全球首例AI实时辅助脑外科手术

脑垂体肿瘤切除是神经外科的高难度手术——垂体位于大脑底部深部，周围环绕着视神经、颈内动脉等重要结构，手术中稍有不慎即可导致失明或大出血。英国普通外科医生平均一年做10-20台垂体瘤手术，而一个AI系统可以用数百台此类手术的训练数据来"学习"。

全球首例AI实时辅助脑外科手术已于今年5月在英国伦敦大学学院医院完成，患者术后8周视力完全恢复，是神经外科从静态术前导航进入动态术中实时辅助的标志性临床突破，整套系统的技术细节和临床设计完全围绕“不替代医生、只做安全辅助”的核心原则搭建。

一、手术背景

• 患者为48岁男性里斯·希伯特，确诊直径11mm的良性垂体腺瘤，肿瘤已向鞍上区生长，直接压迫视神经交叉，术前周边视野缺损持续加重，存在短期内不可逆失明的高风险。
• 主刀团队来自英国伦敦大学学院医院神经外科，选择经鼻内镜微创入路，无需开颅，但需要在颅底狭小空间内操作，操作空间仅数厘米，周围紧邻颈内动脉、视神经、海绵窦等关键结构，属于神经外科典型的高精细度手术场景，传统手术存在明确的高风险。
• 传统该类手术的基线风险数据较高，肿瘤无法完整切除的概率为25%-50%，主要血管损伤风险为0.5%-2%，术后短期视力下降发生率约8%，手术效果高度依赖主刀医生的个人经验积累。
• 患者术后无任何神经损伤、血管损伤相关并发症，术后8周复查视力完全恢复，视野缺损完全消失，达到理想的手术预后效果。

二、AI的核心作用

• 术前：系统提前加载患者的CT、MRI影像，完成三维解剖结构预配准，标记出肿瘤与周边重要结构的初始位置关系。
• 术中：内镜开启后，AI全程实时分析动态画面，自动追踪手术器械的当前位置，动态标记出隐藏的血管和神经分布区域。
• 遇到术中组织移位、局部出血遮挡视野时，AI会基于训练学到的解剖先验知识，补全被遮挡区域的风险结构提示，避免医生因视野盲区出现误判。
• 区别于传统静态术前影像导航，它能应对术中组织移位、出血等动态变化，全程在手术进行的同时完成分析标注，没有时间延迟。

三、核心边界与原则

• AI全程不接管手术‌，所有操作决策完全由主刀医生做出；
• 系统仅作为辅助参考工具，医生可随时忽略AI的提示；
• 系统本身不具备任何操控手术器械的能力。

四、AI技术细节

这套实时辅助系统并非通用大模型改造而来，是专门针对垂体瘤经鼻内镜手术场景定制训练的专用医学影像AI：

1. 训练数据集‌

由数百段已完成的垂体瘤手术高质量内镜视频标注而成，AI学习过的完整手术病例总量，超过绝大多数神经外科医生整个职业生涯的接触量。

2. 核心模型架构‌

采用面向术中实时分割优化的卷积神经网络，在同类手术结构识别任务中，测试集Dice系数可达0.71以上，对关键神经、血管的识别召回率超过90%，整体识别准确率接近99%。

3. 实时处理能力‌

内镜传回的手术画面无需额外预处理，系统可在毫秒级完成分析，动态标记出被出血、组织遮挡的隐藏血管和神经边界，完全跟上手术操作的实时节奏，没有明显延迟。

4. 输出形式‌

标记结果直接叠加在医生正在观看的内镜手术画面上，用不同颜色高亮标出肿瘤安全切除区、视神经高风险区、颈动脉高风险区，直观易懂，不会干扰医生的正常操作视野。

五、后续临床规划

• 目前这套系统仍处于早期临床试验阶段，仅在垂体瘤经鼻内镜手术场景下完成验证，尚未推广到脑肿瘤切除、脑血管病等其他复杂脑外科手术。
• 后续团队将启动更大规模多中心临床试验，进一步扩大训练数据集，优化不同手术场景下的识别稳定性，同时完成合规性医疗器械认证。
• 它的核心价值不是替代资深外科医生，而是把顶级专家的手术经验沉淀为标准化的实时辅助工具，缩小不同地区、不同级别医院的脑外科手术水平差距，降低高风险操作的误伤概率。

六、现实意义

• 直接降低高风险脑外科手术的误伤概率，提升肿瘤完整切除率，减少术后并发症。
• 未来顶级外科医生的手术经验可通过AI系统沉淀复用，缩小不同地区、不同级别医院的手术水平差距。
• 它不是替代医生，而是把医生从“靠经验盲判隐藏结构”的高压力状态中解放出来，专注于更精准的手术操作。