大模型挑戰神經外科手術領域，何時可進行自主手術

神經外科是公認的外科領域內最難的學科之一，不僅是因爲神經外科醫生培養週期漫長，少則十幾年，多則二十多年，而且手術難度大、風險高。

隨着AIGC（生成式AI）浪潮席捲，越來越多的醫療大模型應運而生，其中有大模型試圖挑戰神經外科領域，爲醫生賦能。

近日，中國科學院香港創新研究院人工智能與機器人創新中心（簡稱“中國科學院香港創新院AI中心”）對外發布了面向神經外科領域的AI多模態大模型CARES Copilot 1.0，實現了圖像、文本、語音、視頻、MRI、CT、超聲等多模態的手術數據理解。同時，在醫學多場景、多任務的理解與處理方面，該系統也取得了顯著的進展，可有效支持包括手術階段識別、器械與解剖結構分割、器械檢測與計數、MRI高分辨率圖像生成等功能。

中國科學院香港創新院AI中心執行主任、博士生導師劉宏斌對第一財經記者表示，目前公開的大模型主要是使用公開的資料訓練出來的，臨牀醫生參與較少，回答問題的方式和方向滿足不了臨牀診斷需求，醫生也無法完全信任大模型給出的答案；另一方面，醫生通常會使用大量文本、影像、視頻等數據，但很多大模型還是僅以文本語言爲主，此次發佈的CARES Copilot 1.0正解決了這些痛點。

據悉，目前CARES Copilot 1.0能夠處理超過3000頁的複雜手術教材，對於年輕醫生的培訓和教學具有很高的實用價值。該系統也能夠通過深度檢索功能，快速精確地提取手術教材、專家指南、醫學論文等專業文檔的信息，以確保提供的答案具有高度的可信度和可追溯性。

一臺神經外科手術，往往耗費的時間比較長，很考驗醫生的耐心、細心和體力。事實上，神經外科醫生進行手術時也常常被形容是在“刀尖上跳舞，懸崖上漫步”。在普通外科領域，手術機器人已得到應用，可以提高醫生的工作效率。但在神經外科領域，手術機器人只是侷限在導航定位這些基礎功能上，還無法進行更精密的操作。而大模型能否在神經外科手術中實現人機交互，爲醫生賦能，甚至進行自主手術，同樣頗受關注。

劉宏斌表示，目前CARES Copilot 1.0可以在手術階段自動識別病竈和解剖結構，Copilot 2.0版本將延伸到手術指導，像教練一樣提醒和指導醫生哪個階段應該如何操作。

不過，大模型要在神經外科手術中真正爲醫生賦能，還需要很長時間摸索。

首都醫科大學附屬北京同仁醫院神經外科主任、研究生導師康軍對第一財經記者表示，目前看人工智能發展大致上分爲三個階段：機器學習階段、機器智能階段和機器意志階段。CARES Copilot1.0這個系統是專注於神經外科應用的人工智能系統，但它還處於機器學習階段的早期，相當於人在成長過程中的學齡前階段。

“未來發展到了機器意志階段，可能真的由機器人獨立完成腦部手術操作，就是機器知道哪裡需要切除、哪裡需要保留，但這個階段還需要很長的路和時間纔可能達到，至少目前還只是科幻電影裡的情節。”康軍說。