Первая в мире операция по удалению опухоли головного мозга с использованием ИИ

В операционной пахло антисептиком и едва уловимым запахом нагретой электроники. Хирург замер, держа ультразвуковой аспиратор в миллиметре от розовато-серой ткани, которая отвечала за речь пациента. Обычно в этот момент всё решали интуиция, многолетний опыт и предоперационные снимки МРТ, сделанные часы назад. Но мозг — не статичная структура. Он смещается. Дышит вместе с пациентом. Меняет форму под давлением инструментов. И снимки, какими бы точными они ни были, устаревают в ту секунду, когда скальпель касается твёрдой мозговой оболочки.

Сегодня всё было иначе.

Ассистент повернул монитор, и хирург увидел то, что ещё год назад показалось бы фантастикой: трёхмерную проекцию опухоли, наложенную на живые ткани в режиме реального времени, с цветовой маркировкой границ и подсветкой зон, прикосновение к которым могло навсегда лишить человека способности говорить, двигаться, помнить. Искусственный интеллект за долю секунды обработал данные интраоперационного ультразвука и диффузионно-тензорной визуализации, просчитал деформацию тканей и выдал хирургу обновлённую карту безопасного пути. Опухоль, ещё несколько минут назад казавшаяся неоперабельной из-за близости к речевому центру, теперь подсвечивалась как отдельная, чётко очерченная цель.

Хирург выдохнул. Принял решение. И сделал первый разрез.

Технология, которая меняет правила игры

Нейрохирургия всегда балансировала на грани между радикальностью и сохранением качества жизни пациента. Глиомы — самые распространённые первичные опухоли мозга — имеют коварное свойство прорастать в здоровые ткани. На МРТ граница опухоли часто выглядит размытой, а во время операции, когда мозг смещается под действием гравитации и оттока спинномозговой жидкости, точность дооперационной навигации падает катастрофически. Стандартная нейронавигация, работающая на основе предоперационных снимков, может ошибаться на сантиметр и более. Для нейрохирургии это пропасть. Лишний миллиметр — и пациент может проснуться с парезом руки или полной афазией.

Именно эту проблему решила команда, объединившая нейрохирургов, инженеров по машинному обучению и специалистов по медицинской визуализации. Разработанная ими система, о которой пойдёт речь, впервые была применена в реальной клинической практике. Суть технологии в том, что искусственный интеллект непрерывно анализирует несколько потоковых источников данных во время операции и в реальном времени перестраивает трёхмерную модель мозга, опухоли и функционально значимых зон.

Ключевое слово здесь — «в реальном времени». Не с задержкой в минуту. Не с постобработкой. А именно тогда, когда хирург ведёт инструмент к цели.

Как это устроено изнутри

Чтобы понять революционность системы, нужно представить, с каким объёмом информации она работает. В операционной одновременно задействованы:

• Интраоперационная магнитно-резонансная томография — тяжёлая, дорогая и логистически сложная технология, которая даёт снимки высокого разрешения, но с неизбежными паузами между сканированиями.
• Интраоперационный ультразвук — быстрый, доступный и недорогой метод, который даёт картинку в реальном времени, но с меньшей детализацией и искажениями.
• Диффузионно-тензорная визуализация — разновидность МРТ, показывающая ход нервных волокон, то есть белого вещества, повреждение которого может привести к необратимым неврологическим последствиям.
• Электрокортикография и картирование речи — методы, при которых хирург стимулирует участки коры электрическими импульсами и наблюдает за реакцией пациента, чтобы понять, какие зоны критически важны.

Проблема в том, что эти данные разрознены. Хирург вынужден мысленно совмещать их, что напоминает попытку собрать пазл, детали которого нарисованы разными художниками и в разные моменты времени.

Искусственный интеллект делает эту работу автоматически. Основой системы стала глубокая нейронная сеть, обученная на тысячах случаев нейрохирургических операций, а также на симуляциях деформации мозговой ткани. Алгоритм получает поток ультразвуковых изображений, сопоставляет их с моделью, построенной по данным МРТ, и вычисляет, как именно сместился мозг за последние секунды. Затем модель обновляется, и хирург видит на мониторе изображение, отражающее текущее состояние, а не то, которое было в начале операции.

Но и это не всё. Алгоритм обучен распознавать границы опухоли по характерным признакам, которые не всегда очевидны человеческому глазу. Используя данные оптической спектроскопии и анализ акустических свойств тканей, система может с высокой точностью отличать опухолевую ткань от отёчной, а отёчную — от здоровой. Для хирурга это означает прямую навигацию: он видит не просто точку на карте, а объёмное облако, которое нужно удалить. При этом система подсвечивает функционально значимые зоны, на которые нельзя заходить, — те самые речевые, двигательные, сенсорные центры.

История пациента: почему это важно

Пациент, вошедший в историю как первый человек, которому успешно удалили опухоль мозга с использованием такой системы, — сорокадвухлетний мужчина. Назовём его условно Андреем. За несколько месяцев до операции у него начались странные эпизоды: он забывал слова, внезапно терял нить разговора, мог назвать ложку «этой штукой для супа». Невролог заподозрил эпилептические припадки, вызванные опухолью, и направил на МРТ. Диагноз — глиобластома, самая агрессивная форма рака мозга, четвёртой степени. Опухоль располагалась в левой височной доле, в зоне, ответственной за понимание речи и называние предметов.

Стандартный прогноз при таком диагнозе — около пятнадцати месяцев жизни. Хирургическое вмешательство может продлить этот срок, но цена ошибки крайне высока. Удаление опухоли в этой зоне без точной навигации может привести к тому, что пациент выйдет из операции с грубой сенсорной афазией: он будет слышать слова, но не понимать их смысл. Говорить не сможет. Писать не сможет. Читать не сможет. Фактически окажется запертым в собственном сознании.

Мультидисциплинарная комиссия долго обсуждала случай Андрея. Часть специалистов считала операцию слишком рискованной. Но в клинике как раз завершался этап испытаний новой системы искусственного интеллекта, и было принято решение использовать её в качестве навигационного ассистента.

Ход операции: минуты, которые решают всё

Хирург начал с трепанации черепа — удаления костного лоскута в левой височной области. Затем под контролем нейронавигации был выполнен кортикотомия — вскрытие коры головного мозга. Здесь и началась самая ответственная часть операции: резекция опухоли.

Традиционно в таких случаях применяется анестезия с пробуждением: пациента выводят из наркоза в середине операции, чтобы проверять его речевые функции при электрической стимуляции мозга. Если хирург стимулирует зону, ответственную за речь, пациент должен повторить простые слова. Если он замолкает — значит, зону нельзя удалять.

Андрей был в сознании. Ему показывали карточки с изображениями — яблоко, чайник, велосипед — и просили называть предметы. Анестезиолог внимательно следил за его состоянием, а нейропсихолог вела протокол.

Но главное различие с традиционным подходом было в том, что на мониторе хирурга, помимо стандартного изображения, отображалась живая трёхмерная модель, на которой опухоль была подсвечена красным, а речевые зоны — зелёным. Искусственный интеллект постоянно обновлял модель, отслеживая смещение тканей. В тот момент, когда мозг пациента сместился на семь миллиметров после опорожнения кисты в опухоли, система мгновенно скорректировала навигацию и подсказала хирургу, что изначально запланированная траектория теперь проходит в опасной близости от зоны Вернике, ответственной за понимание речи.

Хирург скорректировал подход. Опухоль была удалена почти полностью — на девяносто восемь процентов, что является выдающимся результатом для глиобластомы. При этом речевые функции пациента остались полностью сохранены. Уже через три часа после операции Андрей разговаривал с женой, называл её по имени, путал только сложные слова, и это списали на послеоперационный отёк.

Машинное обучение: как учили систему

За этой историей — годы труда. Чтобы алгоритм научился отличать опухолевую ткань от здоровой в реальном времени, потребовалась колоссальная обучающая выборка. Команда использовала данные из нескольких нейрохирургических центров, включая записи операций, гистологические результаты удалённых тканей, предоперационные и послеоперационные МРТ. Каждый случай размечался вручную нейрохирургами и патоморфологами.

Одной из ключевых задач было обучение модели на так называемых «отрицательных» случаях, когда граница опухоли по МРТ не совпадала с гистологическими данными. Именно такие несоответствия представляют наибольшую опасность для пациента: хирург может оставить опухолевую ткань, полагая, что достиг чистой границы, либо, наоборот, удалить здоровую ткань, приняв её за опухоль.

Сеть обучалась распознавать микроструктурные различия тканей по данным ультразвука. Дело в том, что опухолевая ткань имеет иную акустическую жёсткость и по-разному отражает ультразвуковые волны. Эти различия слишком тонкие, чтобы их заметить невооружённым глазом, но для алгоритма, прошедшего обучение на сотнях тысяч паттернов, они становятся различимым сигналом.

Другим направлением обучения стала деформационная модель мозга. Мозг — это не однородная масса. Кора, белое вещество, желудочки, опухоль — всё это имеет разные механические свойства и по-разному реагирует на смещение. Для моделирования этих процессов использовались не только клинические данные, но и экспериментальные измерения упругости мозговой ткани, проведённые в лабораториях биомеханики. Алгоритм учился предсказывать, как изменится форма мозга при том или ином воздействии, и обновлял трёхмерную модель в соответствии с этими предсказаниями.

Клинические испытания и первые результаты

Прежде чем система была допущена к применению в реальной операции, она прошла серию доклинических испытаний на симуляторах и в так называемых «параллельных» режимах, когда алгоритм работал в фоновом режиме во время обычных операций, а хирурги не видели его рекомендации. Сравнение прогнозов алгоритма с фактическими данными показало точность определения границ опухоли в девять случаев из десяти и погрешность деформационной модели менее двух миллиметров.

Первые операции с активным использованием системы были проведены на пациентах с опухолями в менее критических зонах — лобных долях, где цена ошибки ниже. Постепенно, по мере накопления данных и уверенности хирургов, систему начали применять в сложных случаях, в том числе в височной и теменной локализациях.

Случай Андрея стал первым, когда система использовалась для опухоли, непосредственно прилегающей к речевому центру. Успех операции подтвердил, что технология готова к рутинному клиническому применению. В течение последующих шести месяцев подобные операции были проведены ещё у нескольких пациентов с опухолями вблизи моторной коры и зрительных путей. Во всех случаях удалось достичь высокой степени резекции без нарастания неврологического дефицита.

Преимущества и ограничения

Главное преимущество системы очевидно — это снижение риска послеоперационных неврологических нарушений при одновременном увеличении радикальности удаления опухоли. Но есть и другие, менее очевидные, но не менее важные.

Сокращение времени операции. Постоянная навигация в реальном времени позволяет хирургу работать увереннее и быстрее. Ему не нужно останавливаться для повторных сканирований или проверки положения инструмента. Решения принимаются мгновенно, на основе актуальных данных.

Обучение молодых хирургов. Система может использоваться как тренажёр: молодые специалисты видят, как опытные коллеги интерпретируют данные и принимают решения. Обратная связь мгновенная и объективная.

Снижение когнитивной нагрузки. Нейрохирург во время операции обрабатывает огромный объём информации. Перенос части этой нагрузки на алгоритм снижает утомляемость и вероятность человеческой ошибки.

Ограничения тоже есть. Во-первых, система требует наличия интраоперационного ультразвука и доступа к высокопроизводительным вычислительным ресурсам. Не каждая клиника может себе это позволить. Во-вторых, алгоритм показывает наилучшие результаты при работе с определёнными типами опухолей. Для глиом, которые составляют большинство первичных опухолей мозга, точность высока. Для метастазов, имеющих более чёткие границы, традиционные методы по-прежнему достаточно эффективны, и выигрыш от применения ИИ менее выражен. В-третьих, нужно учитывать, что любая технология — лишь инструмент. Окончательное решение всегда остаётся за хирургом.

Вопрос этики и безопасности

Внедрение искусственного интеллекта в хирургию неизбежно поднимает вопросы ответственности. Кто виноват, если алгоритм ошибся? Как обеспечить защиту персональных данных пациентов, чьи снимки используются для обучения модели? Как избежать предвзятости алгоритма к определённым группам пациентов?

Разработчики подчёркивают, что их система не принимает решения. Она предоставляет хирургу информацию. Всегда есть человек, который несёт ответственность. Система работает как опытный ассистент, который подсказывает, но не командует. Хирург видит не только готовую разметку, но и степени уверенности алгоритма, зоны неопределённости. Если модель сомневается, она честно сообщает об этом.

Что касается данных, то все изображения, использованные для обучения, были анонимизированы. Пациенты подписывали информированное согласие. Хранение и обработка данных соответствуют медицинским стандартам защиты информации.

Отдельный вопрос — регулирование. Медицинские программные продукты, использующие искусственный интеллект, проходят сложный путь сертификации. В разных странах подходы различаются, но общий тренд — ужесточение требований к доказательствам клинической эффективности. Разработчики уверены, что их система пройдёт все необходимые процедуры, поскольку клинические данные убедительны.

Взгляд в будущее

Успех первой операции — только начало. Технология открывает дорогу к целому ряду новых возможностей.

Персонализированное моделирование. В перспективе система сможет симулировать ход операции до её начала на основе конкретных данных пациента. Хирург сможет «прорепетировать» резекцию, выбрав оптимальную траекторию и минимизировав риски ещё до входа в операционную.

Интеграция с роботизированной хирургией. Современные роботизированные системы уже позволяют хирургу работать с суперчеловеческой точностью. Объединение таких систем с ИИ-навигацией в реальном времени может вывести нейрохирургию на новый уровень, когда инструмент будет останавливаться автоматически при приближении к функционально значимой зоне.

Применение в других областях. Те же принципы — наложение данных на живую анатомию в реальном времени и распознавание границ патологических тканей — применимы в онкологии печени, почек, поджелудочной железы, в сосудистой хирургии. Разработанные алгоритмы могут быть адаптированы для этих задач.

Дистанционная помощь. Телекоммуникационные технологии позволяют передавать данные из операционной в любой город. Это значит, что сложную операцию в региональной клинике сможет курировать ведущий специалист из федерального центра, видя ту же модель, что и оперирующий хирург.

Скептический взгляд

Было бы наивно полагать, что все медицинские сообщества единодушно приняли новую технологию. Скептики указывают на то, что доказательная база пока ограничена. Одна успешная операция — не повод объявлять революцию. Нужны многоцентровые рандомизированные исследования, которые покажут, действительно ли система улучшает отдалённые результаты по сравнению со стандартными методами.

Существует и опасение, что зависимость от алгоритма может снизить бдительность хирурга. Если специалист привык доверять подсветке на мониторе, он может пропустить ситуацию, в которой алгоритм ошибается. Поэтому разработчики настаивают на том, что система должна оставаться вспомогательной, а обучение хирургов должно включать понимание её ограничений.

Наконец, финансовый вопрос. Высокотехнологичные медицинские системы стоят дорого. Внедрение их в широкую практику потребует значительных инвестиций. Однако сторонники технологии справедливо замечают, что стоимость послеоперационной реабилитации пациента с инвалидизирующим неврологическим дефицитом многократно превышает стоимость самой системы.

Прорыв, который изменит нейрохирургию

Вернёмся к Андрею. Через месяц после операции он прошёл контрольное МРТ. Картина была обнадёживающей: остаточная опухоль минимальна, отёк спал, речевая зона не повреждена. Ему предстоял курс лучевой терапии и химиотерапии — стандартный протокол для глиобластомы. Прогноз по-прежнему серьёзный, но у него появился шанс на более долгую и качественную жизнь.

Через два месяца после операции Андрей вернулся на работу. Он по-прежнему иногда забывает редкие слова и пользуется подсказками на телефоне, но это не мешает ему жить. В интервью он сказал: «Я не думал, что когда-нибудь скажу это, но я благодарен технологии. Я понимаю, что алгоритм не вылечил меня. Вылечили врачи. Но он дал им возможность сделать то, что они сделали».

История первого в мире успешного удаления опухоли мозга с использованием ИИ в реальном времени — это не просто медицинский кейс. Это демонстрация того, как синергия человека и машины может дать качественно новый уровень точности. Технология не заменяет хирурга. Она расширяет его возможности, позволяя видеть то, что раньше было скрыто, и действовать там, где раньше риск был слишком велик.

Нейрохирургия всегда была полем, где ошибка измеряется миллиметрами, а цена ошибки — человеческой жизнью. Искусственный интеллект, работающий в реальном времени, сокращает эти миллиметры, давая хирургу инструмент невиданной ранее точности. И хотя впереди ещё много работы — исследования, сертификация, обучение специалистов, — направление задано. Будущее нейрохирургии уже началось. Оно происходит в операционных, где рядом с хирургом стоит невидимый ассистент, беспристрастный, неустанный и точный, обученный на тысячах случаев, чтобы в каждом конкретном помочь одному-единственному человеку.

Система не устаёт. Не отвлекается. Не теряет концентрацию после шести часов операции. Она помнит каждую деталь предоперационного плана и каждый воксель МРТ. И при этом не принимает решений — за ней остаётся лишь предоставление информации хирургу, который использует её наряду с собственным опытом, тактильными ощущениями и клиническим суждением.

Возможно, именно так и выглядит медицина будущего: не противостояние человека и машины, а их партнёрство, в котором каждая сторона делает то, что у неё получается лучше всего. Человек — принимает решения, сострадает, понимает контекст. Машина — обрабатывает данные, распознаёт паттерны, просчитывает вероятности. Вместе они открывают новую главу в истории нейрохирургии, где диагноз больше не приговор, а хирургическое вмешательство — не игра в рулетку с миллиметрами. Первый шаг сделан. И он оказался успешным.