北京
外科医生利用机器智能协助切除垂体瘤，并保护了患者的视力。
一套实时机器智能系统首次在活体脑部手术中为神经外科医生提供辅助，帮助医生切除垂体瘤，同时保护患者视力。
该手术在伦敦国立神经病学与神经外科医院进行，是一项临床试验的一部分。外科医生使用了伦敦大学学院开发的软件来分析手术的实时视频画面。
该系统在外科医生操作过程中识别关键解剖结构，为团队在神经外科最狭窄的手术环境中提供了额外的视觉参考。
对于48岁的里斯·希伯特来说，这项技术辅助了手术，切除了一个持续损害其视力的脑肿瘤。医生成功切除了肿瘤，且未对其视力造成伤害。
解读手术视野
垂体手术对计算机视觉系统提出了不同寻常的挑战。外科医生在仅相隔极小距离的结构周围操作，包括视神经和主要血管。微小的失误就可能造成严重后果。手术部位附近的损伤可能导致失明、中风甚至死亡。
伦敦大学学院的系统处理的是实时内窥镜视频，而不仅仅依赖术前采集的扫描图像。随着手术的展开，它会高亮显示可能构成风险的结构。
该院神经外科顾问医生、伦敦大学学院教授哈尼·马库斯与住院外科医生丹亚尔·汗共同完成了手术。外科医生在整个手术过程中保持完全控制。
该软件作为实时辅助工具，帮助团队识别需要格外小心的解剖结构。马库斯称，这次手术是在精细脑部手术中降低风险的重要第一步。
以手术视频进行训练
研究人员在伦敦大学学院霍克斯研究所开发了该系统，并使用数百段带有标注的既往内窥镜垂体手术视频对其进行训练。这一训练过程让软件接触到大量手术中积累的各种手术场景。
该项目技术负责人索菲亚·巴诺表示，该系统能够识别关键解剖结构、手术器械以及器械与组织之间的交互。研究人员此前曾将该技术作为培训工具进行测试。目前的临床试验将其引入手术室，用于实时手术辅助。
该系统运行在英伟达的Clara IGX平台上，该平台面向医疗设备中的实时机器智能应用。研究人员最终希望这项技术能做到的不只是识别解剖结构。
未来版本可以追踪手术器械并监测它们与组织的交互方式。这种能力可以在复杂手术过程中为外科医生提供额外反馈。
实时手术测试
希伯特的脑肿瘤直径约11毫米，位于垂体腺内。2024年12月，他在一次散步中晕倒后，医生发现了这一肿瘤。
此后，他的病情引发了严重的激素问题和视力持续恶化。他最终失去了大部分周边视野，开始使用拐杖行走。
手术后，他的视力显著改善。不到一周，他就能不戴眼镜、不用拐杖独立行走。
该试验获得了英国国家健康与护理研究所和谷歌的资助。该项目还得到了伦敦大学学院医院生物医学研究中心、皇家外科学院、英国工程与物理科学研究委员会以及惠康基金会的支持。
如果朋友们喜欢，敬请关注“知新了了”！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
