牲患者安全。

倫敦的神經外科醫師，首次在進行中的腦瘤切除手術裡，讓 AI 即時分析手術畫面，協助辨識腦下垂體附近的血管與神經。這項由倫敦大學學院（UCL）與倫敦大學學院醫院（UCLH）合作完成的手術，成功切除一名患者的良性腦下垂體瘤，同時保護了他的視力。整場手術仍由醫療團隊全權負責，AI 並非自主手術機器人。1

患者是誰？手術結果如何？

患者 Rhys Hibbert 現年 48 歲，是來自英國貝德福德郡的客服經理，也長期參與社區志願服務。他被診斷出患有一顆 11 毫米的良性腦下垂體瘤。1

這顆腫瘤是在他 2024 年 12 月步行時突然倒下並癲癇發作後發現的。由於腫瘤位於視神經周圍，已對視力構成威脅；若不接受治療，最終可能導致失明。1

手術成功切除腫瘤，也保住了他的視力。不過，目前提供的臨床資料沒有詳細說明他更長期的恢復情況，因此現有證據主要支持手術當下的結果，尚不足以推論更廣泛的術後恢復成效。1

為什麼腦下垂體手術如此困難？

腦下垂體位於顱底，周圍緊鄰頸內動脈等重要血管，以及負責視覺傳導的視神經。手術空間非常有限：切除範圍太小，可能留下腫瘤；切除過多或誤傷周邊組織，則可能造成大出血、中風或視力喪失。14

這次手術採用內視鏡方式進行。傳統上，醫師會依靠術前影像與手術過程中的觀察；這套 AI 則直接分析手術現場的即時內視鏡影像，為團隊提供另一層視覺輔助。1

AI 在手術中究竟做了什麼？

這套系統的定位是「決策支援」，不是自主手術醫師。它分析內視鏡影像，協助辨識或標示：

• 腫瘤附近的重要血管與神經；
• 手術中使用的器械；
• 器械與組織之間的互動。111

實際運作時，AI 就像多提供一雙即時觀察的眼睛，提醒醫師哪些區域可能具有較高風險、哪些位置應盡量避開。它不會自行操作器械、不會控制手術流程，也不會推翻醫療團隊的判斷。1

這個區別相當重要。單一病例的成功，證明即時 AI 輔助可以被帶進真實手術環境；但這並不代表 AI 已能安全地獨立進行神經外科手術，也不能據此證明它對一般患者都能改善治療結果。

誰開發並執行了這項手術？

手術由 UCL 皇后廣場神經學研究所（UCL Queen Square Institute of Neurology）教授、英國國家神經病學與神經外科醫院（NHNN）顧問神經外科醫師 Hani Marcus 主持，並與 UCL 博士生及 UCL/UCLH 神經外科住院醫師 Danyal Khan 合作完成；Khan 也主導了這項研究工作。1

這套技術由 UCL Hawkes Institute 的跨領域團隊開發，技術負責人為 Sophia Bano 博士。團隊所屬的 Surgical Robot Vision 研究群組，專注於即時分析人體解剖結構、手術攝影機與器械的三維幾何和運動，並整合術前、術中影像與其他手術感測資料。2

AI 如何訓練？

研究團隊使用大量經過標註的過往內視鏡腦下垂體手術影片來訓練與評估模型。團隊形容資料集包含數百段影片；UCL 2023 年年度報告則指出，系統已分析超過 200 段相關手術影片，並在 10 個月內累積了相當於個別外科醫師多年才能取得的手術經驗。14

訓練內容包括辨識手術步驟、手術器械，以及器械與組織之間的互動。相關研究也希望讓模型能在手術關鍵階段辨識重要解剖結構，並找出可能導致併發症的術中因素。11

使用了什麼硬體？資金從何而來？

系統運行於 NVIDIA Clara IGX 平台。這套平台是為醫療器材環境中的即時 AI 應用而設計。1

這項臨床試驗由英國國家健康與照護研究院（NIHR）及 Google 資助，並獲得 NIHR UCLH 生物醫學研究中心、英國皇家外科醫學院、英國工程與物理科學研究委員會（EPSRC）及 Wellcome 支持。1

「外科醫師的 ChatGPT」只是長期目標

UCL 研究人員對這項技術的長期構想，常以「外科醫師的 ChatGPT」作為簡稱：打造一套能即時理解手術情境、辨識解剖結構與手術動作，並在適當時機提供回饋的手術協作系統。12

但這個說法描述的是未來方向，而不是本次手術已證實的能力。現有證據支持的，是一套針對腦下垂體手術的即時視覺決策支援工具；它並不表示系統具備一般性的對話能力，也不代表它能自主規劃或執行手術。

下一步是更大規模的臨床測試

這次手術屬於早期臨床試驗。它展示了技術在真實高風險手術中的可行性，但單一患者的案例，無法證明系統在不同醫師、醫院、腫瘤位置或患者族群中都能維持同樣表現。UCL 及合作夥伴計畫進行更廣泛的臨床測試，但目前提供的資料沒有說明下一階段試驗的最終規模、地點或時間表。1

英國健康創新部長 James Frith 將此案例視為 AI 協助開創新型醫療照護的例子，同時強調必須建立適當的安全防護。NIHR 的 Mike Lewis 也將這項工作與醫療領域更廣泛採用科技與創新的方向連結起來。1

這項成果的核心意義因此是「令人鼓舞，但仍有限」：AI 已被帶進一場高風險的腦部手術，作為額外的視覺輔助，而受訓的神經外科醫師始終掌握主導權。接下來真正關鍵的問題，是這種輔助能否在更多手術中穩定帶來好處，同時不犧牲患者安全。