人腦是一個承載思想與記憶的宇宙，被厚厚的顱骨包圍，神秘莫測。長久以來，它一直被視為人類醫學的終極挑戰。在大腦內動手術，就像在濃霧中航行：走錯一步，可以永遠改變病人一生。然而，醫生往往要在最危急的時刻，不得不踏進這片迷霧。
大腦一旦被癌細胞侵襲，病情通常十分嚴重；手術是治療腦腫瘤的第一線方法。最常見的腦部或脊髓腫瘤是膠質母細胞瘤（glioma），超過九成患者在五年內病情會惡化至晚期。為了讓外科醫生能精準清除腫瘤，必須獲得受影響腦區的高解析度影像。然而，人腦被厚重的顱骨包覆且結構複雜，長期以來一直是醫學上的巨大挑戰；在腦內動手術猶如在濃霧中航行，一個微小的失誤可能永久改變病人的生活。近年錐狀射束電腦斷層掃描（CBCT）技術的發展帶來突破，該技術可整合術前與術中影像，提供腦內動態即時影像，為外科決策與精準治療提供有力支援 。
中大電子工程學系副教授袁奕萱教授解釋說：「CBCT讓醫生能在手術中即時追蹤並精準定位病灶，大幅提升腦部手術的準確度與安全性，同時減少對健康腦組織的損害。相比其他影像技術，CBCT具備低輻射量、高空間解析度、設備佔用空間小、成本較低、掃描與重建較快、患者擺位靈活等多項優勢，非常適合用於術中導航與驗證。」
當影像對不上：腦掃描的隱藏盲點
然而，這項問世不到 30 年的技術，仍有一些重大挑戰需要克服，例如造影設備的靈活性有限，腦組織術前術後位置發生偏移，使得術前與術中的影像對比出現誤差。若能結合不同來源的影像，準確度會更高，但問題在於，不同的掃描設備，病人在掃描時的不同姿勢，導致影像之間往往出現錯位。此外，傳統影像缺乏大腦纖維束的信息，這些纖維束是神經信號傳輸的通路，負責連結不同腦區溝通的橋樑；若缺少大腦纖維束在腦中的結構和地圖，手術中可能誤傷關鍵神經路徑。
好奇心驅使的神經外科創新
袁教授開展腦影像研究領域的起點並非醫學，而是工程。大學時期，她毅然投身於智慧醫療研究，利用醫療影像數據自動化幫助醫生輔助診斷。完成中大博士學位並於史丹福大學進行博士後研究後，她回到香港：要打造更銳利的「透視眼」，去探索那看不見的醫療世界。
她此前最受矚目的研究名為NeuroSTORM，意思是「具有時空優化表徵建模的神經影像基礎模型」，該項目建立了首個功能性磁力共振造影（fMRI）的基礎模型。fMRI為重要的診斷技術，原理是追蹤血液流向大腦不同區域的路徑。但由於現有fMRI分析模型設計缺乏調適性，使其應用價值遠遠未達預期。袁教授團隊利用現有的公開fmRI數據，建立了統一的數據處理流程，解决了傳統fMRI分析面臨的可重複性和遷移性挑戰，在五大類下游任務中大幅提升建模與診斷的精準度。如今，她進一步推動腦手術中基於CBCT的分析，使智能醫療在應用範圍更為廣闊。
她與南京東南大學合作的四年計劃，將打造移動式雙能量 CBCT 掃描系統、高品質 CBCT 成像算法、多模態影像融合技術，以及結合擴增實境（AR）與擴散張量造影（DTI）的沉浸式手術輔助，以呈現大腦纖維束的清晰影像地圖。項目合作中，東南大學提供硬件平台設計和優化，中大團隊則開發算法模型和軟件。
「我們正在建立一個統一的神經外科模型，能夠生成缺失的影像模態，並將擴增實境融入模擬腦神經外科手術中，打造沉浸式的手術環境。」袁教授補充道：「我們的項目旨在發展一個完整的神經外科導航系統，整合硬件與軟件設計，為術中即時成像、軟組織可視化、多模態影像配準，以及腦功能保護等關鍵挑戰提供解決方案。」
人工智能的未來、倫理與安全
袁教授的團隊正利用人工智能（AI）建構這套模型，優勢顯而易見。「當前AI技術發展迅速：虛擬細胞能重現實驗室流程並減少部分實體實驗需求，加速假說驗證；AI 代理與自動化流程可以處理從實驗設計、參數優化到資料協調的複雜工作鏈；生成式工具則可產出高品質圖像與研究摘要，提升溝通與發表效率。」
「AI 正在重塑科研的運作方式，但同時也提出重大挑戰：在臨床應用或政策推行前，必須進行嚴格的驗證以確保結果可靠性，並建立完備的安全標準與倫理監督機制，保障患者與公共利益。」
袁教授補充，AI在醫療影像分析中的應用，還涉及數據安全與私隱保護的倫理議題，也引發了責任歸屬的問題――萬一出錯，誰來承擔？但若能妥善解決這些問題，這項技術將有望開啟一個新時代：讓神經外科醫生在愈來愈全面的AI輔助下，精準、安全地完成一場場生命的奇蹟。
