家人們,手術機器人真的要獨當一面了!外科自動化迎來了一次里程碑式的重大突破!
這次不是簡單的輔助操作,不是跟著醫生指令動,而是全球首次機器人在無外科醫生直接操作情況下,真正獨立完成復雜軟組織手術——自己看、自己想、自己動刀子的那種!
本周,Science旗下機器人領域頂刊《Science Robotics》最新一期封面文章發表重磅成果:約翰霍普金斯大學團隊的手術機器人SRT-H(Hierarchical Surgical Robot Transformer),獨立完成了8例膽囊切除術的關鍵步驟,成功率100%。
劃重點:全程自主,無需人類醫生干預。而且17種不同類型的任務指令一氣呵成。
更牛的是,遇到問題還能自己糾錯。平均每臺手術自我修正6次,照樣完美收官。
要知道,膽囊切除可不是什么簡單活兒。光是在美國,每年就有超過70萬例。血管粗細不一、位置各異,還得雙手精密配合,毫米級的偏差都可能釀成大禍。
有網友發出疑惑:"外科醫生要失業了?""以后做手術是不是得先選AI版本?"
別急,讓我們來看看這個機器人到底有多能打。
▍從"提線木偶"到"獨當一面":手術機器人的又進化
先說個扎心的事實:即便是大名鼎鼎的達芬奇手術系統,本質上也像是個"高級遙控器"。
醫生坐在控制臺前,手握操縱桿,機器人在另一頭照葫蘆畫瓢。說白了,有點像沒有自主意識的"提線木偶"。
但約翰霍普金斯團隊這次的突破,徹底改變了游戲規則。
研究團隊在達芬奇研究套件(dVRK)Si的基礎上,給機器人裝上了"眼睛"和"大腦"。除了標配的立體內窺鏡,他們還在器械末端加裝了腕部相機,讓機器人能360度無死角觀察手術區域。
為啥選膽囊切除術當"考題"?講究可大了。
首先,這手術夠常見,數據好收集。其次,難度剛剛好——既不是簡單到閉眼都能做,也不至于復雜到現階段AI搞不定。
關鍵步驟是啥?夾閉和切割膽囊管(cystic duct)與膽囊動脈(cystic artery)。聽起來簡單,實際操作起來坑不少:血管直徑差異巨大、血管間距離變化多端、表面還可能覆蓋厚薄不一的結締組織,最要命的是兩只手得配合默契。
左手要抓住膽囊頸部,施加恰到好處的張力,給右手騰出操作空間。力度小了,夾鉗擠不進去;力度大了,組織一撕就是大出血。
這種毫米級的精準控制,即便是經驗老到的外科醫生,也得全神貫注。
約翰霍普金斯團隊的數據顯示,SRT-H系統在8個測試案例中全部成功,平均耗時317秒(約5分17秒),期間平均自我糾正6次。
最精妙的操作來了:每個膽囊的解剖結構都不一樣,顏色、紋理、血管走向各異,但機器人照樣能準確識別、精準操作。
研究團隊在論文中特別強調,他們刻意選擇了形態各異的膽囊進行測試,就是要驗證系統的泛化能力。結果證明,AI確實學會了"舉一反三"。
▍能聽懂指令的機器人:當自然語言成為手術指揮棒
SRT-H最大的黑科技,是它獨特的"分層大腦"架構。
簡單說,就是把機器人的"腦子"分成兩部分:高層策略(HL Policy)負責"想",低層策略(LL Policy)負責"做"。
高層策略就像個經驗豐富的主刀醫生,每3秒鐘看一眼手術進展,然后用自然語言下達指令。這些指令分兩類:
任務指令:"抓取膽囊"、"夾閉左側管道第一個夾子"、"切割右側管道"等17種不同的手術任務指令。
糾正指令:"左臂向右移動"、"右臂向我移動"、"往上一點"等18種方向性糾正指令。
沒錯,就是這么接地氣的大白話!
低層策略則像個聽話的助手,接到指令后立馬轉化成精確的機械臂動作。它采用了一種叫"混合相對動作表示"(hybrid-relative action representation)的技術,專門對付dVRK系統的運動誤差。
這種設計妙在哪?
首先,復雜手術被拆解成了一個個明確的子任務,每個動作都能說清楚、講明白。出了問題也好排查——到底是"想"錯了還是"做"錯了,一目了然。
其次,為人機協作開了個好頭。必要時,人類醫生可以隨時接管,用同樣的語言指令指揮機器人。甚至可以語音輸入:"往左一點"、"再夾緊些",機器人立馬心領神會。
為了訓練這套系統,研究團隊也是拼了。
兩位經驗豐富的演示者(非臨床研究助理,由外科住院醫師培訓),在34個豬膽囊上瘋狂練習,錄制了超過16,000條軌跡,總時長約17小時。
這還不是簡單的重復。他們特意演示了各種"翻車"場景:夾子沒夾好、位置偏了、視野被擋……然后再演示如何補救。
更精彩的是數據收集技巧。團隊用了特制的"練習夾子"——鎖定功能被禁用,可以在同一個膽囊上反復練習,不會真的夾死。切割動作也是點到為止,剪刀就位但不真剪,后期再模擬完整動作。
這波操作,既保護了珍貴的實驗材料,又收集到了海量高質量數據。
▍機器人的"自我修正":讓AI學會從錯誤中成長
最讓人驚掉下巴的,是SRT-H的自我糾錯能力。
研究團隊故意給機器人"挖坑",制造各種意外情況:夾子位置偏了、器械跑偏了、血液遮擋視野、組織意外滑動。
結果呢?機器人每次都能化險為夷。
比如發現夾子位置不對,高層策略會立即識別問題,發出糾正指令:"退回來,往左移2毫米再試"。如果視野被遮擋,系統會根據之前的圖像記憶和當前的局部信息,推斷出正確路徑。
為了驗證這種能力有多重要,團隊做了一系列對比實驗:
去掉糾正功能的版本,正常情況下還是100%成功,但遇到意外情況成功率驟降至66.7%;去掉腕部相機后,正常和異常情況成功率分別降至77.8%和50%;只用端到端策略的話,慘不忍睹,成功率僅33.3%。
數據不會說謊。分層架構+糾錯機制,就是SRT-H的核心競爭力。
更有意思的是,團隊還測試了數據量的影響。用33.3%、66.6%和100%的訓練數據,成功率分別是66.7%、77.8%和100%。
這說明啥?數據就是AI的"營養",吃得越多長得越壯。
"最有意思的實驗來了——他們讓GPT-4o來當‘高層策略'。結果嘛……翻車了。
這位'全能選手'在手術規劃上徹底懵了:直接跳過了'抓取膽囊'這個關鍵步驟,過早地發出夾閉動脈的指令,還在任務沒完成時就錯誤地發出返回指令。
論文明確指出:GPT-4o無法引導機器人完成完整的膽囊切除手術,因為它無法發出正確的任務指令。
看來,通用AI再牛,到了專業領域還是得老老實實從頭學起。術業有專攻,這個道理放在AI身上同樣適用。
▍人機對決:當機器人遇上經驗豐富的外科醫生
壓軸大戲來了——人機PK!
研究團隊找來一位經驗豐富的外科醫生,在同一個膽囊上完成相同任務:放置第一個和第三個夾子,切割動脈。結果相當有意思:
速度:人類醫生完勝。畢竟練了這么多年,肌肉記憶在那擺著。
精準度:機器人更勝一籌。軌跡更平滑,路徑更短,動作更穩定。
穩定性:機器人的平均抖動(mean jerk)明顯低于人類,數值低了一個數量級。
打個比方,如果說人類醫生是個老司機,開車又快又穩;那機器人就像個謹慎的新手,雖然慢點,但每個動作都標準到位,從不手抖。
研究團隊很謙虛,表示"不能說機器人就比人類醫生強"。但數據擺在那,至少在某些維度上,AI已經能和人類頂尖高手掰掰手腕了。
▍從實驗室到手術室:挑戰與展望
當然,從實驗室到真正的手術室,還有很長的路要走。
活體手術要面對的挑戰可多了去了:呼吸導致的器官起伏、突發出血的應急處理、復雜的倫理和法律問題、患者和醫生的接受度。
但技術進步的速度,往往超出我們的想象。
研究團隊透露,他們的終極目標是打造"通用手術機器人"——通過學習不同手術的數據,讓同一個系統掌握多種手術技能。
根據論文的自主性分級,SRT-H目前處于LoA IV級(高度自主),即能夠獨立做出醫療決策但仍需人類監督。距離LoA V級(完全自主)還有一步之遙。
想象一下,未來的手術室可能是這樣的:
偏遠山區的患者,也能享受頂級專家級別的手術治療。外科醫生從繁重的體力勞動中解放出來,專注于更有創造性的工作。在太空站、深海基地這些極端環境,自主手術機器人成為守護人類健康的守護神。
或許有一天,當你走進手術室,會看到人類醫生和AI助手并肩作戰。一個提供經驗和創造力,一個貢獻精準和穩定。
不過話說回來,如果機器人醫生真的普及了,是不是該考慮給它們發個醫師資格證?
畢竟人家也是經過"千錘百煉"才上崗的。而且還有個優勢——理論上永遠不會疲勞,永遠保持最佳狀態,永遠不會因為手術前一晚沒睡好而手抖。
唯一的問題是,手術成功后患者想送錦旗,是送給機器人呢,還是送給背后的科研人員?
要不,一人一面?
論文地址:
https://www.science.org/doi/10.1126/scirobotics.adt5254
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.