外科AI将手术依据转化为语言

外科AI面临的难题，不是发现器官的准确率，而是能否把资深医生作出判断的理由传递到其他医疗现场。迪利巴在大学医院的手术室验证了一款外科专用AI，并获得了外科专家84.7%的解剖学准确率评价。如果安全性得到验证并获得监管批准，地方手术室里的年轻医生或许就能用日语确认操作的理由，以及下一步需要核查的流程。

内窥镜手术AI即使能够从图像中发现器官和血管，也无法处理当前正在进行什么操作、为什么需要作出下一步判断等问题。资深外科医生的判断，已经融入个人经验之中。对于年轻医生和地方医院来说，教育机会与经验的差距，可能会转化为患者所接受医疗服务的差距。

能读懂手术语境的AI

视觉语言模型（visual-language model）是一种能够查看图像或视频，并用语言就其中内容提问或回答的AI。在手术视频中，出血、烟雾、器械遮挡，以及患者之间的解剖学差异，都使得仅仅查看图像变得困难。而且，图像上看似合理的解释，与对患者安全的建议，是两个不同的问题。要在临床中使用，除了性能，还需要在不同医疗机构和术式中进行验证，设计发生误操作时的安全机制，并接受监管审查。

用语言说明操作理由和下一步流程

迪利巴构建了一款日语外科专用视觉语言模型，将手术视频与外科知识联系起来。它不仅处理视频中出现的对象，还用语言处理当前正在进行的操作、操作依据和下一步流程。外科医生将专业数据分为Object（对象）、Action（操作）、Reason（理由）和Plan（计划）4个类别，并据此调整AI。

该公司在大学医院的手术室进行了实时验证。根据公司评估，外科专家给出的解剖学准确率为84.7%，临床实用性为82.9%。该公司称，这是日本国内首次开发并进行临床验证的、能够实时理解手术状况并进行对话的外科专用生成式AI。迪利巴在新能源·产业技术综合开发机构（NEDO）和经济产业省的GENIAC项目中取得的成果，获得了CEATEC AWARD 2026创新奖。

在手术室共享知识的条件

如果这项准确率能够跨越不同手术类型和医院得到保持，并满足安全性和药事监管方面的要求，那么在地方核心医院的手术室里，年轻医生就能一边查看内窥镜画面，一边用日语确认眼前的结构、需要注意的理由，以及下一步要核查的流程。该公司首先希望将其用于面向年轻外科医生、医学生和地方核心医院的手术教育。未来，公司计划在完成药事监管手续后，支持术中信息展示和确认，并进一步拓展到部分自动化。

不过，专家评价处于80%多的水平，并不能成为把手术中难以容忍错误的判断交给AI的依据。前提是要在多种术式中验证安全性，并获得监管批准。能否把外科医生多年来在身边工作、言传身教的知识，转移到教育数据和对话系统中？跨过这道壁垒后，AI就会从发现图像中器官的工具，变成共享判断理由的工具。

来源

国立研究开发法人新能源·产业技术综合开发机构（NEDO）《迪利巴参与的NEDO项目成果荣获“CEATEC AWARD 2026”创新奖》