该模型支持13种人类首(shou)要器官、6大类手(shou)术(shu)理解使(shi)命，包含工作(zuo)流理解、动作(zuo)理解、深度估计、息肉分割、三元组辨认、技能评价，尤其在手(shou)术(shu)流程辨认、器械交互理解、精细动作(zuo)建模等核心使(shi)命上大幅超(chao)越(yue)现(xian)有要领。其背后的SurgMotion-15M预训练数据集汇集了来自50个(ge)数据源、13个(ge)解剖区域的3658小(xiao)时手(shou)术(shu)视(shi)频，涵(han)盖腹腔镜、开腹、神经外(wai)科、眼科、耳鼻喉科等多专科场景，为模型提供了前所未有的多样性支持。

赋(fu)能临床，开源共(gong)享：构(gou)建通用手(shou)术(shu)AI新生(sheng)态

发布会上，香港大学深圳医院神经医学中心光(guang)荣顾问医师潘伟生(sheng)教授展现(xian)了“术(shu)影(ying)”在神经外(wai)科培训领域的应用验证(zheng)。具有35年临床经验的潘伟生(sheng)教授表示，香港大学深圳医院作(zuo)为神经外(wai)科专科培训基地，一直致力于解决复杂手(shou)术(shu)教学中传统“师带徒”形式的标准化困(kun)难(nan)。此(ci)次验证(zheng)的“术(shu)影(ying)”大模型在多中心临床数据中准确率高达90%，在公开的JIGSAWS手(shou)术(shu)技能评价数据集中，其评价偏差降至最低的2.649，与专家评分的相关性高达0.770，功能远超(chao)同类模型。

中山大学附属第一医院呼吸与危(wei)重症医学科副主任廖槐教授则展现(xian)了该模型在呼吸介入治疗领域的应用。廖槐教授以为，医学学习必要多方面积累，医生(sheng)在具备一定(ding)医学底子和能力之后再借助AI，可以提升工作(zuo)服(fu)从(cong)。他特(te)别提到(dao)，经过增强现(xian)实技术(shu)，模型可以自动生(sheng)成开端报告、快速(su)标记(ji)病灶，“你拍(pai)好一张图片，它(ta)会立刻分析出图片信息，并自动提炼出来，医生(sheng)只需再审核即可”。

在测试中，结合中山一院真实的临床视(shi)频数据，呼吸介入管理流程辨认达到(dao)85%左右的准确率。“这一技术(shu)能将经典手(shou)术(shu)中的关键(jian)信息提炼并结构(gou)化，让(rang)医疗更加同质化，帮助来自下(xia)层的医院、医生(sheng)获得指引。”

CAIR主任刘(liu)宏斌研究员表示，此(ci)次发布的“术(shu)影(ying)”手(shou)术(shu)视(shi)频大模型全面开源，旨在助力构(gou)建大湾区AI医疗的伶(ling)俐生(sheng)态，研发一直以临床应用为核心方针。“开源是为了让(rang)更多生(sheng)态职员到(dao)场其中，并且各自孝敬力量。现(xian)在很多问题尚未解决，必要大家齐心合力完成这件(jian)事变。”他表示，将来AI系统应是一个(ge)大型具身(shen)智能框架，其中包含一个(ge)核心基座用于变更对象，而“术(shu)影(ying)”现(xian)在虽(sui)已覆盖13个(ge)领域，但仍(reng)有很多未解决的问题，希望更多机(ji)构(gou)可以或许使(shi)用这个(ge)模型，配合分享实际应用场景中的痛点和难(nan)点，推动底层技术(shu)的持续突破。

采写：南都N视(shi)频记(ji)者 王道(dao)斌