在手術過程中， AI 同步分析手術畫面、標出血管與視神經。醫療AI如何成為守護健康的第二雙眼睛？

【美南新聞韋霓特稿】對48歲的英國男子Rhys Hibbert而言，腫瘤帶來的威脅，先是日常生活逐漸失去輪廓。他的周邊視野受損，走路反覆絆倒，甚至需要手杖協助。倫敦大學學院醫院體系（UCLH）於2026年8月公布，他接受即時AI人工智慧輔助的腦下垂體腫瘤切除手術，術後視力明顯改善，一週內已能獨立行走。

毫米之間，多一雙辨識風險的眼睛

腦下垂體位於腦底，周圍血管與視覺相關神經密集。手術的難處，不只在找到腫瘤，更在盡可能移除病灶時，保護緊鄰的重要組織。

這套系統的突破，是直接分析內視鏡傳來的即時畫面，在螢幕上標示關鍵解剖構造，讓辨識資訊跟著手術進程更新。它與主要依賴術前掃描的導航方式不同，補上了「眼前正在發生什麼」的資訊。

若用生活經驗理解，其影像辨識概念類似手機辨認人臉：從大量範例學習特徵，再辨識新畫面中的目標。

突破點：不採「先看片再開刀」，改為「邊開邊看」

以前，做這類手術靠術前 MRI 導航，等於「出門前看地圖」：組織一移位、鏡頭一轉、腦脊髓液一流出，地圖就對不上眼前的畫面。

然而，這套由倫敦大學學院（UCL）團隊開發的系統，看的是正在發生的影像：延遲僅 50 到 100 毫秒，每秒處理 24 個畫面，運算全在手術室裡的邊緣裝置完成，不經過雲端。

醫師動刀時，第二個螢幕會即時標出蝶鞍、頸動脈、視神經的位置，並追蹤手術器械與組織的互動。對一個每年只做十到二十例這種手術的醫師來說，等於旁邊多了一位看過上千例的助手。

AI 擔任輔助，但方向盤握在醫師手上

八位病人參與，六例成功上線；另外兩例因電腦開機設定錯誤沒能啟動。AI 缺席，手術照常完成。整個系列沒有 AI 相關併發症，也沒有主刀醫師分心或流程被打斷的情況，手術評分與過去相比沒有明顯下滑。

但這終究是 IDEAL 第一期的「首次人體可行性研究」：單一醫院、單一手術團隊、六例。它證明的是「做得到、看起來安全」。團隊下一步要擴大病例數，再走向多中心。

同樣的邏輯，已在乳房攝影、大腸鏡與加護病房發生

乳房攝影：瑞典 MASAI 隨機試驗、十萬名女性，AI 輔助篩檢在篩檢當下多找出 29% 的癌症，放射科醫師判讀工作量減少 44%，兩年內間隔癌減少 12%，偽陽性沒有增加。

大腸鏡：28 項隨機試驗、23,861 人的統合分析，AI 讓腺瘤偵測率提高 20%、漏診率降低 55%；但非腫瘤性病灶的切除也多了 39%——多看見的代價，可能是多切一刀。

敗血症：加州大學聖地牙哥分校的 COMPOSER 模型提前四小時預警，院內敗血症死亡率相對下降 17%（絕對值 1.9 個百分點）。

糖尿病視網膜病變：IDx-DR 在 2018 年成為美國 FDA 首個「自主判讀」的篩檢 AI，敏感度 87%、特異度 90%，讓沒有眼科醫師的診所也能做篩檢。

模式很清楚：AI 不取代醫師，而是把「專家才看得見的東西」變成螢幕上看得到的提示。

善用科技，從問對問題開始

對美國華裔讀者而言，就醫時可以問：「這套AI獲准用於哪一項檢查？結果由誰確認？發現異常後如何安排追蹤？」若涉及額外費用，也應事先向院所與保險公司確認。

從倫敦的手術台到社區診所，AI帶來的希望，是讓重要線索更早被看見。而真正守住健康的，仍是準確判讀、及時處置，以及病人沒有中斷的追蹤。

病患Hibbert 醒來時，看見了整個房間；一週後，他不用拐杖、不用眼鏡，能自己走路；八週後回到工作崗位。「感覺像拿回了 360 度的視野。」

喜歡這類健康資訊？請追蹤【美南 新聞】，一起守護身體與心情健康