医疗技术快速迭代的背景下，外科手术正从依赖个人经验的“工匠时代”迈向以数据和算法支撑的“智能时代”。3月24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发布“术影”SurgMotion手术视频大模型，显示我国智能医疗取得新进展。该模型依托覆盖13个解剖区域、100余种术式的临床数据库，为缓解医疗资源分布不均提供了新的技术思路。 当前医疗体系的突出矛盾在于：国家统计局数据显示，2023年我国住院病人手术量较2019年增长50%，达到1.04亿人次；而高水平外科医生的培养周期通常需要“5+3+X”年。香港大学深圳医院神经外科专家表示，传统“师带徒”模式难以匹配基层对外科能力的需求增长；同时，现阶段手术机器人主要提供器械稳定、视野放大等基础辅助，关键临床决策仍由医生主导。 这个矛盾背后是医疗资源分布的结构性问题。一上，复杂手术资源高度集中头部三甲医院；另一上，基层医疗机构因缺少经验丰富的术者，患者往往被转诊至上级医院。中山大学附属第一医院专家指出：“即使同一种术式，不同医生的操作差异可能达到40%，这种经验差距正是智能技术需要弥合的重点。” “术影”模型的核心亮点，在于将手术过程转化为可学习、可复用的标准化知识图谱。研究团队解析了1500万帧手术视频，把顶尖专家的操作与决策逻辑转化为可量化的数据模型；其中仅心外科单科数据就达2860小时，接近资深主刀医生约3000台手术的经验规模。这类结构化输出有望明显提高年轻医生的学习效率，并对腹腔镜等微创手术的规范化推广带来推动作用。 从技术路径看，智能手术系统通常呈现“三步走”演进：L1级侧重器械精准控制，L2级实现部分自动化操作，L3级才会涉及有限自主决策。中科院团队表示，此次重点突破“场景理解”瓶颈，使系统能够实时识别解剖标志并预判操作风险，为未来5—10年推进“人机协同手术”打下基础。 在国际医疗AI竞争中，我国采取“以临床需求为导向”的路线具有现实意义。相较于部分商业叙事强调“取代医生”，国内科研更聚焦具体临床痛点。例如在肿瘤切除场景中，智能系统可基于历史数据比对提示血管变异风险，从而帮助降低术中出血量27%。这种面向应用的技术方向，正在获得更多国际医学界关注。
新技术的发展值得期待，但医疗的底线始终是安全与责任。手术机器人与手术视频大模型正在推动外科从“经验密集型”走向“数据与规范支撑的精细化”，其首要价值在于辅助医生、提升医疗服务的同质化与可及性。面对“短期替代医生”等外界讨论，更需要以临床证据、标准体系和审慎监管来校准预期，让技术在可控边界内稳步走向病床与手术台，真正服务患者与基层医疗。