AI po raz pierwszy asystowało na żywo przy operacji mózgu ratującej wzrok

26 sierpnia 2026 roku w National Hospital for Neurology and Neurosurgery (NHNN) w Londynie chirurdzy po raz pierwszy w historii usunęli guz mózgu z pomocą sztucznej inteligencji analizującej obraz operacji w czasie rzeczywistym. System nie sterował niczym sam, ale na bieżąco podpowiadał zespołowi, gdzie znajdują się newralgiczne naczynia i nerwy - błąd rzędu jednego milimetra mógł oznaczać ślepotę, udar albo śmierć pacjenta.

Jak działał system

Guz przysadki mózgowej znajduje się w jednym z najbardziej newralgicznych miejsc w ludzkim ciele - tuż obok tętnic szyjnych i nerwów odpowiadających za wzrok. Standardowo chirurdzy opierają się głównie na skanach wykonanych przed operacją oraz własnym doświadczeniu. System zbudowany przez UCL Hawkes Institute poszedł o krok dalej: analizował obraz z kamery endoskopu w czasie rzeczywistym, klasyfikując każdy piksel obrazu i nakładając na drugi monitor kolorowe oznaczenia krytycznych struktur anatomicznych.

Technicznie jest to sieć neuronowa wytrenowana na setkach wcześniejszych nagrań endoskopowych operacji przysadki, w których neurochirurdzy ręcznie oznaczyli klatka po klatce położenie tętnic, nerwów wzrokowych i innych newralgicznych struktur. Na tej podstawie model nauczył się rozpoznawać te same elementy na żywym obrazie i śledzić także same narzędzia chirurgiczne.

Ucząc się z setek nagrań chirurgicznych, system zetknął się z taką różnorodnością przypadków, jaką chirurg napotkałby dopiero po wielu latach pracy - Dr Sophia Bano, techniczna liderka projektu AI, UCL

Operacja i pacjent

Operowanym był Rhys Hibbert, 48-letni menedżer obsługi klienta z Bedfordshire. Mężczyzna trafił do szpitala po tym, jak w grudniu 2024 roku stracił przytomność podczas spaceru i dostał ataku padaczkowego. Diagnoza wykazała niewielki, około 11-milimetrowy, niezłośliwy guz przysadki mózgowej, który uciskał nerwy odpowiadające za wzrok, powodując stopniowe pogarszanie się widzenia, zawroty głowy i chroniczne zmęczenie.

Zabieg poprowadził profesor Hani Marcus z UCL Queen Square Institute of Neurology, neurochirurg w NHNN, wraz z Danyalem Khanem, doktorantem UCL i rezydentem neurochirurgii UCL/UCLH, którzy od lat rozwijają ten projekt. System AI działał wyłącznie jako doradca wyświetlający oznaczenia na dodatkowym ekranie - to ludzie podejmowali wszystkie decyzje i wykonywali każdy ruch skalpelem.

Ogromne podziękowania dla uczestników badania i całego zespołu, który zaangażował się w poprawę wyników leczenia pacjentów, stawiając ten ważny pierwszy krok w skali globalnej - Prof. Hani Marcus, neurochirurg, UCL/UCLH

Wynik zabiegu

Guz udało się usunąć w całości, a wzrok pacjenta został w pełni zachowany. Hibbert opisał swój stan po wybudzeniu ze znieczulenia jako wyraźną poprawę widzenia w porównaniu ze stanem sprzed operacji, kiedy przez ponad rok mierzył się z pogarszającym się polem widzenia. W ciągu tygodnia odzyskał też samodzielną mobilność, a osiem tygodni po zabiegu zgłaszał znacznie lepszą energię i brak wcześniejszych zawrotów głowy.

Kiedy się obudziłem, mogłem wyraźnie widzieć wszystko w pokoju. To jakbym miał panoramiczny, trzysta sześćdziesiąt stopni widok wszystkiego dookoła - Rhys Hibbert, pacjent

Co dalej z projektem

Projekt finansują brytyjski National Institute for Health and Care Research (NIHR) oraz Google, a wspierają go między innymi NIHR Biomedical Research Centre przy UCLH, Royal College of Surgeons, EPSRC i Wellcome. Zespół z UCL deklaruje, że to dopiero pierwszy krok w kierunku systemu, który nazywają nieformalnie "ChatGPT dla chirurgów" - narzędzia dostarczającego w czasie rzeczywistym podpowiedzi podczas najbardziej ryzykownych etapów operacji, przy zachowaniu pełnej kontroli decyzyjnej po stronie lekarza.

Brytyjski minister ds. innowacji zdrowotnych James Frith nazwał ten przypadek przykładem AI w najlepszym wydaniu, podkreślając, że pacjenci zyskują dostęp do opieki, która jeszcze niedawno wydawała się nieosiągalna. Twórcy systemu zapowiadają rozszerzenie badań na kolejnych pacjentów i inne typy operacji neurochirurgicznych, w których precyzja rzędu milimetra decyduje o skutkach ubocznych zabiegu.

Dla pacjentów neurochirurgicznych na świecie, w tym w Polsce, ten przypadek pokazuje kierunek rozwoju narzędzi wspierających najbardziej precyzyjne zabiegi - nie zastępujących chirurga, lecz redukujących ryzyko błędu w miejscach, gdzie milimetr decyduje o życiu, wzroku czy sprawności pacjenta. Wdrożenie podobnych systemów w polskich ośrodkach neurochirurgicznych zależałoby od dostępu do dużych zbiorów nagrań operacyjnych potrzebnych do trenowania modeli oraz od zgód regulacyjnych na używanie AI jako narzędzia wspomagającego w sali operacyjnej.