综合新智元、量子位

近日，美国约翰斯·霍普金斯大学的研究人员设计了一个智能组织自主机器人STAR。在没有人类指导的情况下，机器人成功对猪的软组织进行了腹腔镜手术，比人类医生更快准狠。

近日，美国约翰斯·霍普金斯大学的研究人员设计了一个智能组织自主机器人STAR。

在没有人类指导的情况下，机器人STAR成功对猪的软组织进行了腹腔镜手术，又称锁眼手术（keyhole surgery）。

目前，该研究已在Science子刊发表。

论文地址：https://www.science.org/doi/10.1126/scirobotics.abj2908

这个机器人在猪的身上执行手术，意味着离人体实验就不远了。研究人员称，这是向人体试验迈出的重要一步。

83%缝合，STAR全搞定

其实，少数手术早已实现了自动化，然而这些机器人往往在执行硬组织相关的手术熟练有度，比如骨科手术。

那如果让它们自主去执行软组织等手术，那就有可能拿捏不住了。

即使对于人类医生来说，腹腔镜手术也是一个挑战，比如，在胃部不做大切口的情况下重新连接肠道。

为此，约翰·霍普金斯大学的Justin Opferman和他的同事们设计的智能组织机器人在有限的人工干预下，切除一段肠子后将其成功连接。

手术中，这个机器人给4头猪做了手术，总共缝了86针。

其中，手术三分之二的时间，机器人会自动缝合，而其余的三分之一，在尝试缝合之前，机器人需要医生去引导到位。

据介绍，83%的缝合任务，都是使用该工作流程自主完成，不过该系统也需要手动进行调整以纠正漏针的位置。

结果显示，STAR机器人做的手术明显优于人类做的手术。

其实，早在2016年，同一组科学家就给这个机器人写了个程序，让机器人给猪做手术。他们让机器人执行了将猪的肠子拉出体外，然后再缝合的操作。

而这次，机器人通过一个小开口，成功在狭窄的腹部完成了任务。这次的手术更具挑战性，因为器官会随着动物的呼吸有节奏地动。

Opferman 表示，「一旦你打开病人的身体，他体内所有的器官都会在动，所以你不太可能提前做好类似于往哪里下刀的计划。」

「如果你要手术的对象是像肠子这样的软组织，你一碰它，它也会跟着跑。因此，需要实时更新机器人的计划，弄清楚它需要做什么，以及如何完成任务。」

如果机器人能够擅长肠道吻合术，这将是一种需要高水平重复运动和精确度的手术。

要知道，连接肠道的两端可说是胃肠手术中最具挑战性的步骤，需要外科医生以高精度和一致性进行缝合。

即使是最轻微的手部颤抖或缝线错位，也可能导致泄漏，而这可能会给患者带来灾难性的并发症。

论文最终结果显示，STAR在四只动物身上进行了同样的手术，整个手术时间大概在4小时，结果均显著好于人类。

尤其在位置校正、缝合间距、缝合线咬合大小、完成时间、管腔通畅和泄漏压力等维度，均好于目前已开发的自主系统、专家手术等。

在完成时间上可以看到，最短在1小时之内就已经完成。

主要作者之一，约翰霍普金斯大学教授 Axel Krieger表示，STAR产生的结果明显优于人类，这意味着机器人可自主完成肠道两端的重新连接。这是手术中最复杂、最精细的任务之一。

STAR机器人如何设计？

STAR机器人系统的组成部分，包括医用机械臂、外科手术工具、双通道NIR和3D结构光内窥镜成像系统。其中，标准机械臂是由制造商Kuka所提供。

研究人员表示，STAR其实是一种专门用于缝合软组织的视觉引导系统。

团队为STAR配备了增强自主性和提高手术精度的新功能，包括专门的缝合工具和最先进的成像系统，以提供更准确的手术区域可视化。

定制的软件在缝合的过程中控制机器人，使用机器人手臂上的3D摄像头拍摄图像，以此来感知机器人在体内的深度，并绘制病人腹部内部变化的情况。

STAR增强自主控制策略的体系结构

这套自主性流程能够让机器人启动/暂停/解除组织跟踪系统，检测组织的呼吸运动及其变形。

通知医生重新规划步骤，控制摄像机运动，以均匀和非均匀间距进行不同模式的缝合规划，预先过滤降低噪声，预测工具与组织的距离，以及使机器人工具与组织的呼吸运动和远程运动中心(RCM)下的同步。

这个机器人最大的特点，就是以最少的人工干预来规划、调整和执行软组织手术。

为实现这一点，研究人员开发了基于结构光的3D内窥镜和基于机器学习的跟踪算法来指导STAR，用来规划缝合。

目标跟踪算法使用了卷积神经网络CNN，基于U-Net架构，输入包括近红外摄像头标记的过去 2 秒内的位置历史以及从现在到2秒前的运动方向。

整个网络涵盖4个卷积层、3个密集层和2个输出。

卷积层和前三个密集层的激活函数是 Rectified Linear Unit (ReLU)，最后一个密集层的激活函数是SoftMax。

该网络在训练阶段预测运动曲线，准确度达93.56%。

除此之外还有许多自主功能，包括启动/暂停/解除组织跟踪系，检测软组织的呼吸运动及其变形，控制摄像机运动，缝合规划、预测工具与软组织碰撞等。

如果 STAR 检测到与当前手术计划相比组织位置的变化大于3mm，则通知操作员启动新的缝合计划和批准步骤。

接着，操作员就只需看着机器人操作了。

在这项缝合任务中，超过83%的工作流程都是机器人自主完成的。有时候仍需要操作员手动微调机器人，以便出现漏缝时纠正定位。

（相机放置在距离目标组织 5 到 8 厘米处）

以往的工作中，组织追踪仅考虑静止组织，没有考虑到呼吸运动，包括噪声预滤波和碰撞预防，也无法自主形成重新规划建议。

操作员需要监测缝合过程的每个子步骤，因此只有57.8%的缝合工作是机器人自主完成的。

未来5年，机器人上手

其实，机器人辅助手术在世界各地已经非常常见。据估计，2017年机器人辅助手术的数量超过64.4万例，但它们都是辅助手术。

正如刚刚提到，软组织手术对机器人来说尤其困难，因为它的不可预测性迫使机器人要快速适应以应对意外的障碍。

约翰斯·霍普金斯大学的研究人员为STAR设计了一个新颖的控制系统，可像人类外科医生一样实时调整手术计划。

STAR的特别之处在于，它是第一个以最少的人工干预来规划、调整和执行软组织手术计划的机器人系统。

Opferman说，这项试验是人类实现完全自主手术的第一步，尽管距离实现这一终极目标可能还需要几十年的时间。

随着研究成果的不断进展，研究小组将训练机器人慢慢地操作越来越多的手术部分，比如打开空腔，然后关闭，直到证明机器人自己能够独立完成整个操作过程。

他说，「由机器人执行部分手术的人体试验可能在5年内开始。」

参考资料：

https://www.newscientist.com/article/2305980-robot-performs-keyhole-surgery-on-pigs-with-little-help-from-doctors/

https://www.techradar.com/news/a-robot-just-performed-autonomous-surgery-on-a-pig-and-were-shook

https://tech.huanqiu.com/article/46ZJ3sKOUOe