Rhys Hibbert 当时 48 岁，身体健康，正在午休时间走他每天三公里的例行路线，突然在马路上失去意识并开始抽搐。扫描发现他颅底的垂体上长了一个 11 毫米的肿瘤，性质为良性。那是 2024 年。到今年春天，他的周边视野已经收窄，走路会绊到东西，疲惫、眩晕，面临失明的风险。五月，伦敦国立神经内科与神经外科医院的医生经鼻腔为他摘除了这个肿瘤，一套人工智能系统全程实时观察手术。伦敦大学学院医院一直保密到周四，等他康复之后才公布。这是全球首例 AI 辅助的脑肿瘤切除手术。
这套系统读的不是他的影像扫描，而是内窥镜的实时视频画面。内窥镜是一根细杆前端的摄像头，从鼻孔一路送到颅底，系统把分析结果显示在第二块屏幕上。它追踪手术器械，标出血管和神经最可能藏在骨头与硬膜后面的位置，并用颜色区分那些绝对不能碰的结构。垂体紧贴着为大脑供血的颈动脉，也紧贴着传导视觉的视神经。卫生部门的说法很直白：偏差一毫米就可能意味着失明、中风或死亡。即便是在经验丰富的医生手中，基础数据也令人警醒：肿瘤无法完全切除的概率是 25% 到 50%，伤及大血管的概率是 0.5% 到 2%。
下面这个数字解释了这套系统为什么会被造出来。英国外科医生平均一年做 10 到 20 次这种手术，术前准备靠的是病人上手术台之前拍的影像。每个人的解剖结构都不一样，所以真正开刀那天面对的路径总是有点陌生。这套 AI 是在数百例录像的垂体肿瘤切除手术上训练出来的，研究人员一帧一帧手工勾出每一根血管和每一条神经的轮廓，教它该看什么。"通过学习数百段手术视频，它接触到的病例广度，外科医生要许多年才能遇到，"伦敦大学学院机器人与人工智能副教授、该系统技术负责人 Sophia Bano 博士说。参与这台手术的 Hani Marcus 教授说得更直接："它训练用的手术例数，比大多数外科医生一辈子看到或做过的都多，它可以充当一双有经验的第二只眼睛。"
同一支团队在 2024 年 11 月于《npj Digital Medicine》发表了这项工作的基础研究，那篇论文里有一个值得停下来想一想的发现。当他们测量 AI 辅助对识别蝶鞍，也就是容纳垂体的那个骨性腔隙，能带来多大改善时，医学生提高了 12.8 个百分点，专家只提高了 1.2 个百分点。这个工具并没有让最好的神经外科医生变得更好，它缩短的是"一年做二十台"的医生和"已经做过几千台"的医生之间的距离。在一个稀缺资源是经验而非技艺的医疗体系里，这大概是更有用的方向，而这个说法和"AI 做脑外科手术"这句话让人产生的联想，是很不一样的。
真正发生的，是一台手术，一位病人，在一项由英国国家健康与照护研究所和谷歌资助的临床试验之内。更大规模的试验正在筹备。Marcus 把长期目标描述为一种"给外科医生用的 ChatGPT"，"手术室里的另一位专家，想问就问，不同意就放在一边"，而目标终究不是产品。手术全程由医生完全掌控，这一点团队反复强调。最后一句话留给自愿成为第一例的 Hibbert："如果病人不愿意参与研究，医生要怎么学，医学又要怎么进步？"术后八周，他的视力仍在每隔几天就好一点。"它把我的生活还给了我，"他说。