自主手术机器人走到哪了?五大外科场景与微型机器人路线图

自主手术机器人正从辅助子任务走向微型化、局部自主与临床验证。

原文标题:自主机器人辅助与微型机器人手术:五大外科领域的进展与路线图

原文作者:数据派THU

冷月清谈:

MIT、普渡、佐治亚理工、哈佛医学院等三十余家机构在《Science Advances》发表综述,系统梳理自主机器人辅助手术与微型机器人手术的发展路径。文章认为,手术机器人短期并不是取代医生,而是从减轻认知负担、降低操作疲劳、自动化高价值子任务开始。五大重点领域中,血管内介入、眼科和骨科因解剖结构清晰、影像导航成熟,更接近自动化落地;腔内系统适合从已知靶点导航切入;腹腔镜因软组织形变和个体差异大,自动化难度更高。微型机器人有望进入传统器械难以抵达的区域,实现更微创的诊疗,但仍受限于能量供给、机载计算、体内追踪回收和安全机制。当前更现实的路线是混合控制:由微型机器人完成局部动作,外部系统负责全局监督与调度,并配套临床验证、数据标准和责任边界建设。

怜星夜思:

1、你觉得手术机器人未来最应该先自动化哪类任务:导航、切割、缝合,还是术中监测?
2、如果机器人能把手术精度提升到人手达不到的水平,你会更信任机器人,还是仍然更信任医生?
3、微型机器人进入人体后,最大的问题是不是“怎么把它安全带出来”?
4、文章提到短期不会取代医生,那外科医生未来需要学更多工程和AI知识吗?

原文内容

图片
来源:ScienceAI
本文约2300字,建议阅读5分钟
结合外科实践和工程创新,迈向完全自主的微型辅助机器人。


自 1985 年开发出第一台用于神经外科活检的机器人手术以来,机器人辅助手术(RAS)在临床实践中日益普及。随着微型化技术的发展,未来的手术将更加微创。在未来,先进的技术能够让机器人通过人体天然孔道实现局部或完全自动化的治疗,从而显著缩短患者的术后恢复时间,并大幅度降低医疗成本。

2026 年 7 月 1 日,由 MIT 牵头,联合普渡大学、佐治亚理工学院、哈佛医学院等三十余家机构的外科专家与生物工程研究者共同完成的综述发表于《Science Advances》。

在「Toward autonomous robotic-assisted and microrobotic surgery」文章中,研究团队系统梳理了自主机器人辅助手术与微型机器人辅助手术(μ-RAS)的技术进展,围绕血管内、腔内、腹腔镜、眼科、骨科五大外科领域展开交叉分析,是少数同时整合一线临床视角与前沿工程技术的跨学科综述。

论文链接:https://www.science.org/doi/10.1126/sciadv.aec4197

五大外科领域

手术机器人的自主化绝非一蹴而就去彻底取代医生。相反,它应当从能够降低医生认知负荷和人体工学劳损的辅助功能切入,逐步攻克和自动化高价值的特定子任务。这一变革不仅需要算法和硬件的飞跃,更需要跨学科的紧密协作来建立安全、严谨的临床验证标准。

具体而言,团队内聚集了专注于当代机器人手术的执业外科专家,并将生物医学领域划分为五个专业领域,并据此组织视角:血管内系统、腔内系统、腹腔镜系统、眼科系统和骨科系统。

血管内系统

血管内介入因具备清晰的血管解剖路径、操作动作可机械复刻、依赖影像反馈而非触觉反馈等特性,是最接近自动化落地的外科术式之一。

自动化的核心方向分为两类,一是 AI 辅助规划与引导系统,整合多模态影像与术式知识模型,为术者提供个性化路径规划与术中指导;二是自动化运动规划与导航控制器,将手术拆解为可执行子任务,经医师确认后由系统执行。

现阶段行业共识是优先自动化难度最高的血管导航子任务,而血管穿刺等简单操作仍由人工完成。同时微型机器人已展现潜力,电磁控制微导丝、超声引导螺旋微型机器人可将溶栓效率提升数倍,但相关技术仍处于临床前验证阶段。

图 1:自主机器人和微型机器人辅助血管内干预。

腔内系统

自动化的短期突破点在于已知靶点的定向导航,利用管腔的天然约束特性实现自动路径规划;探索性导航与介入操作因需结合患者病史、病灶特征进行医学推理,自动化难度显著更高。

目前胃肠道智能胶囊、泌尿系统微型抓手等微型设备已进入临床或临床前阶段,可实现自主内镜检查、药物递送与组织活检,但仍面临定位精度不足、胶囊滞留风险等实际问题。

图 2:自主机器人和微型机器人辅助的腔内干预。

腹腔镜系统

腹腔镜手术因软组织可变形、个体解剖差异大,自动化难度显著高于骨科等领域。目前商用设备成本高且医师培训周期长,仅在高手术量机构普及。

自动化的短期方向是特定子任务的低级别自主,如稳定的镜头定位、器官牵拉、术中抽吸等常规操作。技术层面需突破软组织实时 3D 重建、力反馈感知等核心难点,通过多模态影像与机器学习构建组织形变模型,同时发展柔性机器人器械匹配组织顺应性,减少医源性组织损伤。

此外,内镜影像的数字化与 AI 分析可实现手术步骤识别、术中事件预警,为 AI 辅助系统提供数据基础。

眼科系统

因眼部光学透明、解剖结构相对固定,眼科系统是适合早期自动化落地的专科领域。

目前屈光激光手术已实现部分自动化功能,玻璃体视网膜手术的机器人辅助可将操作精度从人类生理震颤限制的 40-100μm 提升至 1-10μm,减少术中微出血等并发症。

未来自动化可覆盖急诊激光虹膜切开、玻璃体腔药物注射、常规白内障手术等高量或急诊术式。核心技术需求包括适配眼部结构的弧形手术工具、OCT 与手术显微镜的实时影像融合、亚微米级力感知与 200ms 内的安全响应速度,数字孪生技术则可辅助术前个性化规划与术中实时反馈。

骨科系统

骨科依托刚性骨骼解剖与成熟的影像导航体系,是自动化落地条件较好的领域。

生成式 AI 模型可实现 2D 影像到 3D 解剖结构的重建,进一步减少术中辐射剂量。此外,搭载药物递送系统与传感器的智能骨植入物,可实现术后长期监测与靶向抗感染、促骨生长治疗,也是重要的发展方向。

微型机器人手术的技术瓶颈

微型机器人手术覆盖厘米到纳米尺度,核心价值是抵达传统手术器械无法到达的解剖区域,实现无创或极微创的介入操作。

图 3:微型机器人在外科和生物医学应用领域的最新进展。

目前微型机器人实现完全自主的核心瓶颈集中在三方面:

一是能量供给,标准电池技术难以适配微米级尺寸,锌空气微电池等新型方案仍处于实验室研发阶段;

二是机载计算与自主决策,现有系统多依赖外部控制中心,完全自主需在极小体积内集成传感、计算、通信等核心模块;

三是安全机制,微米级机器人的体内追踪与回收难度大,可降解、可生物吸收的材料设计是重要解决路径,同时需配备可靠的故障安全机制。

现阶段的务实方案是混合控制模式,微型机器人具备简单的局部控制回路,由外部系统进行全局监督与调度,兼顾操作灵活性与临床安全性。行业长期发展还需建立统一的多模态数据标准,整合影像等数据,同时将技术的责任边界与现有外科培训、质量控制体系对齐。

编辑:文婧



关于我们

数据派THU作为数据科学类公众号,背靠清华大学大数据研究中心,分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识,努力建设数据人才聚集平台、打造中国大数据最强集团军。




新浪微博:@数据派THU

微信视频号:数据派THU

今日头条:数据派THU



这个问题有点像问我坐飞机信飞行员还是自动驾驶。我当然希望自动驾驶很强,但驾驶舱里没人我会睡不着。手术机器人同理:可以很厉害,但医生最好别下班。

2 个赞

未来外科医生:白天开刀,晚上调参,周末还要看论文。听起来很惨,但如果机器人能少让医生弯腰站十几个小时,也算是科技给腰椎的一点温柔。

2 个赞

这个问题问得很现实。很多宣传视频只展示小机器人游来游去,很少讲失控怎么办、卡住怎么办、信号断了怎么办。真正进医院前,这些预案比演示视频重要多了。

3 个赞

关于“导航、切割、缝合还是监测”,我觉得术中监测最值得先做。自动识别出血、组织牵拉过度、器械接近危险区域,这种系统就像手术室里的副驾驶,不抢方向盘,但能提醒你别撞墙。

2 个赞

这个问题如果按商业落地看,先做术中监测最划算。医院不用大改流程,医生也不太会有“被替代”的心理压力。先当一个聪明的报警器,慢慢再升级成会动手的助手。

2 个赞

我个人更期待缝合自动化,尤其腹腔镜下缝合,真的太吃手感和经验了。不过现实点说,缝合涉及软组织变形、针线张力、局部出血,难度应该比导航高不少,估计会先在很窄的场景里试水。

3 个赞

我觉得年轻外科医生会越来越像“手术系统管理员”。不只是练手,还要会读影像、看机器人状态、理解AI提示为什么可信或不可信。手术室的技能树明显要变复杂了。

3 个赞