在2025年的医疗领域，人工智能（AI）驱动的外科手术机器人正逐渐崭露头角，预示着手术方式的重大变革。一篇发表在《科学机器人》期刊上的研究，详细介绍了约翰·霍普金斯大学的研究人员如何利用类似于ChatGPT的人工智能技术，成功操控达芬奇手术机器人完成了猪器官上的实验性手术。
人工智能手术的演进
早在20世纪90年代末，Intuitive Surgical公司推出了达芬奇手术机器人，这项技术被誉为远程手术的重大突破。经验丰富的外科医生可以通过远程操作，利用机器人手臂和手术工具，依据达芬奇内置摄像头和内窥镜提供的视频反馈，进行精准的手术操作。
然而，将计算机置于手术机器人的控制之下并非全新的概念。早期的尝试主要依赖于预先设定的程序化动作。正如机器人专家金智雄（Ji Woong Kim）所说，这些程序精确地告诉机器人如何移动和执行任务，类似于库卡机器人手臂在工厂车间焊接汽车。为了实现技术上的突破，由约翰·霍普金斯大学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成功地在一只活猪身上完成了一项手术。
尽管STAR取得了显著的进展，但它仍然需要依赖特殊标记的组织和预先确定的手术方案。STAR的关键创新在于其人工智能能够根据摄像头提供的反馈信息，对原始方案进行调整。如今，新一代的手术机器人展现出更大的潜力。金智雄强调，目前的研究更加灵活，人工智能可以通过学习演示来提升手术技能。这个名为SRT-H（手术机器人转换器）的新系统，由金智雄及其同事与克里格共同开发。
SRT-H：软硬件的革新
研究团队首先对硬件进行了升级。与STAR使用的定制机器人不同，SRT-H选择了达芬奇机器人——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，他们对驱动系统的软件进行了革新。该系统依赖于两个转换器模型，其架构与ChatGPT所使用的相同。其中，高级策略模块负责任务规划，确保手术过程顺利进行；低级模块则负责执行高级模块下达的任务，将指令转化为机器人手臂的具体运动轨迹。
为了使系统达到最佳状态，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：机器人医生的养成
金智雄选择胆囊切除术作为机器人学习的主要手术。在美国，每年大约要进行70万次胆囊切除手术。金智雄解释说，手术的关键在于切断连接胆囊与其他器官的管道，同时避免内部液体泄漏。为了实现这一目标，外科医生必须在胆囊管（第一根管道）上放置三个夹子并将其切断，然后以类似的方式夹住并切断胆囊动脉（第二根管道）。
金智雄的团队将整个手术过程分解为17个步骤，从猪的尸体中获取大量的猪胆囊和肝脏样本进行实验，并安排一位训练有素的研究助理操作达芬奇机器人，不断重复手术过程，为机器人构建训练数据集。驱动SRT-H的算法在超过17小时的视频中进行训练，这些视频来自达芬奇内窥镜以及安装在机器人手臂上的摄像头。视频数据还辅以运动学数据（机器人手臂的确切运动）和自然语言注释。
基于这些数据，金智雄的机器人在未经训练的样本上进行胆囊切除术时，成功率达到了100%。它还能接受自然语言的人工反馈，例如“将手臂稍微向左移动一点”或“将夹子放高一点”。这些都是外科医生在指导学生时会给出的提示，SRT-H也可以通过类似的方式不断学习。
金智雄表示，任何类型的手术都可以采用类似的方法进行训练，使机器人能够执行该手术。SRT-H对样本之间的解剖结构差异、其他组织的干扰以及不完美的图像都具有很强的适应性。它甚至可以从训练过程中所犯的微小错误中恢复。与执行相同手术的专家级人类外科医生相比，机器人的精度相当，但速度稍慢。
数据壁垒：商业机密与技术发展
要将SRT-H这样的机器人从猪尸体样本的手术发展到活猪甚至人类的手术，需要极难获取的训练数据。Intuitive Surgical公司似乎愿意发布达芬奇机器人的视频数据，但拒绝提供运动学数据。金智雄认为，这些数据对于训练算法至关重要。他透露，他曾多次与Intuitive Surgical总部的人员沟通，请求他们提供数据，但均未获得同意。
Intuitive Surgical的领导层给出的解释是，他们担心竞争对手会通过逆向工程来窃取机器人的机械原理。金智雄认为，这是高层管理人员对人工智能的潜力认识不足。他表示，公司的工程师和科学家都希望开放数据，但法律部门的态度非常保守。
然而，金智雄已经找到了解决这个问题的方法。他提出，可以首先将运动追踪传感器连接到手动手术工具上，以此获取运动学数据。然后，可以通过传统的机器人手臂（如STAR中使用的手臂）来重现这些由专家级人类外科医生指导的手术工具的运动。
金智雄还展望了更加科幻的未来。他透露，他目前在斯坦福大学参与一个人形机器人项目，旨在构建一个通用模型，其潜在应用之一就是在手术室中。
人工智能外科医生的未来展望
人工智能驱动的外科手术机器人预示着医疗领域即将发生深刻的变革。随着技术的不断进步和数据获取渠道的拓宽，我们有理由相信，未来的手术将更加安全、高效和精准。尽管目前还面临着数据壁垒和伦理争议等挑战，但人工智能在外科手术领域的应用前景依然充满希望。
