每經(jīng)記者｜甄素靜    每經(jīng)編輯｜楊軍    

“‘術(shù)影’手術(shù)視頻大模型是目前業(yè)內(nèi)規(guī)模最大、最完整的手術(shù)視頻通用智能底座。該數(shù)據(jù)集涵蓋約1500萬幀、超3658小時的真實手術(shù)視頻?！?月24日，中國科學院香港創(chuàng)新研究院（以下簡稱香港創(chuàng)新研究院）人工智能與機器人創(chuàng)新中心（CAIR）在香港科學園深圳分園舉行了“術(shù)影”手術(shù)視頻大模型發(fā)布會。

在發(fā)布會上，香港創(chuàng)新研究院易東研究員介紹稱，基于上述海量數(shù)據(jù)，“術(shù)影”手術(shù)視頻大模型突破傳統(tǒng)像素重建的局限，引入運動引導的隱空間預測機制，顯著提升了模型對手術(shù)器械、解剖結(jié)構(gòu)、交互動作等關(guān)鍵語義結(jié)構(gòu)的理解能力，為多中心、多科室、多術(shù)式的通用手術(shù)智能奠定了基礎(chǔ)。

定位是醫(yī)生的高級決策助手

作為聚焦手術(shù)場景的專屬AI（人工智能）大模型，“術(shù)影”手術(shù)視頻大模型的核心定位是醫(yī)生的高級決策助手，并非替代醫(yī)生，而是為臨床手術(shù)增添“第三只眼睛”和“第二個大腦”。

中山大學附屬第一醫(yī)院呼吸與危重癥醫(yī)學科副主任廖槐結(jié)合臨床工作實際情況指出，手術(shù)的難點往往不在操作技巧，而在決策能力。醫(yī)生碰到術(shù)中情況需要隨時調(diào)整策略，這種決策能力培養(yǎng)周期很長?！靶g(shù)影”手術(shù)視頻大模型集成了海量數(shù)據(jù)，可提供更好的決策依據(jù)。另外，高風險手術(shù)步驟不能出錯，AI可像“高級助手”一樣提醒流程，幫助團隊協(xié)同，減少溝通誤差。它不替代醫(yī)生，而是輔助決策。

據(jù)易東介紹，“術(shù)影”手術(shù)視頻大模型支持13種人類主要器官，并能處理6大類手術(shù)理解任務，包括工作流理解、動作理解、深度估計、息肉分割、三元組識別和技能評估。在手術(shù)流程識別、器械交互理解、精細動作建模等核心任務上，該模型大幅超越現(xiàn)有方法，展現(xiàn)出極強的泛化能力與精度。

中國科學院香港創(chuàng)新研究院人工智能與機器人創(chuàng)新中心主任劉宏斌介紹稱，在臨床能力上，該模型已實現(xiàn)標準化手術(shù)場景下病灶部位識別準確率95%以上、病變性質(zhì)判斷準確率90%以上，可自動提煉4級手術(shù)關(guān)鍵步驟、生成結(jié)構(gòu)化手術(shù)報告，單一專業(yè)任務能力達到高年級醫(yī)學生水平，能在術(shù)中提供視覺輔助、步驟提示與決策依據(jù)，還可充當手術(shù)團隊“指揮家”，協(xié)調(diào)操作流程、減少信息傳遞誤差，有效提升手術(shù)安全與效率。

香港大學深圳醫(yī)院神經(jīng)醫(yī)學中心名譽顧問醫(yī)師潘偉生表示，香港大學深圳醫(yī)院作為神經(jīng)外科專科培訓基地，一直致力于解決復雜手術(shù)教學中傳統(tǒng)“師帶徒”模式的標準化難題。憑借精準的動作解析與客觀的評估能力，該系統(tǒng)未來將成為可靠的教學輔助工具，幫助年輕醫(yī)生進行規(guī)范化的手術(shù)復盤，極大推動?？婆嘤柕臄?shù)字化與標準化發(fā)展。

全面開源，加快技術(shù)迭代和數(shù)據(jù)共享

《每日經(jīng)濟新聞》記者注意到，在發(fā)布推介環(huán)節(jié)，易東還宣布10億參數(shù)量的“術(shù)影”手術(shù)視頻大模型全面開源。

他表示，“術(shù)影”手術(shù)視頻大模型基本遵循主流開源協(xié)議，既可商用也可用于科研，但使用者需標注出處。

據(jù)透露，該模型訓練數(shù)據(jù)中約75%為私有數(shù)據(jù)，公開數(shù)據(jù)部分將公布列表，私有數(shù)據(jù)的開放仍在流程推進中。

“我們希望通過開源把社區(qū)建起來，企業(yè)可以用，醫(yī)院可以用，大學也可以用。只有更多人參與進來，技術(shù)迭代和數(shù)據(jù)共享才會更快?！币讝|說。

就未來商業(yè)化與落地方面，劉宏斌回應稱，“術(shù)影”手術(shù)視頻大模型現(xiàn)階段將優(yōu)先聯(lián)合產(chǎn)業(yè)伙伴推進臨床落地，由合作企業(yè)結(jié)合自身實際探索多元化商業(yè)模式。其核心商業(yè)化路徑將圍繞開源生態(tài)構(gòu)建展開，通過吸引全行業(yè)參與，加速技術(shù)迭代與數(shù)據(jù)共享，先在三甲醫(yī)院開展臨床試點，再逐步向地市、縣級基層醫(yī)院下沉，通過 “數(shù)字分身” 將頂級專家的手術(shù)經(jīng)驗普及到基層，最終實現(xiàn)技術(shù)規(guī)?；栈荨?/p>

在應用場景上，劉宏斌指出，“術(shù)影”手術(shù)視頻大模型現(xiàn)階段將重點落地外科教學、手術(shù)質(zhì)控與術(shù)中指導、基層醫(yī)療賦能三大領(lǐng)域，以標準化手術(shù)操作提升臨床教學效率，以實時監(jiān)控操作規(guī)范并輔助疑難病例決策，緩解優(yōu)質(zhì)醫(yī)療資源分布不均問題。未來還將向具身智能手術(shù)機器人領(lǐng)域延伸，實現(xiàn)更深度的人機協(xié)作。

封面圖片來源：每經(jīng)媒資庫