人工智能時代胸外科手術機器人的研發進展及展望

摘要 本研究回顧了人工智能時代手術機器人的發展進程，探討其應用現狀，并進一步概述各個專科手術機器人的研發及應用進展。通過介紹國產手術機器人的應用情況，提出未來胸外科手術機器人的可能架構，并展望其應用前景，結合當前法律背景對其研發提出合理建議，期望在人工智能時代背景下，促進國產胸外科手術機器人的研發與應用，造福廣大胸外科患者。

關鍵詞 手術機器人；胸外科；人工智能；研發進展；應用進展

中圖分類號 R655 TP242 文獻標識碼 A 文章編號 2096-7721（2025）03-0514-09

Research progress and prospects of thoracic surgical robots in the AI era

Abstract The development progress of surgical robots in the AI era was reviewed in this paper， with the explanation of their current applications， the research， development and clinical implementation of specialty-specific robotic systems were also summarized. By analyzing the adoption of domestically developed surgical robots， a potential architectural framework for future thoracic surgical robots was proposed. Furthermore， grounded in contemporary legal and regulatory contexts， actionable recommendations were provided to guide their ethical and technical development， with the purpose of promoting the innovation and adoption of domestic thoracic surgical robots in the AI era， ultimately improving outcomes for thoracic surgery patients.

Key words Surgical Robot; Thoracic Surgery; Artificial Intelligence; Research Progress; Application Progress

1 手術機器人的發展進程

1.1起源與發展 1985年，世界上首次機器人手術成功實施是機器人技術在醫療領域應用的里程碑。當時，美國洛杉磯的醫師成功完成了首例機器人輔助下腦部活檢手術，使用的并非專業手術機器人，而是工業機器人Puma 560。此后，手術機器人的研發與應用經歷了三十余年的發展歷程。在此期間，眾多研發企業推出了手術機器人，包括AESOP、ZEUS等，其中，美國直覺外科公司所開發的達芬奇手術機器人系統，憑借其精巧的設計、清晰的視野和便捷的操作等優勢脫穎而出，成為目前臨床應用最廣泛的手術機器人系統，并持續更新換代以滿足不斷變化的醫療需求[1-2]。

腔鏡手術機器人在外科領域廣泛應用，在我國，其輔助開展泌尿外科手術數量最多，在胸外科手術的應用也較常見，如食管癌、肺癌、縱隔腫瘤的手術。手術機器人操作精度高，靈活性好，且基本不受術者生理因素如勞累、情緒改變等影響，在一定程度上提升了術者的手術能力，降低了手術難度，減少了患者創傷。目前，已有多款國產多孔腔鏡手術機器人獲得了NMPA批準并上市，例如思哲睿智能醫療的康多?、山東威高手術機器人有限公司的妙手S、微創醫療機器人集團的圖邁?和深圳市精鋒醫療科技股份有限公司的MP1000機器人等。其中，威高妙手S機器人是國內首個采用主從控制進行腹腔手術的設備，突破了絲傳動輕量化結構設計及解耦技術，增強了醫生操作的靈活性；此外，折展式遠端定心器械操作臂的設計，使其具有小型輕量化的優點。康多?機器人SR1000由蘇州康多機器人有限公司研發，進入我國創新醫療器械綠色通道審查，是首個在泌尿外科領域進入該通道審查的腔鏡手術機器人，并于2022年6月在泌尿外科領域獲得第三類醫療器械注冊證。2023年8月22日，全新升級版精鋒多孔腔鏡機器人二代機型系列憑借熒光顯影、多模態畫中畫、雙控制臺等多項創新功能獲NMPA批準，正式上市。北京術銳股份有限公司研發的腹腔內窺鏡單孔手術系統（SR-ENS-600）于2023年6月取得NMPA批準上市，是國內單孔腔鏡領域首款獲批上市的手術機器人。瑞龍諾賦自主研發了模塊化、靈巧型腹腔鏡手術機器人“海山一”，其采用國內首創的模塊化設計，可兼容醫院內現有的腹腔鏡設備，占地面積小、使用靈活，成本控制更加出色。總體來看，我國腔鏡手術機器人的研發在國際上起步較晚，目前市場上與達芬奇手術機器人系統類似的產品占據多數，尚缺乏顯著的原創技術特色。然而，在關鍵技術及核心部件的深入研究中，我國已累積了較為豐富的成果，展現出了堅實的技術實力。未來，我國必然會涌現出更多、更好的民族企業和產品，腔鏡手術機器人領域也有望實現更為深入、卓越的發展[3-6]。

1.2手術機器人的應用現狀 21世紀，AI技術進入

飛速發展的黃金時期，AI與機器人技術結合，為醫療領域帶來了更高效、準確和安全的解決方案，有望提高診療效果，降低醫療成本，促進醫療資源均衡配置，推動醫學領域的深層次變革[7-8]。在醫學影像分析識別、疾病術前診斷以及藥物開發等領域，AI技術的應用展現出顯著的效果。具體而言，通過深度學習算法，AI能夠自動分析并識別醫學影像，并借助機器學習算法對海量病例信息進行分析，形成對各類病灶的精準影像學鑒別和診斷[9]，從而指導術前診斷，規劃更優的診療方案，為新病例的診療制定更加科學合理的計劃[10-11]。此外，AI利用大數據分析和計算模擬可預測有效的藥物靶點和藥物結構，在藥物開發過程中縮短了新藥研發周期，促進相關藥物快速上市[12]。在外科機器人手術領域，AI技術為主刀醫生提供了術中實時影像支持，幫助醫師準確識別病灶和解剖結構，并通過傳感器模擬力反饋，為提升手術效果和安全性提供了有力保障[13]。

隨著AI、物聯網等技術的迅速發展與普及，將進一步提高手術機器人的智能化程度。目前手術機器人的智能水平通常分為6個等級[14]：0級機器人無智能；1級智能機器人可執行簡單的輔助動作；2級智能機器人可自動完成醫生指定的某些任務；3級智能機器人可自動完成手術中的某些步驟；4級智能機器人具備與一般外科醫生相當的自動化水平；5級智能機器人無需人工干預便可完全自動地進行手術。然而，目前大部分腔鏡手術機器人還只是延伸醫生的手、眼功能，智能化等級較低，局限在0級或1級，缺乏在動態手術環境中智能識別和跟蹤解剖目標的能力，缺乏可執行復雜手術任務的智能算法。在手術機器人技術的未來演進中，智能化是關鍵的發展方向之一。隨著人工智能技術的不斷進步，預計新型手術機器人將經歷智能化的改造與升級，以實現對特定疾病與手術方式的智能識別與學習。這一變革將允許機器人在一定程度上替代醫生的部分工作，實現自主手術操作的部分功能。此外，借助機器學習技術和大數據模擬算法，機器人將進一步提升手術操作的高效性、一致性和安全性，從而更有效地協助外科醫生，為患者帶來福祉[15]。

隨著技術的不斷進步和應用領域的擴大，人工智能手術機器人將繼續在醫療領域發揮重要作用，通過醫工信、產學研合作開發，未來必然能夠為更多的患者帶來更好的治療效果。

2 各專科手術機器人的進展

2.1骨科手術機器人 骨科手術機器人術中可輔助定位骨折部位，幫助醫生評估骨科創傷的嚴重程度，使得手術更精確，術中創傷更少。目前脊柱外科、創傷骨科和關節外科等將骨科手術機器人應用于手術治療。國產較為先進的天璣?骨科手術機器人，其操作簡便，用于脊柱全節段、骨盆骨折手術及四肢骨折手術[16-18]，可輔助醫生安全地將螺釘置入椎弓根，完成錯位骨折端復位或內固定術及關節置換手術等，目前，其輔助完成的手術量居國內前列。骨科手術機器人提高了醫師的診治能力，但仍存在有效性不足、技術手段單一、智能化水平低、臨床適應證窄等問題，需要繼續優化及發展。

2.2神經外科手術機器人 神經外科手術機器人內置系統可以根據患者影像資料，輔以重建和融合技術，規劃選擇出最佳手術路徑[19]，在顱內腫瘤切除、腦深部電刺激和顱內病理活檢等顱內手術中有重要價值[20]。國產神經外科手術機器人Remebot（北京柏惠維康科技股份有限公司）[21]可以自動融合CT、MR、PET-CT等多種影像，自動劃分皮膚、骨骼、腦組織及血管并進行三維成像和疊加，規劃出安全的手術路徑；全自動化大臂展機械臂搭載多種手術器械，可覆蓋全腦并滿足各種體位及手術路徑需求；光學跟蹤定位儀可以實時跟蹤術中操作部位，應對各種手術突發情況。李嘯林等學者在國產手術機器人輔助下開展高血壓性腦出血患者顱內血腫穿刺引流術[22]和神經內鏡下切除顱內動脈瘤手術[23]，手術治療效果均較好，也較少有嚴重并發癥出現。

2.3心血管內/外科手術機器人 手術機器人技術提高了心血管介入治療的精確性，降低了操作難度，其根據導管的導向能力分為被動導管機器人系統和主動導管機器人系統。當前血管介入手術中使用的多為被動導管機器人系統，其不具備導向能力，通過醫生手動控制導絲運動，臨床主要用于處理一些復雜及特殊的血管病變。主動導管機器人系統較為復雜，其頭部中空可輸送液體并有附加自由度[24-25]，可結合圖像導航技術，使自動血管介入手術成為可能，但其管徑相對較大，角度活動范圍有限是主動導管機器人系統設計需要解決的問題。因此，微型化、自動化、操作簡潔化是未來血管介入機器人輔助導管技術的主要發展趨勢。另外，導管需要有更好的生物兼容性和通用性[26]，使其能用于各種類型的心血管介入治療；若術中能將可視化和導航技術相結合，則可使得操作更安全、有效、簡便。目前國內較為先進的一款心血管介入治療機器人其精度誤差比頭發絲直徑還小[27]。

2.4胸外科手術機器人

2.4.1經皮穿刺手術機器人 微創穿刺手術是診斷和治療腫瘤的重要手段，但如何提高穿刺精度及縮短手術時間等問題，隨著醫學機器人技術的發展或許可以得到解決。馬良等人[27]研發了一款全自動穿刺機器人，采用雙臂式設計，實現了CT圖像引導下的自動定位及自動化穿刺進針，其穿刺精度及自動化程度較高，但缺乏力反饋。田佩龍等人[28]研究出一種穿刺機器人力反饋系統，通過模擬肝穿刺試驗和腦穿刺試驗，驗證了系統具有較高的控制精度及有效的力反饋。為了提高微創穿刺手術機器人智能化的水平，李華煜等人[29]分析了醫療機器人、機器人路徑規劃、數字孿生技術的發展現狀后，提出了一種基于虛擬力場的機器人路徑規劃算法，并在數字孿生實驗平臺上完成了機器人模擬穿刺實驗。結果表明，數字孿生系統可以有效地指導機器人完成穿刺操作，證明手術機器人智能穿刺具備可行性。

2.4.2支氣管鏡手術機器人 手術機器人的支氣管鏡系統能到達更遠、更細的氣道內，可用于導航、定位、活檢及介入治療，是幫助診斷肺部病變的一種新技術。2022年3月30日，四川大學華西醫院李為民教授、劉丹教授帶領團隊成功完成了全國首例國產機器人輔助經支氣管鏡肺結節活檢術[30]。郭超等人[31]通過Meta分析得出，機器人支氣管鏡（MonarchTM和IonTM系統）在肺結節診斷方面安全、有效，應用前景廣闊。經支氣管鏡活檢術較經皮穿刺術具有創傷小、恢復快的優點，但此類手術缺乏自動化。占雄等人[32]研發了新型支氣管鏡手術機器人系統進行可視化活檢，其融合了電磁導航和柔性內窺鏡技術，能完成術前肺支氣管模型重建、術中手術路徑自動規劃及實時導航，提高了內窺鏡導管控制精度及手術效率，減輕術者手術操作負擔。然而，目前經支氣管肺活檢的診斷率（約70%）仍低于經皮肺穿刺活檢的診斷率（約90%），相信隨著機器人技術的發展，此類問題也將得到解決。

2.4.3主動式扶鏡機器人 2022年，本團隊聯合某世界500強企業、浙江大學機器人研發團隊以及本土醫療企業，成功開發了胸腔鏡蛇形扶持器，并研究在此基礎上進行智能升級，使其能夠自動扶持胸腔鏡，根據主刀醫生意圖進行調節，追蹤胸腔鏡視野中的某個器械自動移動，以解決主刀醫生與助手醫生配合度差的問題，實現手術去助手化，節省醫療人力資源，并緩解助手疲勞。該項目已成功申報浙江省“尖兵”、“領雁”研發攻關計劃并獲批，項目開展兩年多來，在多方共同努力下，目前已形成樣機，經開展初步動物實驗，結果顯示該自動式扶鏡機器人夾持胸腔鏡穩定（如圖1），能夠追蹤超聲刀、電鉤、吸引器等器械移動，但移動速度、識別靈敏度等仍有待提升。項目組將結合前期研發經驗及測試數據，進一步改造升級該扶鏡機器人，以期能夠更好地適應胸腔鏡手術實際場景，并最終落地形成產品，造福廣大患者。

3 國產手術機器人的應用進展

目前國產手術機器人根據應用領域主要分為骨科手術機器人、神經外科手術機器人、腔鏡手術機器人、血管介入治療機器人、支氣管鏡手術機器人及其他手術機器人，但目前都還不能自主完成手術，需要由醫生操縱機器人完成[32]。未來手術機器人的發展趨勢如下。

3.1遠程同步化 在5G技術加持下，目前我國已完成多例人體超遠程機器人手術。隨著我國通信技術的進一步發展，未來手術機器人將結合互聯網技術、人工智能輔助技術及虛擬現實技術，實現醫生同步精準地完成遠程手術。

3.2智能化 手術機器人的發展趨勢之一是可融合人工智能輔助診斷并制定個體化手術方案。手術機器人的智能化將會使人機交互系統個性化，其能快速有效地理解和執行醫生的指令，具有動力反饋，能自主規劃路徑，提高手術安全性，進行術后智能評估等。

3.3普及化 “十四五”期間進一步制定了機器人產業發展規劃，在利好政策加持下，應用市場會持續擴大，這將促使我國自主研發手術機器人技術快速發展，技術程度逐漸提升。隨著國產手術機器人技術更新迭代，成本逐漸降低，以及未來的醫療智能化建設所需，手術機器人將從一、二線城市逐步拓展到三、四線城市[33-34]。

4 胸外科人工智能手術機器人的可能架構

4.1系統組成 胸外科一站式專科機器人的全面構建是多項尖端技術深度融合與創新的成果，旨在打造圍術期專科專病的全方位管理體系[35]。該系統貫穿術前精準診斷、術中精細操作、術后加速康復的全過程，集成了術前規劃、自動追蹤、精確切除、細胞學評估及增強現實輔助等多個功能模塊[36]，實現了胸外科治療的智能化、高效化與個性化。這些模塊可根據實際情況和需要，靈活選擇并綜合應用，以實現因事制宜、因地制宜的個性化醫療服務。

以肺楔形切除術為例，在術前準備階段，術前規劃模塊發揮著核心作用，可精確識別肺結節的位置，并據此精細規劃手術路徑。相較于傳統的CT二維成像技術，三維重建技術能夠提供更全面、更詳細的三維空間信息，包括結節的形態、支氣管的走向、血管的分布等，為外科醫生提供了豐富的解剖學數據，有助于醫生制定出更加精確、更加個性化的手術方案。目前，張樹亮等人[37]將三維影像技術和達芬奇機器人結合用于精準肺段切除術。同時，應用人工智能的學習算法，術前規劃模塊能夠自動分析患者的三維影像數據，預測最佳的手術路徑，實現手術指征的標準化，并在患者個體差異的基礎上實現手術路徑的精準化定制。術中，精準切除模塊能夠對實際情況進行實時、細致的分析，自動且準確地判斷最佳的切除范圍，以確保手術的安全切緣。同時，它還能根據具體情況智能選擇最合適的縫合方式。而且，該模塊還可以集成自動跟蹤技術和熒光血管標記技術，以進一步提升手術的精準性和安全性。自動跟蹤技術的應用，使得手術機器人能夠實時追蹤手術器械和組織的位置，確保切除的精確性，并有效避開重要血管和支氣管。熒光血管標記技術的引入，為手術提供了更為直觀的血管分布信息，通過注射熒光劑，手術團隊可以清晰地觀察到血管走向，從而在手術過程中更加精準地操作，避免誤傷重要血管。陳沖等人[38]通過研究驗證了熒光三維成像技術的可靠性。為了更精確地指導手術切除范圍，細胞學評估模塊中的快速現場細胞學評估技術被廣泛應用于良惡性病變的初步鑒別。手術機器人手臂具有高度的靈活性和精度，能夠在醫生的遠程操作下進行切割、縫合等手術操作，其手臂的末端裝有微型手術器械，如切割閉合器、縫合針等，在人工智能的配合下可以完成傳統手術中由醫生手動完成的復雜操作，實現自動化切除與縫合。

4.2手術機器人相關人工智能技術創新與突破

4.2.1三維重建 使用斷層成像的術前3D重建越來越多地應用于具有挑戰性的手術病例，為手術計劃的制定、實施以及患者術后的康復帶來了革命性的變革。借助前沿的重建技術，醫生能夠細致入微地勾勒出復雜腫瘤的全貌及其內部結構，精確測量實性腫塊的尺寸、定位其空間位置，并清晰展示其與毗鄰組織的相互關系，從而為手術方案的制定提供高度精確且詳盡的解剖學參考藍圖[39]。這一技術不僅可以幫助醫生制定詳細的手術計劃，還能夠在術前預測并規劃專用的血管結扎方案，從而最大限度地優化組織保存，減少手術中的損傷。3D打印技術的引入極大地推動了胸外科手術向更加精準與微創的方向發展[40]，醫生可以制作出與患者實際情況高度一致的器官和組織模型，用于術前的模擬操作和訓練。這不僅提高了手術的精度和安全性，還使得機器人微創手術得以廣泛應用，進一步減少了患者的創傷和恢復時間。

4.2.2虛擬現實技術 虛擬現實（Virtual Reality，VR）技術是一種先進的計算機技術，旨在創建并讓用戶身臨其境地體驗虛擬世界。該技術深度融合了計算機圖形系統、多樣化的現實模擬以及精密的控制接口設備，共同構建出一個高度互動的三維環境。用戶能夠在這個由計算機技術精心打造的空間中自由探索，享受前所未有的沉浸式體驗。將VR技術與機器人手術結合，可以帶來更為精準、高效和安全的手術體驗[41]。首先，通過整合患者的CT、MRI等醫學影像，該技術能夠創造出高保真度的三維虛擬人體模型。醫生利用此模型，在虛擬環境中進行手術預演，精確規劃手術路徑，包括血管結扎等細節操作，有效降低了手術過程的不確定性，提高了手術的安全性和成功率[42]。如近期王俊團隊首次將Apple Vision Pro應用于胸腔鏡手術，術中將患者CT圖像、三維重建肺部影像等數字內容融入真實世界，為醫生提供了高清、無延遲的影像資料支持，幫助醫生準確、有效地完成手術，或者將VR技術生成的虛擬影像轉化為“全息影像圖”，這些圖像可以覆蓋在患者真實的手術部位上，醫生在手術過程中可以清晰地看到手術器械與患者體內組織的相對位置，確保手術的精確性。其次，VR技術可以為機器人手術系統提供實時導航功能，確保機械臂在手術過程中能夠準確到達預定位置[43]。通過VR眼鏡，醫生可以直觀地看到手術區域的三維視圖，與機器人手術系統形成無縫對接。而且，VR技術可以模擬出多種感官體驗，如力學反饋，光學反饋等，使醫生在手術過程中能夠感受到更多的信息。最后，利用VR技術構建的虛擬手術環境，醫生可以在其中進行手術操作訓練[44-45]。這種訓練方式不僅安全、無風險，而且可以隨時進行，記錄醫生在虛擬環境中的手術操作過程，并進行客觀的分析和評估，有助于醫生了解自己的操作水平，進一步提高手術質量。

4.2.3術中實時病理 將術中實時病理與人工智能手術機器人相結合，可以進一步提高手術效率和診斷的準確性[46]。一是利用高新技術實現實時數據共享與交互。術中實時病理產生的數據，如組織切片圖像、病理診斷結果等可以實時傳輸至人工智能手術機器人的控制系統，手術機器人可以根據病理數據調整手術策略，確保手術的精確性和安全性。二是可以實現自動化標本處理。利用機器人技術可以自動化完成術中實時病理的標本處理過程，如切片、染色等，這不僅可以減輕醫務人員的工作負擔，還可以提高標本處理的效率和準確性。三是人工智能化病理診斷[47-48]。結合AI技術，可以對術中實時病理的圖像進行智能分析和診斷，AI算法可以快速識別病變組織的特征并給出準確的診斷結果，這將大大縮短病理診斷的時間，提高手術的效率和準確性。

4.2.4病灶智能定位 隨著計算機視覺與深度學習技術的飛躍，傳統肺結節定位手段正邁向智能化新階段，包括CT引導穿刺、支氣管鏡導航、近紅外熒光、術中超聲、肺流域分析及無創定位等方法，均有望迎來智能化升級[49]。其中，機器人輔助導航系統融合了醫學影像、機器人操控與AI算法，實現了對肺結節的高效、精確定位。該系統首先利用CT等醫療設備捕獲患者肺部的高清影像，隨后通過圖像優化技術如降噪、增強等，提升圖像清晰度；借助特征提取算法精準捕捉結節的形態、尺寸、位置及紋理特征；采用先進的模式識別技術對這些特征進行智能分析，實現肺結節的自動化識別與定位。結合三維可視化工具，醫生能夠直觀、精確地掌握肺結節的空間位置，深入剖析其與周邊血管、支氣管的復雜關系，預判手術中的解剖變異情況。這不僅幫助醫生精準鎖定肺結節所在的肺段或亞段[50]，還促進了手術方案的個性化定制，確保在切除病灶的同時，最大限度地保留健康肺組織，推動了胸外科手術的精準化、微創化發展。

4.2.5鏡頭自動跟蹤技術 在胸腔鏡手術中，人工扶鏡的重要性不言而喻。然而，由于扶鏡手的技巧水平參差不齊，對手術細節的理解有限，加之長時間操作引發的手部疲勞和震顫，以及胸腔內解剖位置的復雜性等因素，常常會出現底座不穩、畫面偏移、無法與主刀醫生的手術節奏保持同步等問題。

這些問題不僅限制了術野的清晰度，還可能對手術醫生操作的精確性、手術的流暢性以及整體質量產生負面影響，嚴重時甚至可能增加術中組織損傷的風險。為了克服這些問題，機器人技術的引入為腔鏡手術中的扶鏡工作提供了一種創新的解決方案[51]。機器人具備高精度定位、快速響應以及運動平穩性強的顯著優勢，并且不受情緒波動和疲勞等人為因素的干擾。當前，基于腔鏡圖像的主動式引導正成為扶鏡機器人的主流交互模式，其核心在于手術器械的視覺追蹤[52]。通過這一技術，機器人能夠實時跟蹤手術器械的位置和動作，為主刀醫生提供更為精準和穩定的視覺支持，從而提升手術效率和安全性。

4.3面臨的挑戰與應對策略 手術機器人實現自動化切除病灶，除了面臨技術挑戰，倫理和法規問題也是其重要挑戰之一。隨著手術機器人越來越普及，如何確保患者的隱私和權益成為亟待解決的問題。此外，手術機器人的使用也需要遵循嚴格的倫理和法規標準，以確保醫療安全和患者的福祉。經濟社會方面的挑戰和影響需引起高度重視。手術機器人的研發和生產成本較高，需通過合理的資金投入和政策支持，推動手術機器人的普及與推廣，提高醫療資源的利用效率和服務水平。同時，需要對醫療人員進行培訓和技能提升，只有不斷提升醫療人員的專業素養和技能水平，才能更好地適應手術機器人的發展和應用。這對醫療資源的分配和醫療體系的改革都提出了新的要求。

針對當前的挑戰與問題，我們需采取積極主動的應對策略。首要任務是強化技術研發與創新能力，力求在技術層面取得新突破，以提升手術機器人的效能與智能化水平，從而更有效地滿足醫療需求，保障手術質量。同時，建立健全倫理與法規框架，確保技術創新與社會價值和諧共生。制定嚴格的規范和標準，確保手術機器人的使用符合倫理和法律要求，保障患者的權益和安全。

總之，人工智能手術機器人在醫療領域的應用面臨著多方面的挑戰與問題。我們需要從多個角度出發，采取綜合措施加以應對和解決。只有這樣，才能更好地發揮手術機器人的優勢和作用，為醫療事業的發展和人類健康水平的提高做出更大的貢獻。

5 胸外科手術機器人的發展

5.1應用前景 隨著科技的飛速發展，人工智能手術機器人正逐漸從專業領域走向大眾視野，其普及與推廣已成為醫療領域的重要議題。據統計，截至2023年，全球已有超過500家醫院引入了手術機器人，其中不乏知名醫療機構，如約翰·霍普金斯醫院和哈佛醫學院附屬麻省總醫院。這些手術機器人不僅在心血管、神經外科等領域發揮著重要作用，而且逐漸拓展至胸外科等其他手術領域。以達芬奇手術機器人為例[53]，其精準度高達毫米級，遠超傳統手術。此外，機器人手術還能減少手術過程中的抖動，降低手術風險。目前，達芬奇手術機器人已應用于縱隔腫瘤、肺部腫瘤及食管腫瘤切除等胸外科手術中。據研究，使用達芬奇手術機器人進行非小細胞肺癌根治術可以清掃更多的淋巴結，并在肺亞段切除術上存在一定的技術優勢[54]。然而，人工智能手術機器人在廣泛應用過程中仍面臨多重挑戰。首要挑戰在于其高昂的成本，如達芬奇手術機器人，其高昂的購置費用及后續維護成本對多數醫療機構構成了經濟負擔。在現有達芬奇手術機器人基礎上進行智能升級，需投入更多的研發、轉化費用，可能造成更高的購置和維護費用。此外，手術機器人的操作要求醫生經歷長時間的學習與訓練，方能熟練掌握其操作技巧，這亦是一個不容忽視的挑戰。

為了推動人工智能手術機器人的普及與推廣，政府、醫療機構和企業需要共同努力。政府可以出臺相關政策，提供資金支持，降低手術機器人的購置成本。醫療機構應積極強化醫生培訓，以提升醫生對手術機器人的操控能力，確保技術應用的精準與高效。同時，企業應持續加大研發投入，致力于開發擁有智能導航、智能解剖結構識別、智能出血及碰撞預警、智能力反饋、智能切除范圍規劃、智能視野跟蹤等一種或多種功能的手術機器人產品，以滿足不同醫療機構的需求，推動手術機器人技術的普及與應用。正如著名醫學家威廉·奧斯勒所言：“醫學是一門不斷進步的科學”。人工智能手術機器人的普及與推廣將為醫療行業帶來革命性的變革，讓手術更加精準、安全、高效。隨著技術的不斷進步和成本的降低，相信未來會有更多的醫療機構和患者受益于這一先進的醫療技術。

5.2倫理與法規的完善 隨著人工智能手術機器人的快速發展，倫理與法規的完善成為一個不可忽視的問題。為了確保人工智能手術機器人的安全和有效性，必須建立嚴格的倫理和法規框架來指導其研發、應用和管理。這一框架不僅涉及技術層面，還涵蓋了倫理、法律和社會等多個方面。

在倫理層面，人工智能手術機器人的應用必須遵循醫學倫理原則，尊重患者的自主權和隱私權。例如，在手術前，機器人系統應充分告知患者手術的風險、預期效果和替代方案；此外，機器人系統還應保護患者的隱私，確保手術過程中的個人信息不被泄露。在法規層面，各國政府應制定相應的法律法規來規范人工智能手術機器人的研發和應用，應明確手術機器人的準入標準、監管機制、責任歸屬等問題。例如，設立專門的監管機構來負責審批和監督機器人手術系統的安全性和有效性，確保其在符合標準的前提下方可上市應用。此外，為了應對可能出現的倫理和法規挑戰，人工智能手術機器人的研發者和應用者還應建立相應的倫理審查機制和法律風險防范體系，確保機器人在研發和應用過程中始終遵循倫理和法規要求，減少潛在的風險和糾紛。

總之，倫理與法規的完善是人工智能手術機器人發展的重要保障。只有建立了嚴格的倫理和法規框架，才能確保手術機器人在醫療領域的安全、有效應用，為人類的健康福祉做出更大的貢獻。

6 總結與展望

專科手術機器人是未來手術機器人發展的主流。在胸外科領域，人工智能通過深度模擬人類思維的方式，更好地“替代”胸外科醫師執行結節術前診斷、定位、切除范圍規劃等任務，這種變革使得許多過去看似不可能的事情現在成為可能。展望未來，醫療人工智能有望改變從胸外科疾病診斷、治療到預后等全部醫療流程，與手術機器人技術結合后，將更大程度地發揮機器人在精準性、診療決策輔助等方面的優勢，更好地造福胸外科患者。隨著人工智能技術的日益精進，我們是否能夠期待機器人全面取代人類在手術臺上的角色？同時，隨著這些智能系統的“進化”，我們又是否能夠確保擁有足夠的技術儲備來應對可能出現的各種突發狀況？此外，未來醫療人工智能可能獲取患者全部的病歷、檢查和影像等資料，有望提供快速且準確的診斷，并根據患者病情提供最優的治療方案，在帶來獲益的同時，也可能引發醫療事故、隱私泄露等法律問題。例如，手術機器人若在輔助或替代醫務工作者進行診斷、治療和預后評估過程中出現錯誤，那么醫務工作者、醫療機構以及機器人制造商可能均涉及法律責任，在現有法律侵權責任體系下，患者權益能否得到充分保護，仍值得探討。如上文所述，手術機器人現在處于弱人工智能或無人工智能階段，在適用產品責任與醫療損害責任規制時仍遇到了一些難題。在評估責任適用性時，法律學者建議應基于損害產生的不同原因分別采用醫療產品責任或醫療技術損害責任進行判定。對于醫療產品責任，可探索優化各類缺陷認定的標準體系，并構建手術機器人專家認證機制，以消除缺陷認定的障礙。同時，通過技術創新和政策扶持等手段，實現“算法黑箱”的透明化，從而簡化因果關系的認定流程。至于醫療技術損害責任，應遵循過錯責任原則直接將責任歸于醫療機構。在具體判定方法上，可依據理性醫師標準或合理醫師標準，區分由自主手術機器人或醫師自身造成的醫療過失，以確保醫療過錯的準確界定。此外，應高度重視專家證人的專業意見，確保因果關系的科學認定[15，55-57]。

總之，醫生應當保持與醫療AI研發企業及團隊、法律體系之間的互動，共同尋找法律體系、醫療機構與科技發展之間的平衡點，胸外科專科手術機器人的研發應結合人工智能技術，輔助病灶定位、診斷、術中導航、解剖結構識別及預警、切除范圍規劃、甚至自動化切除等方面，更好地造福廣大胸外科患者。

參考文獻

[1] 王述民. 機器人手術十年體會[J]. 中華胸部外科電子雜志， 2021， 8（1）： 1-5.

[2] 馬洪海， 胡堅. 發展前進中的胸外科手術機器人[J]. 機器人外科學雜志（中英文）， 2022， 3（1）： 1-3.

[3] 張旭， 范陽. 機器人手術在泌尿外科的應用現狀與未來發展[J]. 加速康復外科雜志， 2021， 4（2）： 49-54.

[4] 段小燕， 巫慧， 黃婷， 等. 機器人技術治療婦科疾病的現狀及前景[J]. 贛南醫學院學報， 2021， 41（12）： 1272-1276.

[5] 賈昱欣， 張亞杰， 李鶴成. 機器人手術在胸外科的應用現狀與進展[J]. 機器人外科學雜志（中英文）， 2022， 3（5）： 367-375.

[6] 連國棟， 李樂平， 靖昌慶. 機器人結直腸手術的局限與前景[J]. 機器人外科學雜志（中英文）， 2020， 1（4）： 286-293.

[7] 謝友涵.人工智能的發展與影響[J].消費導刊， 2017. DOI： 10.3969/j.issn.1672-5719.2017.34.224.

[8] 蘇楠. 人工智能的發展現狀與未來展望[J]. 中小企業管理與科技， 2017. DOI： 10.3969/j.issn.1673-1069.2017.10.052.

[9] Panayides A S， Amini A， Filipovic N D， et al. AI in medical imaging informatics： current challenges and future directions[J].IEEE Journal of Biomedical and Health Informatics， 2020， 24（7）： 1837-1857.

[10] SHI F， WANG J， SHI J， et al. Review of artificial intelligence techniques in imaging data acquisition， segmentation， and diagnosis for COVID-19[J]. IEEE Reviews in Biomedical Engineering， 2021. DOI： 10.1109/RBME.2020.2987975.

[11] Mak K K， Pichika M R. Artificial intelligence in drug development： Present status and future prospects[J]. Drug Discovery Today， 2019， 24（3）："773-780.

[12] 陳妍， 吳秋蓬， 曾德威， 等. 機器人流程自動化在醫療領域面臨的機遇與挑戰[J]. 醫學信息學雜志， 2023， 44（3）： 69-73.

[13] CHEN Y， WU Q P， ZENG D W， et al. Opportunities and challenges of robotic process automation in healthcare[J]. Journal of Medical Informatics， 2023， 44（3）： 69-73.

[14] YANG G Z， Cambias J， Cleary K， et al. Medical robotics-regulatory， ethical， and legal considerations for increasing levels of autonomy[J]. Science Robotics， 2017， 2（4）： eaam8638.

[15] 韓曉光， 朱小龍， 姜宇楨， 等. 人工智能與機器人輔助醫學發展研究[J]. 中國工程科學， 2023， 25（5）： 43-54.

[16] 聶德新， 孫文皋， 王小強， 等. 天璣機器人輔助下置釘與傳統空心螺釘內固定股骨頸骨折療效比較[J]. 中國骨傷， 2023， 36（3）： 221-225.

[17] Choi M S， Yun S H， Lee S C， et al. Learning curve for single-port robot-assisted colectomy[J]. Ann Coloproctol， 2024， 40（1）： 44-51.

[18] Beaman C B， Kaneko N， Meyers P M， et al.A review of robotic interventional neuroradiology[J]. AJNR Am J Neuroradiol， 2021， 42（5）： 808-814.

[19] Khanna O， Beasley R， Franco D， et al. The path to surgical robotics in neurosurgery[J]. Oper Neurosurg， 2021， 20（6）： 514-520.

[20] WU S Q， WANG J W， GAO P， et al. A comparison of the efficacy， safety， and duration of frame-based and Remebot robot-assisted frameless stereotactic biopsy[J]. Br J Neurosurg， 2021， 35（3）： 319-323.

[21] 李嘯林， 胡火軍， 汪雷， 等. 機器人輔助下HICH患者顱內血腫穿刺引流術[J]. 巴楚醫學， 2024， 7（1）： 28-30.

[22] 李嘯林， 胡火軍， 汪雷， 等. 機器人輔助神經內鏡下顱內動脈瘤切除術[J]. 巴楚醫學， 2024， 7（1）： 24-27.

[23] Saliba W， Cummings J E， Oh S， et al. Novel robotic catheter remote control system： feasibility and safety of transseptal puncture and endocardial catheter navigation[J]. J Cardiovascular Electrophysiology， 2006， 17（10）： 1102-1105.

[24] Faddis M N， Chen J， Osborn J， et al. Magnetic guidance system for cardiac electrophysiology： a prospective trial of safety and efficacy in humans[J]. J The American College of Cardiology， 2003， 42（11）： 1952-1958.

[25] 吉程， 侯增廣， 謝曉亮， 等. 心血管微創介入機器人導管控制技術綜述[J]. 機器人技術與應用， 2011， 000（6）： 25-33.

[26] 本刊訊. 心血管介入手術機器人研制成功[J]. 中國醫療器械雜志， 2014， 38（3）： 195.

[27] 馬良. 圖像引導下的胸腹部穿刺手術機器人關鍵技術研究[D].天津： 天津大學， 2019.

[28] 田佩龍， 劉軍強， 劉建華， 等. 一次性多用途力反饋穿刺手術機器人[J]. 機械設計， 2023， 40（6）： 45-51.

[29] 李華煜. 基于數字孿生的微創穿刺手術機器人控制[D].北京： 北京交通大學， 2023.

[30] 任嘉霖， 劉凱. 四川大學華西醫院： 完成全國首例國產機器人輔助經支氣管鏡肺結節活檢術[J]. 中華醫學信息導報， 2022， 37（7）： 7.

[31] 郭超， 張家齊， 李楨， 等. 機器人支氣管鏡在肺結節活檢中有效性與安全性的系統評價與Meta分析[J]. 中國胸心血管外科臨床雜志， 2023， 30（2）： 226-232.

[32] 占雄， 張飄藝， 周剛， 等. 一種新型支氣管鏡手術機器人系統[J]. 中國醫療器械雜志， 2023， 47（1）： 19-25.

[33] 國務院辦公廳. 國務院辦公廳關于印發“十四五”國民健康規劃的通知（國辦發〔2022〕11號）[J]. 中華人民共和國國務院公報， 2022， （16）： 17-31.

[34] 石曉飛. 國產機器人在醫療手術方面的發展與應用[J]. 智能制造， 2023， （5）： 55-58.

[35] 黃旭華， 徐金明， 王新， 等. 智能化胸外科專科專病機器人的研發與前景[J]. 中國胸心血管外科臨床雜志， 2022， 29（9）： 1210-1216.

[36] 黃沙， 何哲浩， 王志田， 等. 人工智能時代機器人外科診療進展及展望[J]. 中國胸心血管外科臨床雜志， 2019， 26（3）： 197-202.

[37] 張樹亮， 鄭斌， 徐國兵， 等. 聯合降維法在達芬奇機器人輔助精準肺段切除術中的應用[J]. 中華胸部外科電子雜志， 2019， 6（2）： 139-140.

[38] 陳沖. 斑馬魚血管系統的三維熒光成像技術研究[D].合肥： 中國科學技術大學， 2023.

[39] Natale G， Leonardi B， Messina G， et al. Three-dimensional lung reconstructions for the localization of lung nodules to be resected during surgery[J]. Thorac Cancer， 2023， 14（34）： 3389-3396.

[40] WANG L， YAN X L， LI J， et al. Outcomes following the excision of sarcoma and chest wall reconstruction using 3D printed implant[J]. iScience， 2024， 27（2）： 108757.

[41] Waisberg E， Ong J， Masalkhi M， et al. Apple Vision Pro and why extended reality will revolutionize the future of medicine[J]. Irish Journal of Medical Science， 2023. DOI： 10.1007/s11845-023-03437-z.

[42] Lopez P， Belgacem A， Sarnacki S， et al. Enhancing surgical planning for abdominal tumors in children through advanced 3D visualization techniques： a systematic review of future prospects[J]. Front Pediatr， 2024.DOI： 10.3389/fped.2024.1386280.

[43] Can Kolac U， Paksoy A， Akgün D. Three-dimensional planning， navigation， patient-specific instrumentation and mixed reality in shoulder arthroplasty： a digital orthopedic renaissance[J]. EFORT Open Rev， 2024， 9（6）："517-527.

[44] PENG M J， CHEN H Y， CHEN P， et al. Virtual reality-based surgical planning simulator for tumorous resection in FreeForm Modeling： an illustrative case of clinical teaching[J]. Quant Imaging Med Surg， 2024， 14（2）： 2060-2068.

[45] Killeen B D， Zhang H， Wang L J， et al. Stand in surgeon’s shoes： virtual reality cross-training to enhance teamwork in surgery[J]. Int J Comput Assist Radiol Surg， 2024， 19（6）： 1213-1222.

[46] Vaidya Y P， Shumway S J. Artificial intelligence： The future of cardiothoracic surgery[J]. J Thorac Cardiovasc Surg， 2024.DOI： 10.1016/j.jtcvs.2024.04.027.

[47] Amparore D， De Cillis S， Alladio E， et al. Development of machine learning algorithm to predict the risk of incontinence after robot-assisted radical prostatectomy[J]. J Endourol， 2024， 38（8）： 871-878.

[48] Kaneko M， Fukuda N， Nagano H， et al. Artificial intelligence trained with integration of multiparametric MR-US imaging data and fusion biopsy trajectory-proven pathology data for 3D prediction of prostate cancer： A proof-of-concept study[J]. Prostate， 2022， 82（7）： 793-803.

[49] 馬洪海， 王延燁， 何哲浩， 等. 肺結節同質化楔形切除智能機器人研發前景及模式探索[J]. 中國醫學裝備， 2023， 20（10）： 1-6.

[50] Cannone G， Verzeletti V， Busetto A， et al. Three-dimensional imaging-guided lung anatomic segmentectomy： A single-center preliminary experiment[J].Medicina （Kaunas）， 2023， 59（12）： 2079.

[51] Reiter A， Allen P K， Zhao T. Appearance learning for 3D tracking of robotic surgical tools[J]. J International Journal of Robotics Research， 2014， 33（2）： 342-356.

[52] Norouzi-Ghazbi S， Janabi-Sharifi F. A switching image-based visual servoing method for cooperative continuum robots[J]. Journal of Intelligent amp; Robotic Systems， 2021， 103（3）： 42.

[53] HUANG J， ZHU H D， LU P J， et al. Comparison of lobectomy performed through Toumai? surgical robot and da Vinci surgical robot in early-stage non-small cell lung cancer： a retrospective study of early perioperative results[J]. Transl Lung Cancer Res， 2023， 12（11）： 2219-2228.

[54] Moran P S， O’Neill M， Teljeur C， et al. Robot-assisted radical prostatectomy compared with open and laparoscopic approaches： A systematic review and meta-analysis[J].International Journal of Urology， 2013.DOI： 10.1111/iju.12070.

[55] 王超.醫療人工智能致人損害的賠償責任探析[J].錦州醫科大學學報（社會科學版）， 2024， 22（3）： 34-40， 47.

[56] 鄧明玉. 手術機器人醫療損害責任研究[D]. 重慶： 西南政法大學， 2021.

[57] 丁璐.人工智能體醫療損害責任分析——以達芬奇手術機器人為例[J].北京化工大學學報（社會科學版）， 2020.DOI： CNKI： SUN： BHGS.0.2020-01-011.