人工智能模型通过手术手势预测患者结局并提供可解释性见解

为何手术动作至关重要

对于面临前列腺癌手术的男性来说，最大的担忧之一是术后是否能恢复正常性功能——而他们常常需要等待一年或更久才能得知结果。本研究探讨人工智能（AI）如何观察前列腺手术的具体操作，并利用那些微小的手部动作来预测哪些患者最有可能恢复勃起功能。通过将手术视频转换为数据，研究者旨在为外科医生提供更快、更清晰的反馈，以便改进技术并提升患者的生活质量。

把手术拆成微小构件

研究团队聚焦于机器人辅助根治性前列腺切除术，这是一种常见手术，外科医生使用机器人器械切除前列腺，同时尽量保留对勃起至关重要的周围神经。他们研究了在五个中心由26位外科医生治疗的147名男性。研究不是通过主观印象来评判操作，而是将每例手术中保神经步骤拆分为“手势”——离散的动作，例如推开组织、切割或牵拉。先前的研究表明，手势的序列可预测谁将在一年后恢复勃起功能，但并未解释为何某些模式优于其他模式。

为每个动作加入位置与目的

为了使分析更有意义，研究者为每个手势增加了两层信息：该手势在体内发生的位置以及当时外科医生的意图。例如，轻柔剥离动作可能用于沿前列腺侧方释放神经束，而一次切割可能用于延展腺体后方的组织平面。通过组合动作、解剖位置与手术目的，他们构建了更具上下文的“情境化手势”，能更全面地描述手术过程中发生的事情。

教会AI“阅读”手术

这些按时间顺序排列的情境化手势被输入到一种称为transformer的AI模型，该模型擅长在序列中发现模式。模型从跨所有患者的数万条带注释手势中学习。当模型仅观察动作的简单序列时，它已能较好地预测谁将在一年后保持完整的勃起功能。但当同一模型获得了手势发生的解剖位置和其功能意图等额外上下文后，准确性明显提高。包括患者的常规特征（如年龄或前列腺大小）并未在富含手术描述的信息之外进一步提升性能。

AI在手术中“看见”的内容

由于transformer会突出在决策中权重较高的序列部分，团队得以窥见模型，并识别出哪些手势、位置与目的的组合与恢复或未恢复最相关。对恢复有利的模式包括在释放神经束时小心配合的轻柔分离与精确切割，暗示平衡且细致的剥离有助保护这些脆弱结构。相反，与牵拉器械或床边助手的动作相关的模式，尤其是在调整摄像头或在神经附近牵拉组织时出现的动作，则与较差的结局相关。这表明不仅主刀医生的技术重要，助手如何处理组织和在关键步骤中维持可视性也至关重要。

这对未来患者意味着什么

对普通人而言，信息是：前列腺手术的细微差别——甚至包括每个小动作的顺序和风格——都可能强烈影响一年后的性功能，而AI可以帮助揭示这些隐藏的关联。尽管该研究尚不能证明因果关系，但它表明对每个手术动作的“是什么”“发生在哪里”和“为何而为”进行编码，能使计算机更准确地预测结局并突出可能最重要的时刻。未来，此类系统可为外科医生提供近实时的技术反馈，以数据而非直觉指导培训，并最终帮助更多男性在接受前列腺癌手术后保留生活质量。

引用: Heard, J.R., Deo, A., Ghaffar, U. et al. AI model predicts patient outcomes from surgical gestures and provides insights into explainability. npj Digit. Surg. 1, 4 (2026). https://doi.org/10.1038/s44484-025-00006-y

关键词: 机器人前列腺手术, 手术手势, 人工智能, 勃起功能恢复, 外科培训