神经外科是公认的外科领域内最难的学科之一，不仅是因为神经外科医生培养周期漫长，少则十几年，多则二十多年，而且手术难度大、风险高。

随着AIGC（生成式AI）浪潮席卷，越来越多的医疗大模型应运而生，其中有大模型试图挑战神经外科领域，为医生赋能。

近日，中国科学院香港创新研究院人工智能与机器人创新中心（简称“中国科学院香港创新院AI中心”）对外发布了面向神经外科领域的AI多模态大模型CARES Copilot 1.0，实现了图像、文本、语音、视频、MRI、CT、超声等多模态的手术数据理解。同时，在医学多场景、多任务的理解与处理方面，该系统也取得了显著的进展，可有效支持包括手术阶段识别、器械与解剖结构分割、器械检测与计数、MRI高分辨率图像生成等功能。

中国科学院香港创新院AI中心执行主任、博士生导师刘宏斌对第一财经记者表示，目前公开的大模型主要是使用公开的资料训练出来的，临床医生参与较少，回答问题的方式和方向满足不了临床诊断需求，医生也无法完全信任大模型给出的答案；另一方面，医生通常会使用大量文本、影像、视频等数据，但很多大模型还是仅以文本语言为主，此次发布的CARES Copilot 1.0正解决了这些痛点。

据悉，目前CARES Copilot 1.0能够处理超过3000页的复杂手术教材，对于年轻医生的培训和教学具有很高的实用价值。该系统也能够通过深度检索功能，快速精确地提取手术教材、专家指南、医学论文等专业文档的信息，以确保提供的答案具有高度的可信度和可追溯性。

一台神经外科手术，往往耗费的时间比较长，很考验医生的耐心、细心和体力。事实上，神经外科医生进行手术时也常常被形容是在“刀尖上跳舞，悬崖上漫步”。在普通外科领域，手术机器人已得到应用，可以提高医生的工作效率。但在神经外科领域，手术机器人只是局限在导航定位这些基础功能上，还无法进行更精密的操作。而大模型能否在神经外科手术中实现人机交互，为医生赋能，甚至进行自主手术，同样颇受关注。

刘宏斌表示，目前CARES Copilot 1.0可以在手术阶段自动识别病灶和解剖结构，Copilot 2.0版本将延伸到手术指导，像教练一样提醒和指导医生哪个阶段应该如何操作。

不过，大模型要在神经外科手术中真正为医生赋能，还需要很长时间摸索。

首都医科大学附属北京同仁医院神经外科主任、研究生导师康军对第一财经记者表示，目前看人工智能发展大致上分为三个阶段：机器学习阶段、机器智能阶段和机器意志阶段。CARES Copilot1.0这个系统是专注于神经外科应用的人工智能系统，但它还处于机器学习阶段的早期，相当于人在成长过程中的学龄前阶段。

“未来发展到了机器意志阶段，可能真的由机器人独立完成脑部手术操作，就是机器知道哪里需要切除、哪里需要保留，但这个阶段还需要很长的路和时间才可能达到，至少目前还只是科幻电影里的情节。”康军说。