在医疗领域，人工智能（AI）的应用正以前所未有的速度推进着手术技术的革新。一篇发表于2025年7月的文章，详细描述了一项由AI驱动的手术机器人在猪器官上进行的实验性手术。这项研究不仅展示了AI在外科手术中的潜力，也引发了关于手术机器人未来发展方向的深入思考。
文章指出，Intuitive Surgical公司早在上世纪90年代末就推出了DaVinci手术机器人，这种机器人通过远程操作，使专家级外科医生能够通过内置摄像头和内窥镜的视频反馈，远程操控机器臂和手术工具进行手术。而John Hopkins大学的研究人员更进一步，他们将一个类似于ChatGPT的AI系统植入DaVinci机器人，并成功训练它执行胆囊切除手术。
手术机器人的演进
将计算机应用于手术机器人并非全新的概念。早期的尝试主要依赖于预编程的动作，就像工厂里焊接汽车的Kuka机械臂一样。然而，Ji Woong Kim领导的研究团队通过构建STAR（智能组织自主机器人），对此进行了改进。STAR的关键在于其AI能够根据摄像头反馈对手术计划进行调整。2022年，STAR成功地在一只活猪身上完成了手术。
与STAR相比，新型手术机器人SRT-H（手术机器人Transformer）具有更大的灵活性。Kim解释说：“我们目前的工作更加灵活，它是一个从演示中学习的AI。”SRT-H的硬件基础是DaVinci机器人，这已成为远程手术的行业标准。在软件方面，SRT-H依赖于两个Transformer模型，类似于ChatGPT的架构。一个高级策略模块负责任务规划和确保手术顺利进行，而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轨迹。
模仿学习：AI的训练过程
为了训练SRT-H，Kim的团队采用了类似于指导新手医生的方法。他们选择了胆囊切除术作为机器人学习的 процедура，这种手术在美国医院中每年大约进行70万次。Kim解释说：“目标是在不引起内部液体流出的情况下，移除连接胆囊与其他器官的管道。”为了实现这一目标，外科医生需要在胆囊管上放置三个夹子，切断它，然后以类似的方式夹住并切断胆囊动脉。
Kim的团队将这一过程分解为17个步骤，并从猪的尸体中获取了大量的猪胆囊和肝脏样本进行实验。他们让一位训练有素的研究助理操作DaVinci机器人，反复执行手术，以构建机器人训练数据集。SRT-H的算法在从DaVinci内窥镜和安装在其机器人手臂上的摄像头捕获的超过17个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，Kim的机器人学会了在未接受过训练的样本上以100%的成功率执行胆囊切除术。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一点”或“将夹子放高一点”。这些都是指导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。Kim表示：“你可以采用任何类型的手术，不仅仅是这种手术，以同样的方式训练机器人，它就能够执行该手术。”SRT-H对样本之间解剖结构的差异、其他组织的阻碍以及不完善的图像具有很强的鲁棒性。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。
机器人技术的局限性
尽管SRT-H在实验中表现出色，但要将其从猪尸体样本上的操作转移到活猪身上，然后最终转移到人类身上，需要极难获得训练数据。Intuitive Surgical公司似乎愿意发布DaVinci机器人的视频反馈数据，但该公司并未发布运动学数据。Kim表示，这些数据对于训练算法至关重要。“我在Intuitive Surgical总部认识一些人，并且一直在与他们交谈，”Kim说。“我一直在恳求他们给我们提供数据，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力学。“真正不了解AI的是高层管理人员，”Kim认为。“他们没有意识到这些事情的潜力。他们的工程师，每一位科学家，都希望开源这些数据。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，”Kim告诉Ars。然后，这些由专家级人类外科医生指导的工具的运动可以由STAR中使用的传统机器人手臂重新创建。
Kim认为，我们可以比这更进一步。“我目前在斯坦福大学，并且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是在手术室中，”Kim说。
AI手术机器人的未来展望
AI手术机器人的发展无疑为医疗领域带来了革命性的变革。SRT-H的成功证明了AI在执行复杂外科手术方面的潜力。通过模仿学习和自然语言反馈，机器人能够不断提升其手术技能，甚至在某些方面可以与经验丰富的外科医生相媲美。然而，要将这项技术推广到实际应用中，仍然面临着诸多挑战。
首先，数据获取是一个关键问题。高质量的训练数据对于AI手术机器人的性能至关重要。Intuitive Surgical公司对运动学数据的限制给研究人员带来了障碍。但正如Kim所说，通过使用运动跟踪传感器和人形机器人项目，我们可以克服这些挑战，为AI手术机器人的发展开辟新的道路。
其次，伦理和社会问题也需要认真考虑。随着AI手术机器人越来越普及，我们需要思考如何在医疗领域中平衡技术进步与人类的价值。我们需要确保AI手术机器人的使用符合伦理标准，并能够为患者提供安全、有效和可负担的医疗服务。
总的来说，AI手术机器人代表了医疗技术的未来。通过不断创新和解决挑战，我们可以期待AI在改善医疗保健方面发挥越来越重要的作用。这不仅仅是技术上的突破，更是对医疗服务模式的深刻变革，预示着一个更加智能、高效和以患者为中心的医疗时代的到来。
案例分析：SRT-H与传统手术机器人的对比
SRT-H的出现，标志着手术机器人技术从预编程向自主学习的重大转变。传统的DaVinci手术机器人主要依赖于外科医生的远程操控，机器人的动作是预先设定的，缺乏灵活性和适应性。而SRT-H则通过AI技术，实现了对复杂手术的自主执行。它可以根据术中情况实时调整手术计划，甚至可以从人类的反馈中学习，不断提升手术技能。
这种自主学习能力使得SRT-H在处理复杂病例时具有更大的优势。例如，在胆囊切除术中，由于患者的个体差异，胆囊的解剖结构可能存在变异。传统手术机器人需要外科医生根据经验进行判断和调整，而SRT-H则可以通过AI算法自动识别这些变异，并相应地调整手术策略，从而提高手术的成功率。
数据佐证：SRT-H的手术成功率
研究数据显示，SRT-H在未接受过训练的样本上，胆囊切除术的成功率达到了100%。这一数据充分证明了SRT-H的自主学习能力和手术精确性。与此相比，传统手术机器人的手术成功率虽然也很高，但仍然受到外科医生经验和技能的限制。
此外，SRT-H还可以从手术过程中所犯的错误中学习，不断提升其手术技能。这意味着，随着时间的推移，SRT-H的手术成功率有望进一步提高。这种自我学习和改进的能力是传统手术机器人所不具备的。
结论
AI手术机器人的发展，为医疗领域带来了巨大的潜力。SRT-H的成功，证明了AI在执行复杂外科手术方面的可行性。通过不断创新和解决挑战，我们可以期待AI在改善医疗保健方面发挥越来越重要的作用。这不仅仅是技术上的突破，更是对医疗服务模式的深刻变革，预示着一个更加智能、高效和以患者为中心的医疗时代的到来。
