每經記者｜甄素靜    每經編輯｜楊軍    

“‘術影’手術視頻大模型是目前業內規模最大、最完整的手術視頻通用智能底座。該數據集涵蓋約1500萬幀、超3658小時的真實手術視頻。”3月24日，中國科學院香港創新研究院（以下簡稱香港創新研究院）人工智能與機器人創新中心（CAIR）在香港科學園深圳分園舉行了“術影”手術視頻大模型發布會。

在發布會上，香港創新研究院易東研究員介紹稱，基于上述海量數據，“術影”手術視頻大模型突破傳統像素重建的局限，引入運動引導的隱空間預測機制，顯著提升了模型對手術器械、解剖結構、交互動作等關鍵語義結構的理解能力，為多中心、多科室、多術式的通用手術智能奠定了基礎。

定位是醫生的高級決策助手

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

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

據易東介紹，“術影”手術視頻大模型支持13種人類主要器官，并能處理6大類手術理解任務，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，該模型大幅超越現有方法，展現出極強的泛化能力與精度。

中國科學院香港創新研究院人工智能與機器人創新中心主任劉宏斌介紹稱，在臨床能力上，該模型已實現標準化手術場景下病灶部位識別準確率95%以上、病變性質判斷準確率90%以上，可自動提煉4級手術關鍵步驟、生成結構化手術報告，單一專業任務能力達到高年級醫學生水平，能在術中提供視覺輔助、步驟提示與決策依據，還可充當手術團隊“指揮家”，協調操作流程、減少信息傳遞誤差，有效提升手術安全與效率。

香港大學深圳醫院神經醫學中心名譽顧問醫師潘偉生表示，香港大學深圳醫院作為神經外科專科培訓基地，一直致力于解決復雜手術教學中傳統“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，該系統未來將成為可靠的教學輔助工具，幫助年輕醫生進行規范化的手術復盤，極大推動專科培訓的數字化與標準化發展。

全面開源，加快技術迭代和數據共享

《每日經濟新聞》記者注意到，在發布推介環節，易東還宣布10億參數量的“術影”手術視頻大模型全面開源。

他表示，“術影”手術視頻大模型基本遵循主流開源協議，既可商用也可用于科研，但使用者需標注出處。

據透露，該模型訓練數據中約75%為私有數據，公開數據部分將公布列表，私有數據的開放仍在流程推進中。

“我們希望通過開源把社區建起來，企業可以用，醫院可以用，大學也可以用。只有更多人參與進來，技術迭代和數據共享才會更快。”易東說。

就未來商業化與落地方面，劉宏斌回應稱，“術影”手術視頻大模型現階段將優先聯合產業伙伴推進臨床落地，由合作企業結合自身實際探索多元化商業模式。其核心商業化路徑將圍繞開源生態構建展開，通過吸引全行業參與，加速技術迭代與數據共享，先在三甲醫院開展臨床試點，再逐步向地市、縣級基層醫院下沉，通過 “數字分身” 將頂級專家的手術經驗普及到基層，最終實現技術規模化普惠。

在應用場景上，劉宏斌指出，“術影”手術視頻大模型現階段將重點落地外科教學、手術質控與術中指導、基層醫療賦能三大領域，以標準化手術操作提升臨床教學效率，以實時監控操作規范并輔助疑難病例決策，緩解優質醫療資源分布不均問題。未來還將向具身智能手術機器人領域延伸，實現更深度的人機協作。

封面圖片來源：每經媒資庫