对于垂体瘤切除手术而言，成功与灾难的距离往往仅在毫米之间——视交叉、主要血管及视觉神经与肿瘤紧密相邻。2026 年 5 月，伦敦国家神经学和神经外科医院（NHNN）团队突破了这一极限：他们在活体人类手术中首次部署实时计算机视觉系统，为垂体周围解剖结构进行颜色编码。术后，患者一年多来首次重获清晰视力。

毫厘之间的生死博弈

48 岁的英国患者里斯 · 希伯特（Rhys Hibbert）因突发癫痫确诊患有 11 毫米垂体腺瘤。垂体位于颅底蝶鞍内，周围环绕着视交叉、海绵窦和颈内动脉。任何方向超过 1 毫米的误差都可能导致失明、中风甚至死亡。尽管此类肿瘤临床常见，但手术风险极高。希伯特在经历一年多症状恶化、视野缺损及行动困难后，同意成为首位接受实时 AI 手术助手辅助的患者。

动态视觉取代静态地图

该 AI 系统由伦敦大学学院（UCL）霍克斯研究所开发，运行于英伟达 Clara IGX 平台，符合医疗设备软件生命周期要求。其核心是一个卷积神经网络（CNN），通过学习大量标注的内窥镜手术视频，能够实时对视频帧进行语义分割，将解剖结构以颜色标签形式叠加在副监视器上。

与传统图像引导导航系统不同，后者依赖术前 MRI 生成的静态地图，易受术中 " 脑移位 " 影响而失效。UCL 的系统则能实时捕捉外科医生视野，不受组织移动干扰。项目负责人索菲亚 · 巴诺博士表示，该系统如同 " 永不疲倦的第二双眼睛 "，能帮助识别关键解剖结构及器械交互。

数据证实：新手受益最大

此前发表于《npj 数字医学》的研究显示，AI 辅助将解剖识别准确率（DICE 评分）从 70.7% 提升至 77.5%。值得注意的是，这种提升在不同经验层级间分布不均：医学生的准确率提升了 12.8 个百分点，而资深外科医生受益较小。这表明，AI 的最大价值在于弥补低年资医生或低手术量中心医生的经验差距，从而惠及更广泛的患者群体。

手术现场与未来挑战

在哈尼 · 马库斯教授和丹尼尔 · 汗先生的主导下，手术顺利进行。AI 仅作为辅助工具提供视觉参考，不控制器械。希伯特术后一周即可独立行走，视野恢复至 360 度全景，并已重返工作岗位。

目前，系统引导信息显示在副监视器上，分散了医生注意力，这是团队亟待优化的工程限制。下一代系统预计将实时追踪器械并监测组织交互。此外，研究指出 AI 在视野遮挡、罕见解剖变异泛化能力等方面仍面临挑战。该系统目前仅作为由 NIHR 和 Google 等资助的临床研究工具，尚未获得常规临床使用许可，需扩大试验验证后方可推广。

从历史起源到 AI 突破

NHNN 成立于 1859 年，是全球首家专门神经科医院。希伯特感慨道，同一家医院成为全球首家实施 AI 辅助神经外科手术的机构，具有特殊的历史意义。英国健康创新部长詹姆斯 · 弗里斯称赞这是 AI 改善护理的典范，强调在确保安全措施到位的前提下，应充分利用技术提供更高效的治疗。

【星途科讯 图文丨踢三脚 首发于 ZAKER 科技，转载请注明出处】