ИИ впервые помогал нейрохирургу ориентироваться во время операции на гипофизе

ИИ вошёл в нейрохирургическую операционную: теперь он может видеть анатомию вместе с хирургом

Одиннадцать миллиметров опухоли в нескольких миллиметрах от критически важных структур

Операцию провели в мае 2026 года в Национальной больнице неврологии и нейрохирургии в Лондоне, входящей в University College London Hospitals NHS Foundation Trust. О первом пациенте публично сообщили 27 августа.

48-летнему Рису Хибберту из Бедфордшира удаляли опухоль гипофиза — железы размером примерно с горошину, расположенной у основания мозга. Опухоль была доброкачественной, но это не делало ее безобидной: образование диаметром около 11 мм угрожало зрению пациента. Без лечения дальнейший рост мог привести к слепоте.

Для таких вмешательств нейрохирургу не требуется вскрывать череп обычным способом. При эндоскопической транссфеноидальной операции тонкий эндоскоп проводят через нос и околоносовые пазухи к основанию черепа. Это дает относительно малотравматичный путь к гипофизу, но одновременно помещает хирурга в чрезвычайно тесное анатомическое пространство.

Рядом находятся внутренние сонные артерии, снабжающие кровью мозг, зрительные нервы и другие структуры, повреждение которых способно иметь тяжелые последствия. Как отмечает команда UCLH, при такой операции ошибка даже на миллиметр может принципиально изменить исход.

Операция прошла успешно: опухоль удалили, зрение пациента удалось сохранить. Впоследствии Хибберт вернулся к работе.

Но наиболее интересная часть этой истории находится не в самом результате операции, а в том, что происходило на экране хирургов.

Вместо карты, сделанной заранее, ИИ анализирует то, что происходит сейчас

Навигационные технологии в хирургии существуют давно. Перед операцией пациенту делают КТ или МРТ, и эти изображения помогают врачу понять, где располагаются опухоль, сосуды и другие структуры.

Проблема заключается в том, что предоперационный снимок — это карта, созданная до начала вмешательства. Хирург же работает с реальным изображением эндоскопа, где ткани могут выглядеть иначе, частично скрываться, деформироваться и перекрываться инструментами. Кроме того, анатомия каждого человека индивидуальна.

Система UCL решает другую задачу. Она анализирует непосредственно видеопоток эндоскопа.

Это разновидность компьютерного зрения — технологии, позволяющей алгоритму распознавать объекты и структуры на изображении. Принцип отчасти напоминает системы, которые способны выделить лицо или человека в кадре, но медицинская задача значительно сложнее: алгоритм должен различать анатомические структуры внутри операционного поля.

Для этого применяется семантическая сегментация. Система не просто сообщает, что на изображении присутствует определенная структура, а определяет, какие участки кадра к ней относятся, и может обозначить их визуальным контуром.

В разработке UCL таким образом распознаются, в частности, область турецкого седла, где расположен гипофиз, сонные артерии, зрительные нервы и костные ориентиры основания черепа.

В результате хирург получает не еще один статичный снимок, а динамическую анатомическую подсказку, связанную с тем изображением, которое эндоскоп показывает в данный момент.

Алгоритм учился на операциях других пациентов

За внешне простой цветной разметкой стоит длительная работа с хирургическими видеозаписями.

В опубликованном в июне 2026 года препринте команда UCL описала первую клиническую оценку технологии. Для разработки модели использовались ретроспективно собранные видеоматериалы эндоскопических операций на гипофизе у 98 пациентов.

Из этих операций исследователи отобрали 1704 кадра тех этапов вмешательства, где правильная анатомическая ориентация особенно важна. Специалисты вручную размечали на изображениях клинически значимые структуры, после чего эти данные использовались для обучения модели компьютерного зрения.

По словам технического руководителя проекта доктора Софии Бано из UCL, обучение на большом массиве хирургических видео позволяет системе познакомиться с разнообразием ситуаций, на накопление которого отдельному хирургу потребовались бы годы.

Именно здесь находится одно из наиболее перспективных свойств хирургического ИИ. Опыт врача неизбежно ограничен числом операций, которые он лично наблюдал и выполнил. Алгоритм потенциально способен извлекать закономерности из гораздо более крупной библиотеки процедур.

Это не превращает его в более квалифицированного хирурга. У алгоритма нет клинического понимания пациента и ответственности за решение. Но он может стать инструментом концентрации коллективного визуального опыта, накопленного во множестве операций.

ИИ не управлял операцией — и это принципиальное различие

Формулировка «операция на мозге при помощи ИИ» легко создает ложное впечатление автономной хирургии. В действительности произошло нечто другое и, возможно, более реалистичное с точки зрения ближайшего будущего медицины.

ИИ не двигал инструментами, не выбирал объем удаления опухоли и не принимал самостоятельных клинических решений. Контроль оставался у хирургической команды.

На раннем этапе клинической оценки разработчики сознательно использовали систему как вспомогательный инструмент. Обработанное изображение выводилось отдельно, чтобы работа алгоритма не нарушала основной видеопоток эндоскопа.

Это важная особенность дизайна. В хирургии недостаточно создать алгоритм с высокой точностью распознавания. Необходимо еще доказать, что его присутствие не отвлекает врача, не перегружает экран информацией, не нарушает работу команды и не формирует опасную зависимость от автоматической подсказки.

Иными словами, проблема хирургического ИИ — не только компьютерная. Это еще и задача взаимодействия человека с машиной.

Первые испытания одновременно показали возможности и слабые места системы

История первого пациента выглядит впечатляюще, но она не является доказательством того, что ИИ уже сделал операции на гипофизе безопаснее.

В ранней клинической серии исследователи включили шесть пациентов с аденомами гипофиза. Систему удалось успешно развернуть в четырех случаях. В двух других ее не использовали из-за повторявшейся ошибки перезагрузки компьютера еще до начала применения.

Исследователи обнаружили и более содержательные ограничения. На одном из этапов алгоритм мог ошибочно обозначать область, безопасную для хирургического доступа, поверх зоны сонной артерии. Возникали и искажения разметки, когда хирургические инструменты закрывали часть изображения.

Это особенно важная деталь. В обычной программе ошибка распознавания объекта может быть досадной. В нейрохирургии ошибочная визуальная подсказка рядом с крупным сосудом потенциально приобретает совсем другой уровень риска.

Команда корректировала программное обеспечение, оборудование и интерфейс по мере накопления опыта. В случаях, когда система была применена, исследователи не зарегистрировали связанных с ней клинических осложнений или значимого отвлечения хирурга.

Но исследование остается ранним, одноцентровым и не имеет сравнительной группы. Кроме того, опубликованные научные данные пока представлены в виде препринта и не прошли рецензирование научным журналом.

Поэтому из результатов нельзя заключить, что технология снижает частоту сосудистых повреждений, увеличивает полноту удаления опухоли или улучшает долгосрочные исходы пациентов. Для таких выводов нужны значительно более крупные сравнительные исследования.

Главный поворот — операционная начинает превращаться в источник данных реального времени

Значение проекта UCL выходит за пределы хирургии гипофиза.

За последние десятилетия медицина накопила огромные массивы диагностических изображений, и именно поэтому радиология стала одной из первых областей активного применения искусственного интеллекта. Но хирургическая операция создает другой тип информации — непрерывный видеопоток, отражающий происходящее внутри организма непосредственно сейчас.

До недавнего времени этот поток прежде всего смотрел человек.

Компьютерное зрение позволяет сделать его одновременно источником машинного анализа. Теоретически система может не только распознавать анатомию, но и определять этап операции, отслеживать инструменты, предупреждать о приближении к опасным структурам и помогать менее опытным членам команды ориентироваться в происходящем.

Возникает принципиально новая модель: хирург видит пациента собственными глазами через эндоскоп, а параллельно алгоритм анализирует тот же кадр и добавляет второй информационный слой.

Следующим этапом может стать объединение нескольких источников — предоперационной МРТ или КТ, текущего эндоскопического изображения, данных навигационных систем и компьютерного зрения. Тогда хирургическая навигация сможет постепенно перейти от статической карты к постоянно обновляемой цифровой модели операционного поля.

Для пациента ценность ИИ будет измеряться не эффектностью технологии, а числом предотвращенных осложнений

Для пациента наличие искусственного интеллекта в операционной само по себе ничего не меняет. Клиническая ценность появится только в том случае, если исследования покажут, что система действительно помогает снижать риск повреждения сосудов и нервов, повышает полноту удаления опухолей или улучшает другие значимые исходы.

Есть и еще одно потенциальное направление — обучение хирургов.

Эндоскопическая хирургия гипофиза требует длительного освоения пространственной анатомии. Система, способная в реальном времени показывать начинающему специалисту границы важных структур, теоретически может ускорять обучение и помогать стандартизировать подготовку между центрами с разным объемом операций.

Однако здесь появляется новый риск: специалист должен научиться не только пользоваться подсказками алгоритма, но и понимать, когда им нельзя доверять. В авиации автоматизация давно породила проблему чрезмерного доверия к системе. В хирургии цена такого доверия может быть значительно выше.

Именно поэтому разработчики двигаются поэтапно. После первоначальной проверки осуществимости технологии планируются более крупная серия в одном центре, а затем многоцентровая оценка. Только исследования на большем числе пациентов и хирургических команд смогут показать, насколько надежно алгоритм работает при различиях анатомии, оборудования, техники операций и опыта врачей.