GPT-6.1做脑部手术实验 识别耗时减半 误差低至0.3毫米

01三次手术数据变化

Exin Therapeutics的联合创始人加布里埃尔·奥卡尼亚 - 桑特罗, 于十一月五日这一天, 在社交网络平台X上面公布了相关的实验结果。

在进行了三次针对小鼠脑部定位任务的过程中, 使用GPT - 6.1 Sol系统来进行识别操作的时候, 它所耗费的时间发生了明显变化, 具体表现为从前囟点和后囟点的辨认用时原来需要一百六十九秒, 被大幅度缩减至八十六秒。

定位误差的降低幅度达到了百分之五十, 而人工进行纠正的次数则从四次减少到了两次。在这个过程中, 模型方面并没有去做重新训练的动作, 也没有去更新参数, 它仅仅是依靠之前那些操作当中所积累下来的图像内容、测量数据以及修正记录来完成上下文学习的这一件事儿。

02兽医仍主导关键操作

手术并不是由这个人工智能自己去独立完成的。那个持有执照的兽医, 他负责任何切口的打开、头颅的开颅过程以及最后的缝合工作。所有那些一旦做了就没办法恢复原状的操作步骤, 都必须得到人工方式的批准才行。

为了以防万一因为操作失误而造成身体上的伤害, 这个设备上面还设置了运动范围的限制、注射剂量的上限, 并且配备了一个紧急停止开关。

它把镜头对准手术区域进行观察, 然后自己来确定要注射的位置、注射多少以及以多快的速度来推注。接着它就控制那些电动的设备来动手执行。在做过的一次实验里, 它的摄像头一共看了59次画面。中间它还瞧见了开颅的地方有一些呈暗红色的小点, 于是就把这一情况交给外科医生来看一看并做出判断。

03三款AI各选不同脑区

研究团队此前是让Claude Sonnet 5、GPT-6.1 Sol和Grok 4.7这3款模型, 去参与相同的一个任务, 也就是为癫痫的小鼠选择基因治疗方案, 那这三款模型, 是分别锁定了内嗅皮层、海马体和躯体感觉皮层, 作为注射的目标区域。

在更早的那些实验里, Claude Opus 5.5这个模型, 它竟然拒绝把注射针推进到小鼠的大脑内部去, 于是研究团队不得不无奈地换成使用Claude Sonnet 5这款模型, 最后才把这个操作给完成了, 这件事情确实暴露出了不同的大型语言模型在执行手术类任务的时候, 它们的行为存在着不小的差异。

邢台市重点项目建设促进中心

04样本量成最大短板

这位研究的负责人很坦诚地承认了, 因为操作的样本数量实在是太少了，所以这一点不足以证明AI确实能够稳定掌握相关的手术技能。至于说不同模型所选定的治疗方案到底有没有效, 这一点还有待后续的长期观察, 主要是要看看小鼠的行为表现还有脑部活动的数据情况。

相关结果现在还没有办法通过独立的验证渠道去确认, 同时也还没有完成同行专家的评议流程, 这就意味着, 把这项技术直接用在人类的脑部手术上面这件事情, 在当前阶段来看, 还存在着一段很长、很长的差距, 而且目前的实验整体情况就是这样子的, 仅仅是处于非常早期的一个探索过程里面。

05媒体关注与伦理边界

之前有《WIRED》这个媒体登过文章, 说那个团队用了Claude Sonnet 5做过一点早期的实验事儿, 这一来, 就惹得那些专门报道科技的记者和媒体都在那儿纷纷议论, 说是AI要参与到那种让病人还活着的开刀手术里头去, 这事儿闹得挺大。

Exin Therapeutics这家机构, 倒是盘算着要把测试的范围再往大了扩一扩, 为的是想要弄明白能力到底能顶到啥地步。

在生物医学这个领域里面, 人们对于使用人工智能工具去直接管那些实验设备的事情, 心里面其实是有点担心的, 态度是比较谨慎的, 因为像是要不要经过伦理方面的检查这个东西该怎么操作才算是安全的界限在哪里了如果出了事故的话这个责任到底应该由谁来承担这些个麻烦事还是后面的研究必须得想办法去通过的那些关卡门槛。

06距人类手术还有多远

这个情况得从分析科研数据, 还有直接操控真实手术设备这两个方面来看。AI在医疗里面的角色, 正在非常快地拓展。但是, 活体小鼠实验, 和人脑手术之间, 存在一个数量级的复杂度差距, 这个差距是很大的。

大家一般都觉得, AI要去给人做脑子手术这件事, 离真正实现还比较远。目前的话, 还没有大规模地验证过效果, 监管方面也没完全搞好, 伦理问题上还没达成共识, 所以说在短期内, 它是没办法真正投入使用的。

你觉得让人工智能去控制那些做手术的机器, 到底还要多久才能真正走进人类的手术室里呢? 非常欢迎大家在下方的评论区域里把自己的想法写出来, 并且通过点赞和转发的方式去吸引更多的人来注意到这一个事儿。