在医学领域，人工智能（AI）正以前所未有的速度重塑着医疗实践的方方面面。从疾病诊断到药物研发，AI技术的应用无不展现出其巨大的潜力。而今，AI驱动的手术机器人更是走到了聚光灯下，预示着外科手术即将迎来一场颠覆性的变革。
最近，约翰·霍普金斯大学的研究人员进行了一项引人注目的实验。他们成功地将一个类似ChatGPT的AI系统与达芬奇手术机器人相结合，并训练其执行一项复杂的胆囊切除手术。这项研究不仅展示了AI在外科手术中的可行性，也为未来自主手术的发展奠定了基础。
AI手术的演进：从预编程到自主学习
将计算机应用于外科手术并非全新的概念。早期的尝试主要依赖于预编程的动作，即机器人按照预先设定的程序执行手术步骤。正如机器人专家金智雄（Ji Woong Kim）所说：“早期的程序会精确地告诉机器人如何移动和做什么，就像工厂里焊接汽车的Kuka机器人手臂一样。”
为了突破这一局限，约翰·霍普金斯大学的机械工程助理教授阿克塞尔·克里格（Axel Krieger）领导的团队开发了STAR（智能组织自主机器人）。2022年，STAR成功地在一头活猪身上完成了手术。STAR的关键创新在于其AI能够根据摄像头提供的反馈对预定计划进行调整，但即便如此，STAR仍然需要特别标记的组织和预先确定的手术方案。
与STAR相比，新型AI手术机器人具备更强的灵活性和适应性。“我们目前的工作更加灵活，”金智雄表示，“它是一个从演示中学习的AI。”这个名为SRT-H（手术机器人Transformer）的新系统由金智雄及其同事开发，克里格也参与其中。
SRT-H：AI驱动的达芬奇手术机器人
SRT-H系统的核心在于其软硬件的创新。首先，研究人员选择使用达芬奇手术机器人，这已成为远程手术领域的行业标准，全球医院已部署超过10,000台。其次，他们采用了Transformer模型，这与驱动ChatGPT的架构相同。SRT-H系统包含两个Transformer模块：一个高级策略模块，负责任务规划和确保手术顺利进行；一个低级模块，负责执行高级模块发出的指令，将其转化为机器人手臂的具体运动轨迹。
在系统准备就绪后，金智雄的团队对其进行了训练，过程类似于指导一位新手医生。
模仿学习：SRT-H的训练过程
研究人员选择胆囊切除术作为SRT-H的学习任务。这是一种在美国医院经常进行的手术，每年约有70万例。“目标是在不使内部液体流出的情况下，移除连接胆囊与其他器官的管道，”金智雄解释说。为了实现这一目标，外科医生需要将三个夹子放置在胆囊管（第一根管道）上并将其切断，然后以类似的方式夹住并切断胆囊动脉（第二根管道）。
金智雄的团队将这一过程分解为17个步骤，从猪尸体中获取了大量的猪胆囊和肝脏样本进行实验，并让一位训练有素的研究助理操作达芬奇机器人，反复执行该手术，从而为机器人构建训练数据集。
驱动SRT-H的算法在从达芬奇内窥镜及其机器人手臂上安装的摄像头捕获的超过17小时的视频中进行训练。这些视频数据辅以运动学数据（机器人手臂的确切运动）和自然语言注释。
基于这些数据，金智雄的机器人学会了执行胆囊切除术，在未经过训练的样本上的成功率为100%。它还可以接受自然语言的人工反馈，例如“将你的手臂稍微向左移动”或“将夹子稍微放高一点”。这些都是导师外科医生会给学生提供的提示，SRT-H可以随着时间的推移从中学习。
“你可以采用任何类型的手术，而不仅仅是这一种，以同样的方式训练机器人，它就能够执行该手术，”金智雄说。SRT-H对样本之间、其他组织阻碍以及不完美的图像的解剖学差异也具有鲁棒性。它甚至可以从训练过程中所犯的所有微小错误中恢复过来。与执行相同手术的专家级人类外科医生相比，机器人同样精确，尽管速度稍慢。
数据瓶颈：商业机密与开放数据之争
要从猪尸体样本的手术过渡到活猪，然后最终过渡到人体，像SRT-H这样的机器人需要极难获得的大量训练数据。Intuitive Surgical（达芬奇手术机器人的制造商）似乎愿意发布达芬奇机器人的视频反馈数据，但该公司并未发布运动学数据。金智雄表示，这些数据对于训练算法至关重要。“我认识Intuitive Surgical总部的人，并且一直在与他们交谈，”金智雄说。“我一直在恳求他们向我们提供数据。但他们没有同意。”
Intuitive Surgical领导层给出的限制访问运动学数据的解释是，他们担心竞争对手会逆向工程其机器人的机械结构。“真正不了解AI的是高层管理人员，”金智雄认为。“他们没有意识到这些事情的潜力。他们的工程师、每位科学家都希望开源数据。只是他们的法律部门非常保守。”
但他已经看到了解决这个问题的方法。“我们可以从将运动跟踪传感器连接到手动手术工具开始，并以这种方式获取运动学数据，”金智雄告诉Ars。然后，专家级人类外科医生之手引导的这些工具的运动可以由传统机器人手臂（如STAR中使用的那些）重新创建。
然后，金智雄认为，我们可以比这更进一步。“我目前在斯坦福大学，并且我非常参与一个人形机器人项目——构建一个通用模型。其中一个可能的应用就是在手术室中，”金智雄说。
AI手术的未来展望
AI手术机器人的发展无疑将深刻改变未来的医疗实践。以下是一些潜在的影响：
- 提高手术精度和安全性：AI驱动的机器人可以执行比人类外科医生更精确的操作，从而减少手术风险和并发症。
- 缩短手术时间和恢复期：机器人手术通常比传统开放手术耗时更短，患者的恢复期也更短。
- 降低医疗成本：随着AI技术的不断成熟，机器人手术的成本有望降低，从而使更多患者受益。
- 解决医疗资源不平衡问题：在偏远地区或医疗资源匮乏的地区，AI手术机器人可以提供高质量的医疗服务。
- 推动个性化医疗发展：AI可以根据患者的具体情况制定个性化的手术方案，从而提高治疗效果。
当然，AI手术的发展也面临着一些挑战，例如数据安全、伦理问题以及监管框架的建立等。但随着技术的不断进步和相关政策的完善，我们有理由相信，AI手术将在未来的医疗领域发挥越来越重要的作用。
伦理考量与监管挑战
尽管AI手术机器人具有诸多优势，但其广泛应用也引发了一系列伦理考量。例如，当机器人出现失误时，责任该如何界定？如何确保AI手术的透明度和可解释性，以便医生和患者了解手术过程？此外，AI手术机器人的数据安全也至关重要，必须采取有效措施防止数据泄露和滥用。
各国政府和医疗机构需要制定相应的监管框架，以确保AI手术的安全、有效和合乎伦理。这些框架应包括以下内容：
- 技术标准：制定AI手术机器人的技术标准，确保其性能和安全性。
- 临床试验：对AI手术机器人进行严格的临床试验，评估其疗效和安全性。
- 培训认证：对使用AI手术机器人的医生进行专业培训和认证。
- 责任认定：明确AI手术失误的责任认定机制。
- 数据保护：建立完善的数据保护机制，防止数据泄露和滥用。
结论
AI驱动的手术机器人代表着外科手术的未来。虽然目前仍处于发展初期，但其巨大的潜力已经显现。通过不断的技术创新和完善的监管框架，AI手术有望为患者带来更安全、更有效、更个性化的治疗方案。我们期待着AI技术在医疗领域取得更大的突破，为人类健康福祉做出更大的贡献。
